欢迎进入Java社区论坛，与200万技术人员互动交流 >>进入
特定领域语言（Domain-specific languages，DSL）已经成为一个热门话题；围绕函数性语言讨论得最多的话题是构建这种语言的能力。在构建了 AST 模式和基本前端解析器 之后（用于获取文本和生成适合解释的对象图形），作者在这篇文章中将这些知识无缝地整合起来（虽然有点麻烦）。然后他将推荐一些适合 DSL 语言及其解释器的扩展。
欢迎勇于探索的读者回到我们的系列文章中！本月继续探索 Scala 的语言和库支持，我们将改造一下计算器 DSL 并最终 “完成它”。DSL 本身有点简单 ― 一个简单的计算器，目前为止只支持 4 个基本数学运算符。但要记住，我们的目标是创建一些可扩展的、灵活的对象，并且以后可以轻松增强它们以支持新的功能。
继续上次的讨论……
说明一下，目前我们的 DSL 有点零乱。我们有一个抽象语法树（Abstract Syntax Tree ），它由大量 case 类组成……
清单 1. 后端（AST）
package com.tedneward.calcdsl{ // … private[calcdsl] abstract class Expr private[calcdsl] case class Variable(name : String) extends Expr private[calcdsl] case class Number(value : Double) extends Expr private[calcdsl] case class UnaryOp(operator : String, arg : Expr) extends Expr private[calcdsl] case class BinaryOp(operator : String, left : Expr, right : Expr) extends Expr}……对此我们可以提供类似解释器的行为，它能最大限度地简化数学表达式……
清单 2. 后端（解释器）
package com.tedneward.calcdsl{ // … object Calc { def simplify(e: Expr): Expr = { // first simplify the subexpressions val simpSubs = e match { // Ask each side to simplify case BinaryOp(op, left, right) => BinaryOp(op, simplify(left), simplify(right)) // Ask the operand to simplify case UnaryOp(op, operand) => UnaryOp(op, simplify(operand)) // Anything else doesn’t have complexity (no operands to simplify) case _ => e } // now simplify at the top, assuming the components are already simplified def simplifyTop(x: Expr) = x match { // Double negation returns the original value case UnaryOp(“-“, UnaryOp(“-“, x)) => x // Positive returns the original value case UnaryOp(“+”, x) => x // Multiplying x by 1 returns the original value case BinaryOp(“*”, x, Number(1)) => x // Multiplying 1 by x returns the original value case BinaryOp(“*”, Number(1), x) => x // Multiplying x by 0 returns zero case BinaryOp(“*”, x, Number(0)) => Number(0) // Multiplying 0 by x returns zero case BinaryOp(“*”, Number(0), x) => Number(0) // Dividing x by 1 returns the original value case BinaryOp(“/”, x, Number(1)) => x // Dividing x by x returns 1 case BinaryOp(“/”, x1, x2) if x1 == x2 => Number(1) // Adding x to 0 returns the original value case BinaryOp(“+”, x, Number(0)) => x // Adding 0 to x returns the original value case BinaryOp(“+”, Number(0), x) => x // Anything else cannot (yet) be simplified case e => e } simplifyTop(simpSubs) } def evaluate(e : Expr) : Double = { simplify(e) match { case Number(x) => x case UnaryOp(“-“, x) => -(evaluate(x)) case BinaryOp(“+”, x1, x2) => (evaluate(x1) + evaluate(x2)) case BinaryOp(“-“, x1, x2) => (evaluate(x1) – evaluate(x2)) case BinaryOp(“*”, x1, x2) => (evaluate(x1) * evaluate(x2)) case BinaryOp(“/”, x1, x2) => (evaluate(x1) / evaluate(x2)) } } }}……我们使用了一个由 Scala 解析器组合子构建的文本解析器，用于解析简单的数学表达式……
清单 3. 前端
package com.tedneward.calcdsl{ // … object Calc { object ArithParser extends JavaTokenParsers { def expr: Parser[Any] = term ~ rep(“+”~term | “-“~term) def term : Parser[Any] = factor ~ rep(“*”~factor | “/”~factor) def factor : Parser[Any] = floatingPointNumber | “(“~expr~”)” def parse(text : String) = { parseAll(expr, text) } } // … }}……但在进行解析时，由于解析器组合子当前被编写为返回 Parser[Any] 类型，所以会生成 String 和 List 集合，实际上应该让解析器返回它需要的任意类型（我们可以看到，此时是一个 String 和 List 集合）。
要让 DSL 成功，解析器需要返回 AST 中的对象，以便在解析完成时，执行引擎可以捕获该树并对它执行 evaluate（）。对于该前端，我们需要更改解析器组合子实现，以便在解析期间生成不同的对象。
[1][2][3][4][5][6]
忍耐力较诸脑力，尤胜一筹。
