我的编译器 EBNF的方言
C3语言定义（EBNF方言）关键字： Section Class End Scanner Parser Rule Label Letter Digit LetterOrDigit UpperLetter LowerLetter Symbol WhiteSpace CrLf操作符： => , + * [] ! |其它字符： () ;其中Section,Class,End,Rule,Label为EBNF语言通用关键字。Label只允许使用一个终结符作为推导。Scanner,Parser作为特殊关键字，表示扫描器和分析器的规则。Letter等为Scanner规则专用关键字，它将对应于其字面意义的字符类型。 => 为推导符，表示前面的规则是由后面的产生式推导出来的。不允许出现在推导表达式中。; 为推导结束符号，类似于c中的逻辑行结束符。, 为连接符，也可以使用空白。+ 为正闭包，后置运算符，表示其前面的元素的正整数次幂是可接受的。* 星闭包，后置运算符，表示其前面的元素的自然数次幂是可接受的。[] 可选，表示其中的元素可以匹配也可以不匹配。() 括号，处理优先级问题。! 非，后置运算符，扫描器规则专用。并且只允许单个字符或其或操作进行非操作。| 或，表示可以匹配多个元素中的一个。 其中*,+,!为一元运算符。连接和或为二元运算符。优先级为!>*=+>连接>或 区别Unicode字符与普通字符。 由于实现问题，扫描器的规则使用Label型的字符串表示的.NET正则表达式。而不是标准的EBNF语言的语义。主要是转换上的技术问题。 示例代码：1. ID=>Letter+; 上面的例子是说标签ID是由字符的正闭包组成的，即一个或多个字符组成。例如：a,aaaaa,Hello….都是合法的ID，而a2,__a__都是不合法的。2. ID=>LetterOrDigit*; ID由字符或数字的星闭包，即0个或多个字符或数字组成。例如：φ,aa,sss,a3,a2都是合法的。3. ID=>Letter!+; ID由不是字符的符号组成。例如：32-9023&*)是合法的，而234af是不合法的。4. ID=>”Hello”; ID只有一个合法形式，即Hello,其他形式一概不合法。5. ID=>”Hello”|”Hi”; ID只有两个合法形式，即Hello和Hi,其他形式一概不合法。6. ID=>”aaa”[“sss”]”ddd”; ID可以匹配aaaddd也可以匹配aaasssddd，即sss是可选的。 注意事项： 不要把WhiteSpace关键字作为语句的开始，因为它不生成匹配代码。规则调用要放在终结符匹配之前。 这样，一个EBNF方言的基本结构已经渐渐呈现出来了。接下来我们使用C3来描述它自己。同时我们就可以看到C3的用法以及证明其可用性。EBNF自描述：Class Scanner '这是必不可少的，否则没有扫描器，整个编译器都没法工作。 Section Operator '操作符段，标识所有的操作符，可以使用与VB类似的单词型的操作符。 Label Trans=>'=>'; '推导符，表示右边的表达式是左边的规则的推导。 Label EndLine=>';'; '由于有些规则非常长，以及出于代码的可读性的担心， '使用结束符来表示语句的结束，同时由于忽略空白的特性 '使其可以和C语言一样将语句分成多个行来书写以增强可读性。 Label Join=>','; '在初期的策划中，空白有意义，但在后继版本中，空白 '不再有意义，所以间隔两个单词就需要一个分隔符，由此保留。 Label Positive=>'+'; '正闭包 Label Repeat=>'*'; '星闭包 Label LOpt=>'['; '可选开始 Label ROpt=>']'; '可选结束。可选符实际上有两个符号组成，由于也是括 '号所以也有分割/改变优先级的作用。 Label Not=>'!'; '非，只可用于扫描器的单字符或字符集。 End Section Section KeyWord '关键字段，将所有的关键字都放在这里。 Label K_Section=>'Section'; '用于声明区段 Label K_color="#339966" '声明类，实际上目前的语法只有两个类，即Scanner和Parser Label K_End=>'End'; '结束区段或类 Label K_Scanner=>'Scanner'; ' Label K_Parser=>'Parser'; ' Label K_Rule=>'Rule'; '声明一个语法规则 Label K_Label=>'Label'; '声明一个字符串常量 Section Letters Label K_Letter=>'Letter'; Label K_Digit=>'Digit'; Label K_LOD=>'LetterOrDigit'; Label K_Upper=>'UpperLetter'; Label K_Lower=>'LowerLetter'; Label K_Symbol=>'Symbol'; Label K_WhiteSpace=>'WhiteSpace'; End Section Label K_CrLf=>'CrLf'; End Section Section Comment Label LineComment=>'''; '注释 End Section Section Other '这个段的规则使用.NET的正则表达式而简化 '转换的复杂性 Rule ID=>('_'LetterOrDigit|Letter)('_'|LetterOrDigit)*; ''((_[\d\p{L}])|\p{L})[_\d\p{L}]*' Rule String=>''''(''''!|'''''')*''''; ''''([^'']|'''')*''' End Section End Class Class Parser Rule Program=>ScannerDecl ParserDecl; '扫描器类在前，分析器类在后。 Rule ScannerDecl=> 'Class' 'Scanner' [OperatorSection] [KeyWordSection] [CommentSection] [OtherRuleSection] 'End' 'Class'; Rule OperatorSection=> 'Section' 'Operator' SCSectionDecl* LabelDecl* 'End' 'Section'; Rule KeyWordSection=> 'Section' 'KeyWord' SCSectionDecl* LabelDecl* 'End' 'Section'; Rule CommentSection=> 'Section' 'Comment' [LineComDecl] [BlockComStart '声明了开始符就必须声明结束符,否则将被忽略。 BlockComEnd] 'End' 'Section'; Rule OtherSection=> 'Section' 'Other' SCSectionDecl* LabelDecl* 'End' 'Section'; Rule LineComDecl=>'Rule' 'LineComment' '=>' String; '注释符显然只能是一个字符串。 Rule BlockComStart=>'Rule' 'BlockCommentStart' '=>' String; Rule BlockComEnd=>'Rule' 'BlockCommentEnd' '=>' String; Rule SCSectionDecl=> 'Section' ID (LabelDecl|SCRuleDecl)* 'End' 'Section'; Rule SCROSectionDecl=> '只允许声明规则的Section，这是上面的规范所要求的， '但是为了实现上的方便，实际上并没有使用。 'Section' ID SCRuleDecl* 'End' 'Section'; Rule LabelDecl=>'Label' ID '=>' String; Rule SCRuleDecl=>'Rule' ID '=>' SCExp; Rule SCQExp=>('(' SCExp ')')|('[' SCExp ']'); Rule SCExp=>SCOrExp['!']['*'|'+']; Rule SCOrExp=>SCJoinExp('|' SCJoinExp)*; Rule SCJoinExp=>SCExpElem([','] SCExpElem)*; Rule SCExpElem=>String|Letters|SCQExp; '下面的是分析器的 Rule ParserDecl=> 'Class' 'Parser' (SectionDecl |RuleDecl)* 'End' 'Class'; Rule RuleDecl=>'Rule' ID '=>' Exp; Rule QExp=>('(' Exp ')')|('[' Exp ']'); Rule Exp=>OrExp['!']['*'|'+']; Rule OrExp=>JoinExp('|' JoinExp)*; Rule JoinExp=>ExpElem([','] ExpElem)*; Rule ExpElem=>String|ID|QExp; Rule SectionDecl=> 'Section' ID (LabelDecl|RuleDecl)* 'End' 'Section'; Rule ROSectionDecl=>'只允许声明规则的Section 'Section' ID RuleDecl* 'End' 'Section'; End Class 给出上面的EBNF自描述的目的在于既可以使人更深入的了解C3的目的、格式、含义、语法。接下来我们要着手实现这个C3的编译器。
