如何解析计算机代码，代码的出现 ay 3

wufei123 2025-01-26 阅读:65 评论:0

探秘advent of code第三天的解析挑战：优雅地处理杂乱输入最近重温Advent of Code第三天的挑战，它巧妙地提出了一个有趣的解析问题：从杂乱的输入中提取有效代码。这对于解析器和词法分析器开发来说是一次绝佳的练习。让我们一...

探秘advent of code第三天的解析挑战：优雅地处理杂乱输入

最近重温Advent of Code第三天的挑战，它巧妙地提出了一个有趣的解析问题：从杂乱的输入中提取有效代码。这对于解析器和词法分析器开发来说是一次绝佳的练习。让我们一起探索解决这个问题的策略。

起初，我依赖hy进行解析。但最近对生成式AI的探索让我转向了funcparserlib库。这次挑战让我深入了解了funcparserlib的强大功能。

词法分析（分词）

处理杂乱输入的第一步是词法分析（或标记化）。词法分析器（或分词器）扫描输入字符串，将其分解成独立的标记——进一步处理的基本单元。标记代表输入中有意义的单元，并按类型分类。本题中，我们关注以下标记类型：

运算符 (op): 例如mul、do、don't。
数字: 数值，例如2、3。
逗号: ,，参数分隔符。
括号: (和)，定义函数调用结构。
乱码: 与其他类型不匹配的字符或字符序列。

我摒弃了funcparserlib教程中常见的“魔术字符串”方法，转而采用更结构化的枚举定义：

PHP

from enum import Enum, auto

class TokenSpec(Enum):
    OP = auto()
    NUMBER = auto()
    COMMA = auto()
    LPAREN = auto()
    RPAREN = auto()
    GIBBERISH = auto()

使用TokenSpec.OP、TokenSpec.NUMBER等，提高了代码可读性、可维护性和类型安全性。

为了与funcparserlib集成，我创建了一个名为tokenspec_的装饰器，它包装了funcparserlib的tokenspec函数，简化了标记定义：

PHP

from funcparserlib.lexer import tokenspec

def tokenspec_(spec: TokenSpec, *args, **kwargs):
    return tokenspec(spec.name, *args, **kwargs)

利用tokenspec_，我们可以定义分词器：

PHP

from funcparserlib.lexer import make_tokenizer

def tokenize(input_str: str):
    tokenizer = make_tokenizer([
        tokenspec_(TokenSpec.OP, r"mul(?=(d{1,3},d{1,3}))|do(?=())|don't(?=())"),
        tokenspec_(TokenSpec.NUMBER, r"d{1,3}"),
        tokenspec_(TokenSpec.LPAREN, r"("),
        tokenspec_(TokenSpec.RPAREN, r")"),
        tokenspec_(TokenSpec.COMMA, r","),
        tokenspec_(TokenSpec.GIBBERISH, r".")  #匹配任何字符
    ])
    return tuple(token for token in tokenizer(input_str) if token.type != TokenSpec.GIBBERISH.name)

mul的正则表达式使用前瞻断言确保正确的语法。

如何解析计算机代码，代码的出现 ay 3

tokenize函数过滤掉乱码标记。

解析器实现

tokenize返回的标记序列将被送入解析器。为了简化解析器定义，我创建了tok_装饰器：

PHP

from funcparserlib.parser import tok

def tok_(spec: TokenSpec, *args, **kwargs):
    return tok(spec.name, *args, **kwargs)

数字解析器：

PHP

number = tok_(TokenSpec.NUMBER) >> int

解析规则：

PHP

from dataclasses import dataclass
from abc import ABC, abstractmethod

class Expr(ABC):
    @abstractmethod
    def evaluate(self) -> int:
        pass

@dataclass
class Mul(Expr):
    alpha: int
    beta: int

    def evaluate(self) -> int:
        return self.alpha * self.beta

@dataclass
class Condition(Expr):
    can_proceed: bool

    def evaluate(self) -> int:
        return 0 #条件表达式不参与计算


mul = (tok_(TokenSpec.OP, "mul") + tok_(TokenSpec.LPAREN) + number + tok_(TokenSpec.COMMA) + number + tok_(TokenSpec.RPAREN)) >> (lambda t: Mul(t[2], t[4]))
do = (tok_(TokenSpec.OP, "do") + tok_(TokenSpec.LPAREN) + tok_(TokenSpec.RPAREN)) >> (lambda _: Condition(True))
dont = (tok_(TokenSpec.OP, "don't") + tok_(TokenSpec.LPAREN) + tok_(TokenSpec.RPAREN)) >> (lambda _: Condition(False))

expr = mul | do | dont

from funcparserlib.parser import finished, many
import operator

call = many(tok_(TokenSpec.NUMBER) | tok_(TokenSpec.LPAREN) | tok_(TokenSpec.RPAREN) | tok_(TokenSpec.COMMA)) + expr + many(tok_(TokenSpec.NUMBER) | tok_(TokenSpec.LPAREN) | tok_(TokenSpec.RPAREN) | tok_(TokenSpec.COMMA)) >> operator.itemgetter(1)
program = many(call) + finished >> (lambda t: tuple(t[0]))

def parse(tokens):
    return program.parse(tokens)

难题求解

第一部分：

PHP

def part1(input_str: str) -> int:
    expressions = parse(tokenize(input_str.strip()))
    return sum(expr.evaluate() for expr in expressions if isinstance(expr, Mul))

第二部分：

PHP

def part2(input_str: str) -> int:
    expressions = parse(tokenize(input_str.strip()))
    can_proceed = True
    total = 0
    for expr in expressions:
        if isinstance(expr, Condition):
            can_proceed = expr.can_proceed
        elif isinstance(expr, Mul):
            if can_proceed:
                total += expr.evaluate()
    return total