解析器（一）：分隔符指導

又是一個新的系列，那個什麼是「解析器」？在我的認知里，大概代表了如下的東西：

1、格式解析，將固定格式的字元串內容，翻譯成我們能夠簡單獲取和處理的結構；如配置文件（.ini）、XML。

2、編譯器+虛擬機，其實就是某一門語言的前端+後端+運行時，當然也可以解釋執行；如本人的Xmas，輕量的有正則表達式（Regex）。

所以，本系列是打算講述：配置文件（或許有Xml亂入）---正則表達式---Xmas（目前個人實現的最複雜的部分）。所以，接下來，回到本文的主題：

分隔符指導解析：使用固定字元進行語法分割的簡單的一種解析方式。

比如配置文件：

[GC.Mark]
MajorAge = 5
ElevateRatio = 5
MinorBytes = 2097152
MajorBytes = 104857600

[GC.Generation]
MajorAge = 5
SurvivorRatio = 5
MinorBytes = 2097152
MajorBytes = 10485760
FixedBytes = 1048576

上面就是最典型的配置文件的一部分。其中只有4個我們需要注意的【分隔字元】：

1、【[】，代表了一個條目的名字的開始

2、【]】，一個條目名字的結束，其後所有的內容都是該條目的鍵值對，直到遇到一個新的條目

3、【=】，鍵值對的分隔符，其前面的是鍵（key），後面的則是值（value）

4、【;】，注釋

當然還有一個隱式的分隔符：【
】換行符，所有的內容都以它作為結束；這一點至關重要：解析工作，可以以行為單位。

std::string context;
Files.read("config.ini", context);
std::vector lines;
Strings.split(context.c_str, "
", lines);
for(auto& line, lines){
parseLine(line);
}

這樣，我們的工作對象，就將整個字元串減少到一行。

在這裡，我們可以預見：解析配置文件，是簡單而枯燥無味的；是的，的確如此：

void parseLine(const std::string& line)
{
if(line == ""){
return;
}
if(line[0] == "["){
std::string item(&line[1], &line[line.length() - 1]);
setCurrentItem(item);//設置當前所處的條目環境
return;
}
if(line[0] == ";"){
return;
}
int offset = line.find("=");
if(offset < 0){ return; } std::string key(&line[0], &line[offset]); std::string value(&line[offset + 1]; addValue(key, value); }

如此簡單地我們就完成了解析任務的最核心的部分；可惜的是，絲毫沒有任何難度和挑戰。當然，我們可以做一些優化工作：

1、考慮【]】的匹配，前面我們並沒有考慮它；只是默認，條目所在行的最後字元一定就是【]】；當然，這樣也才是正確的配置格式；但是，我們可以容錯，至於需要容許怎樣的錯誤，由自己喜好。

2、去空隔，特別是鍵值對，其中【=】的前後可能會有空格；我們有必要去掉它。

3、更多的注釋支持，如：不止使用【;】、其位置可以不是每行的開始。

下一個問題，就是：這些解析出的信息，放在哪裡？

作為一個沒有難度和特色的ini解析器，我們可以這樣：

void setCurrentItem(const std::string& item)
{
mItem = item;
}

void addValue(const std::string& key, const std::string& value)
{
mValues[mItem + "." + key] = value;//注意這個「.」的作用
}

我們使用一個Map來存放鍵值對，而配置文件只有鍵值對。到此，我們基本上完成了所有的工作；只剩對外的查詢介面了。

我們支持怎樣的查詢？

來點有意思的如何：

String value(const String& name)const;
ItemList items(const String& name)const;
ValueList values(const String& name)const;

我個人的解析器，支持層級查詢：類似於文件目錄結構，一個層級內部有多個下一級層級和多個值（對應一個文件夾內部有多個文件夾和多個文件）。要仔細分析這句話：

1、有目錄結構，即：一個條目長這樣「GC.Mark」，意味著其有兩級對應的層次「GC」和它的下一級「Mark」（使用「.」作為層分隔）

2、有多個層級，即：我們的配置文件，其實是一棵樹（在當前定義下）

3、當前層級有多個值，而非鍵值對。

這樣，我們將支持這樣的格式：

[Xmas.Source]
H:XmasXmas.xmas
H:XmasTools.xmas

一個列表。當我使用如下代碼時：

sourceList = config.values("Xmas.Source");

它將返回一個字元串列表 ["H:XmasXmas.xmas", "H:XmasTools.xmas"]。

當我使用如下代碼時：

itemList = config.items("GC");

它將返回兩個條目：「Mark」、「Generation」。然後，沿著條目，我可以繼續向下遍歷：

class Item{
public:
String nameconst;
String valueconst;
String value(const String& name)const;
public:
ItemList itemsconst;
ValueList valuesconst;
};

通過該條目，我便可以像訪問一顆樹一樣。當然，這時該解析器內部正是構建了一個真正的DOM樹。

聰明的讀者應該發現我早已偏離了本文的主題：分隔符指導解析。是的，使用分隔符解析，是一種簡單且連入門都算不上的解析方式；但其作為一個指引，指向更完善的語法指導，還是有價值的。

在語法指導解析中，充滿了各種樹形結構；所以，我們必須了解、知道、精通，一棵樹的創建和訪問。而前面帶有層級的配置解析器，是一個不錯的開始。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！