何為語法樹

什麽是語法樹？

你是否曾想過，這個世界存在這麽多語言的意義。

假如現在你面前有一個物體，它是一個不規則的圓體，整個身體通紅，頭部還有一根細長稍微彎曲偏右呈棕色的圓柱體。
在中文我們稱之為「蘋果」，
在英文我們稱之為「Apple」，
在日文中我們稱之為「アップル」，
在法語中我們稱之為「pomme」，
在德語中我們稱之為「Apfel」，
無論用不同的語言，針對這個物體在文字上、發音上都完全不一樣，但這個物體確確實實的存在這個時空上，顏色、氣味、形狀都不曾因為語言而改變過。

無論這個世界存在多少語言，它們所描述的真理都不曾改變過。

或者說，真理就存在那裏，可以用不同的語言的不同表達方式描述出來。那麽計算機的世界，這麽多編程的語言，C、C++、Java、C#、JavaScript、Python、Go、Ruby等等等，它們共同所描述的真理是什麽？

我們知道人類語言上，無論什麽語種，都會有「主語」「動詞」「賓語」「標點符號」來描述一個現實世界所發生的事件。
而在計算機編程語言上，無論什麽語種，都會有「類型」「運算符」「流程語句」「函數」「對象」等概念來表達計算機中存在內存中的0和1，以及背後運算與邏輯。

語法樹，計算機描述世界真理的樹狀結構。

不同的語言，都會配之不同的語法分析器，而語法分析器是把源代碼作為字符串讀入、解析，並建立語法樹的程序。語法的設計和語法分析器的實現是決定語言外在表現的重要因素。
什麽是語法樹？摘自Wiki一段：

在計算機科學中，抽象語法樹（abstract syntax tree 或者縮寫為 AST），或者語法樹（syntax tree），是源代碼的抽象語法結構的樹狀表現形式，這裏特指編程語言的源代碼。樹上的每個節點都表示源代碼中的一種結構。之所以說語法是「抽象」的，是因為這裏的語法並不會表示出真實語法中出現的每個細節。

一則簡單的例子

如果我們需要讓計算機幫忙算一下 「1加2再乘以3」 的結果，該怎麽表達呢？
現在我們大多數的現代編程語言，都是使用「中綴表達式」的方式來編寫運算，比如JavaScript：

(1 + 2) * 3

而FORTH語言則使用「後綴表達式」，這基本上與日語中的語序是一致的：

1 2 + 3 *

LISP語言使用的「前綴表達式」：

( * (+ 1 2) 3)

我們再看一下這三種表達式的語法樹：

可以看出，對於這三種簡單的語言，它們只是在這個語法樹上按不同的規則遍歷而已。三者的代碼看起來差別很大，但實際上所用的樹結構是相同的。

先來看看Python的語法樹

通過Python語言自帶的庫文件ast，我們可以查看特定的代碼被轉換成怎樣的語法樹。

>>> import ast
>>> ast.dump(ast.parse("(1 + 2) * 3"))
‘Module(
    body=[
        Expr(
            value=BinOp(
                left=BinOp(
                    left=Num(n=1), 
                    op=Add(), 
                    right=Num(n=2)
                ), 
                op=Mult(), 
                right=Num(n=3)
            )
        )
    ]
)‘

BinOp op = Mult()表示乘法運算，與*相對應；
BinOp op = Add()表示加法運算，與+相對應；
Num n = 1既為數值1。

再窺視一下JavaScript的語法樹

在語法復雜的語言中，語法樹是包含很多細節的語法結果表達式，我們需要靠語法樹把這種形式以更簡潔的形式表達出來。

Javascript 有不少工具可以把代碼構造出清晰的語法樹，比如esprima、v8、SpiderMonkey、UglifyJS、AST explorer等。

這裏，我使用「esprima」來探討一下JavaScript運算(1 + 2) * 3的語法樹。

javascript code:

(1 + 2)* 3;

ast for json:

{
    "type": "Program",
    "body": [
        {
            "type": "ExpressionStatement",
            "expression": {
                "type": "BinaryExpression",
                "operator": "*",
                "left": {
                    "type": "BinaryExpression",
                    "operator": "+",
                    "left": {
                        "type": "Literal",
                        "value": 1,
                        "raw": "1"
                    },
                    "right": {
                        "type": "Literal",
                        "value": 2,
                        "raw": "2"
                    }
                },
                "right": {
                    "type": "Literal",
                    "value": 3,
                    "raw": "3"
                }
            }
        }
    ],
    "sourceType": "script"
}

body表示程序體，而程序體中包含了一則表達式ExpressionStatement, 表達式體裏包含了操作符 *,以及左右兩邊表達式，其中右邊是數字3,而左邊表達式還包含一層表達式，裏面是一個+ 操作符，以及左右兩邊分別為1和2的數字。

如果還沒有看懂，你可以到這裏看一下這段代碼所生成的語法樹：AST for (1 + 2)* 3;

我們可以利用語法樹做些什麽？

看到這裏你可能會問，知道語法是又有什麽用呢？跟我日常編寫代碼貌似半毛錢關系都沒有。其實語法樹還是很有用的，想一下如果想做「語法高亮」、「關鍵字匹配」、「作用域判斷」、「語言轉換」以及「代碼壓縮」等等，都是最好把代碼解構成語法樹之後再去各種操作，當然僅僅解構還不夠，還需要提供各種函數去遍歷與修改語法樹。

另一方面，去研究、去探討計算機真實的世界不是一個很精彩很刺激的過程麽？

語法樹