您现在的位置：程式碼之家 >> 編程語言 > >> Java 程式設計 >> Java 相關知識

Java 組合式解析器 DSL 設計與實戰：從基礎原子到 H.248 協議解析

編輯：Java 相關知識

前言：優美代碼的追求

Ward Cunningham 曾說：「乾淨的代碼清晰表達作者意圖，而優美的代碼看起來就像是專為解決該問題而存在。」本文將展示一個組合式解析器的設計與實現過程，最終代碼極具擴展性，宛如為解析特定語法而生。我們將以 H.248 協議為例，實戰演練該解析器的構建，讓你在領略代碼之美的同時，掌握函數式編程與 DSL 構建的核心思想。

DSL 設計基礎：三大機制

編程語言不僅是指揮計算機的工具，更是組織思維、表達計算過程的框架。根據《計算機程序的構造和解釋》（SICP），任何強大的語言都通過三種機制實現「組合封閉性」——即複雜概念經組合後，仍可像原子一樣繼續被組合：

原子：語言中最基本的實體；
組合手段：將原子組合成更複雜實體的方法；
抽象手段：為複雜實體命名，使其能像原子一樣參與更高層組合。

Java 等通用語言提供的三大機制屬於通用層面，解決特定領域問題時會存在「語義鴻溝」。程序員的進階任務，正是提升語言層次，構建針對特定領域的 DSL（領域特定語言），清晰表達領域概念與規則，將通用語言轉化為專用語言。本文即以解析器構造為例，構建一個可擴展的字符串解析 DSL，並展示函數式編程的優雅。

解析器原子：精確定義與兩大基石

什麼是解析器？概念上它是判斷輸入字符串是否符合語法並提取語法單元。為構建 DSL，需精確定義其類型。在 Java 中用接口表示：

interface Parser {
    Result parse(String target);
}

Result 封裝解析結果：recognized（已識別部分）、remaining（剩餘字符串）、succeeded（是否成功），並提供靜態工廠方法 succeed 與 fail。

DSL 僅有兩個原子解析器：

Zero：永遠成功，不消耗輸入，返回空識別結果與原字符串；
Item：若輸入非空，識別首字符並返回剩餘字符串；否則失敗。

這兩個原子奠定了所有複雜解析器的基礎。

解析器組合子：構建複雜邏輯的積木

有了原子，便可定義組合子（Combinator），將解析器組合成更強大的解析器，並保持「組合封閉性」——組合結果仍是 Parser。

1. SAT：條件過濾組合子

接收一個謂詞 Predicate 與一個解析器，僅當原解析器成功且識別結果滿足謂詞時才成功：

class SAT implements Parser {
    private Predicate pre;
    private Parser parser;
    public SAT(Predicate p, Parser parser) { this.pre = p; this.parser = parser; }
    public Result parse(String target) {
        Result r = parser.parse(target);
        return (r.is_succeeded() && pre.satisfy(r.get_recognized())) ? r : Result.fail();
    }
}

例：Parser digit = new SAT(new IsDigit(), new Item()); 解析單個數字。

2. OR：選擇組合子

嘗試第一個解析器，失敗則嘗試第二個：

class OR implements Parser {
    private Parser p1, p2;
    public OR(Parser p1, Parser p2) { this.p1 = p1; this.p2 = p2; }
    public Result parse(String target) {
        Result r = p1.parse(target);
        return r.is_succeeded() ? r : p2.parse(target);
    }
}

可組合出 digit_or_alpha 等解析器。

3. SEQ：順序組合子

依次應用兩個解析器，均成功則合併識別結果：

class SEQ implements Parser {
    private Parser p1, p2;
    public SEQ(Parser p1, Parser p2) { this.p1 = p1; this.p2 = p2; }
    public Result parse(String target) {
        Result r1 = p1.parse(target);
        if (!r1.is_succeeded()) return Result.fail();
        Result r2 = p2.parse(r1.get_remaining());
        return r2.is_succeeded() ? Result.concat(r1, r2) : Result.fail();
    }
}

Result.concat 將兩結果的 recognized 拼接，remaining 取第二個結果的剩餘。

4. OneOrMany：重複組合子

接收解析器與最大次數 max，連續應用該解析器 1 到 max 次，首次失敗則整體失敗，否則合併所有成功識別結果：

class OneOrMany implements Parser {
    private int max; private Parser parser;
    public OneOrMany(int max, Parser parser) { this.max = max; this.parser = parser; }
    public Result parse(String target) {
        Result r = parser.parse(target);
        return r.is_succeeded() ? parse2(r, 1) : Result.fail();
    }
    private Result parse2(Result pre, int count) {
        if (count >= max) return pre;
        Result r = parser.parse(pre.get_remaining());
        return r.is_succeeded() ? parse2(Result.concat(pre, r), count + 1) : pre;
    }
}

例：Parser one_to_ten_alpha = new OneOrMany(10, alpha); 識別 1~10 個字母。

抽象手段：賦予組合結果名字

若組合結果無法命名並再次參與組合，DSL 擴展力大打折扣。本 DSL 直接借用 Java 接口與變量賦值機制作為抽象手段：

Parser alpha = new SAT(new IsAlpha(), new Item());
Parser digit = new SAT(new IsDigit(), new Item());
Parser digit_or_alpha = new OR(digit, alpha);
Parser alpha_before_digit = new SEQ(alpha, digit);

命名後的解析器即可像原子一樣繼續組合，實現了強大的擴展性。

實戰：H.248 協議 NAME 語法解析器

H.248 協議中 NAME 定義為：

NAME = ALPHA *63(ALPHA / DIGIT / "_")
ALPHA = %x41-5A / %x61-7A   ; A-Z, a-z
DIGIT = %x30-39             ; 0-9

*63 表示 0 到 63 次重複，/ 表示選擇，() 表示分組。利用上述 DSL 可直接映射：

class H248Parsec {
    public static Parser alpha() { return new SAT(new IsAlpha(), new Item()); }
    public static Parser digit() { return new SAT(new IsDigit(), new Item()); }
    public static Parser underline() { return new SAT(new IsUnderline(), new Item()); }

    public static Parser digit_or_alpha_or_underline() {
        return new OR(alpha(), new OR(digit(), underline()));
    }

    // *n 表示 0 到 n 次，等價於 OR(OneOrMany(n, p), Zero())
    public static Parser zero_or_many(int max, Parser parser) {
        return new OR(new OneOrMany(max, parser), new Zero());
    }

    public static Parser name() {
        return new SEQ(alpha(), zero_or_many(64, digit_or_alpha_or_underline()));
    }
}

代碼與 ABNF 文法幾乎一一對應，完美詮釋了「優美代碼專為解決問題而生」。

總結

本文展示了從兩個原子出發，通過四大組合子（SAT、OR、SEQ、OneOrMany）構建功能完備的解析器 DSL，並利用 Java 原生抽象機制實現組合封閉性。最終以 H.248 NAME 解析器為例，驗證了 DSL 的表達力與擴展性。這不僅是解析技術的演示，更是函數式組合思想與 DSL 設計哲學的實踐——讓代碼成為問題領域的精確語言。