forked from qinshuang/design_model
-
Notifications
You must be signed in to change notification settings - Fork 0
/
23解释器模式.py
51 lines (37 loc) · 2.02 KB
/
23解释器模式.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
#!urs/bin/env python
#coding:utf-8
# 解释器模式:给定一个语言,定义它的文法的一种表示,并定义一个解释器,这个解释器使用该
# 表示来解释语言中的句子。[DP]
# 如果一种特定类型的问题发生的频率足够高,那么可能就值的将该问题的各个实例表述为一个简单
# 语言中的句子。这样就可以构建一个解释器,该解释器通过解释这些句子来解决该问题[DP]。
from abc import ABCMeta, abstractmethod
class AbstractExpression(metaclass=ABCMeta):
# 抽象表达式,声明一个抽象的解释操作,这个接口为抽象语法树中所有的节点所共享。
@abstractmethod
def Interpret(self, context): return
class TerminalExpression(AbstractExpression):
# 终结符表达式,实现与文法中的终结符相关联的解释操作。实现抽象表达式中所要求的接口,
# 主要是一个Interpret()方法。文法中每一个终结符都有一个具体终结表达式与之相对应。
def Interpret(self, context):
print('终端解释器')
class NonterminalExpression(AbstractExpression):
# 非终结符表达式,为文法中的非终结符实现解释操作。对文法中每一条规则R1、R2...Rn
# 都需要一个具体的非终结符表达式。通过实现抽象表达式的interpret()方法实现解释操作。
# 解释操作以递归方式调用上面所提到的代表R1、R2...Rn中各个符号的实际变量。
def Interpret(self, context):
print('非终端解释器')
class Context(object):
# Context类,包含解释器之外的一些全局信息。
def __init__(self):
self.input = ''
self.output = ''
def run():
context = Context()
l = []
l.append(TerminalExpression())
l.append(NonterminalExpression())
l.append(TerminalExpression())
l.append(TerminalExpression())
[i.Interpret(context) for i in l]
if __name__ == '__main__':
run()