最近公司会使用DSL描述一个domain service。所以趁这个机会也学习下高深的javacc，以前看到一堆的jj_xxx都很头痛，看代码基本都是跳过。
以前看过velocity, cobar的一下代码，都有使用类似jj_xxx，还有最近公司架构师做的一个anxiety，也使用了jj_xx自定义了一套btrace监控的语法：不需要我们自己写java文件，而是按照他的语法规则，它给我们自动生成btrace script。
还有就是万恶的大学，居然没给我们安排编译原理的课程，导致自己基础太差，理解起来颇为困难。没办法只能是硬着头皮先看一些编译原理的基本内容。
推荐一本书: 《编译原理》， 看完以后基本有了一些概念
- 文法描述定义， 传说中的BNF
1. 记号集合，终结符号
2. 非终结符号
3. 产生式集合 (这个中文版翻译的产生式还真TM的别扭，先不管)1.digi := [0-9]<span style="white-space: normal;"> </span>
- 词法分析，读入输入流，结合符号表转化为后端使用的符号流。
1. 剔除空白字符
2. 常数处理
3. 识别符号和关键词 - 语法分析，构造语法树。
1. 自定向下，自底向上。 (javacc采用的是自顶向下)
2. 超前扫描(lookahead) ， 根据非终结符查找对应的生产式，可能会导致匹配失败，需要进行回溯
3. 预测分析法(递归下降法)。非终结符需要无二义性，可以唯一定义一条生产式，要避免出现左递归。 expr := expr + dis - 语法制导和翻译
- 代码生成和优化
Javacc语法： http://javacc.java.net/doc/javaccgrm.html
一个javacc的例子，写的还不错：http://www.iteye.com/topic/359454
在学习之前，一定要先弄会BNF文法描述，感觉有点和离散数学的推导论类似。
BNF的一些语法规则，和正则有着类似的语法： http://blog.csdn.net/yethyeth/archive/2007/01/23/1491150.aspx
- 在双引号中的字("word")代表着这些字符本身。而double_quote用来代表双引号。
- 在双引号外的字（有可能有下划线）代表着语法部分。
- 尖括号( < > )内包含的为必选项。
- 方括号( [ ] )内包含的为可选项。
- 大括号( { } )内包含的为可重复0至无数次的项。
- 竖线( | )表示在其左右两边任选一项，相当于"OR"的意思。
- ::= 是“被定义为”的意思。
试着分析anxiety的BNF定义，它的语法：
1.import com.alibaba.service.template.*;
2.import com.alibaba.turbine.module.screen.TemplateScreen;
3.import com.alibaba.turbine.service.rundata.RunData;
4.import com.alibaba.webx.WebxException;
5.method=com.alibaba.manometer.module.screen.Shuffle.execute(RunData, TemplateContext)
6.method=java.lang.Long.valueOf(long)
7.method=java.util.concurrent.ConcurrentLinkedQueue.poll()
根绝这个目标语法需求，符号表可定义：
1.TOKEN :
2.{
3. <METHOD : "method">
4. | <IMPORT : "import">
5.}
6.
7.TOKEN :
8.{
9. <IDENT : <ALPHA> (<ALPHA>|<NUM>)*>
10. | <ALPHA : (["a"-"z","A"-"Z"])>
11. | <NUM : (["0"-"9"])>
12. | <COMMA : ",">
13. | <SEMICOLON : ";">
14. | <LPAREN : "(">
15. | <RPAREN : ")">
16. | <DOMAIN : ".">
17. | <ASSIGN : "=">
18. | <STAR : "*">
19.}
里面的IDENT代表一个java全限定类名或者方法名，支持数字＋字母。理论上java的命名规则是可以支持其他的类似中文，下划线等等，这里先不考虑。
最后定义BNF表达式：
1.param ::= ((IDENT ('.' IDENT)* ) (IDENT)?)*
2.method ::= IDENT ('.' IDENT)*
3.clazz ::= IDENT ('.' IDENT)* (';')*
4.statMethod ::= METHOD '=' method '(' param (,param)* ')'
5.impPack ::= IMPORT '=' clazz
6.parse ::= (impPack|statMethod)
param的一个例子：java.util.String str
method的一个例子： java.lang.Long.valueOf
clazz的一个例子： com.alibaba.turbine.service.rundata.RunData;
这里的clazz需要考虑 java.util.*的情况，会有个超前扫描的过程： [ LOOKAHEAD( { getToken(1).kind == STAR && getToken(2).kind == SEMICOLON } ) <STAR> | <SEMICOLON> ]
根据这个表达式，最后的javacc的对应的java函数为：
1.parse() : {}
2.{
3. (
4. (
5. impPack() | statMethod()
6. )
7. )*
8.}
9.impPack() : {}
10.{
11. (
12. <IMPORT> clazz()
13. )
14.}
15.statMethod() : {}
16.{
17. (
18. <METHOD><ASSIGN>method()<LPAREN>param()
19. (
20. <COMMA> param()
21. )*
22. <RPAREN>
23. )
24.}
25.method() : {}
26.{
27. (
28. <IDENT>
29. (
30. <DOMAIN><IDENT>
31. )*
32. )
33.}
34.clazz() : {}
35.{
36. (
37. <IDENT>
38. (
39. <DOMAIN>
40. (
41. <IDENT> | [ LOOKAHEAD( { getToken(1).kind == STAR && getToken(2).kind == SEMICOLON } ) <STAR> | <SEMICOLON> ]
42. )
43. )*
44. (<SEMICOLON>)*
45. )
46.}
47.String param() : {Token t;StringBuilder sb = new StringBuilder();}
48.{
49. (
50. (
51. <IDENT>
52. (
53. <DOMAIN><IDENT>
54. )*
55. )
56. (<IDENT>)?
57. )*
58.}
最后剩下的就是填充具体的方法实现了。
通过javacc进行编译生成对应的java文件：
最后
至于其他的jjdoc(用于编写BNF)和jjTree(构建语法树)，后续有时间再学习下，javacc只是一些基本的词法分析+简单语义定义的使用。