AST 的作用

AST 不依赖于具体的文法，不依赖于语言的细节，我们将源代码转化为 AST 后，可以对 AST 做很多的操作，包括一些你想不到的操作，这些操作实现了各种各样形形色色的功能，给你带进一个不一样的世界。

抽象语法树简介

（一）简介

抽象语法树（abstract syntax code，AST）是源代码的抽象语法结构的树状表示，树上的每个节点都表示源代码中的一种结构，这所以说是抽象的，是因为抽象语法树并不会表示出真实语法出现的每一个细节，比如说，嵌套括号被隐含在树的结构中，并没有以节点的形式呈现。抽象语法树并不依赖于源语言的语法，也就是说语法分析阶段所采用的上下文无文文法，因为在写文法时，经常会对文法进行等价的转换（消除左递归，回溯，二义性等），这样会给文法分析引入一些多余的成分，对后续阶段造成不利影响，甚至会使合个阶段变得混乱。因些，很多编译器经常要独立地构造语法分析树，为前端，后端建立一个清晰的接口。

抽象语法树在很多领域有广泛的应用，比如浏览器，智能编辑器，编译器。

（二）抽象语法树实例

1. 四则运算表达式
   表达式：1+3*(4-1)+2
   抽象语法树为：
   

2. xml

   <letter>
     <address>
       <city>ShiChuang</city>
     </address>
     <people>
       <id>12478</id>
       <name>Nosic</name>
     </people>
   </letter>    
   

   抽象语法树：
   

3. 程序 1

   while b != 0
   {
       if a > b
           a = a-b
       else
           b = b-a
   }
   return a
   

   抽象语法树：
   

4. 程序 2

   sum=0
   for i in range(0,100)
       sum=sum+i
   end    
   

   抽象语法树：
   

（三）为什么需要抽象语法树

当在源程序语法分析工作时，是在相应程序设计语言的语法规则指导下进行的。语法规则描述了该语言的各种语法成分的组成结构，通常可以用所谓的前后文无关文法或与之等价的 Backus-Naur 范式（BNF）将一个程序设计语言的语法规则确切的描述出来。前后文无关文法有分为这么几类：LL(1)，LR(0)，LR(1)，LR(k)，LALR(1) 等。每一种文法都有不同的要求，如 LL(1) 要求文法无二义性和不存在左递归。当把一个文法改为 LL(1) 文法时，需要引入一些隔外的文法符号与产生式。

例如，四则运算表达式的文法为：

文法 1.1

E->T|EAT
T->F|TMF
F->(E)|i
A->+|-
M->*|/

改为 LL(1) 后为：

E->TE'
E'->ATE'|e_symbol
T->FT'
T'->MFT'|e_symbol
F->(E)|i
A->+|-
M->*|/

例如，当在开发语言时，可能在开始的时候，选择 LL(1) 文法来描述语言的语法规则，编译器前端生成 LL(1) 语法树，编译器后端对 LL(1) 语法树进行处理，生成字节码或者是汇编代码。但是随着工程的开发，在语言中加入了更多的特性，用 LL(1) 文法描述时，感觉限制很大，并且编写文法时很吃力，所以这个时候决定采用 LR(1) 文法来描述语言的语法规则，把编译器前端改生成 LR(1) 语法树，但在这个时候，你会发现很糟糕，因为以前编译器后端是对 LL(1) 语树进行处理，不得不同时也修改后端的代码。

抽象语法树的第一个特点为：不依赖于具体的文法。无论是 LL(1) 文法，还是 LR(1) ，或者还是其它的方法，都要求在语法分析时候，构造出相同的语法树，这样可以给编译器后端提供了清晰，统一的接口。即使是前端采用了不同的文法，都只需要改变前端代码，而不用连累到后端。即减少了工作量，也提高的编译器的可维护性。

抽象语法树的第二个特点为：不依赖于语言的细节。在编译器家族中，大名鼎鼎的 gcc 算得上是一个老大哥了，它可以编译多种语言，例如 c，c＋＋，java，ADA，ObjectC，FORTRAN，PASCAL，COBOL 等等。在前端 gcc 对不同的语言进行词法，语法分析和语义分析后，产生抽象语法树形成中间代码作为输出，供后端处理。要做到这一点，就必须在构造语法树时，不依赖于语言的细节，例如在不同的语言中，类似于 if－condition－then 这样的语句有不同的表示方法，
在 c 中为：

if(condition)
{
    do_something();
}

在 fortran 中为：

If condition then
    do_somthing()
end if

在构造 if－condition－then 语句的抽象语法树时，只需要用两个分支节点来表于，一个为 condition，一个为 if_body。如下图：

在源程序中出现的括号，或者是关键字，都会被丢掉。