设计模式之解释器模式 (Interpreter Pattern)

解释器模式 (Interpreter Pattern)

📋 Research Summary

解释器模式用于定义特定领域语言（DSL）的语法解释。在正则表达式引擎、SQL 解析器、配置文件解析、数学表达式计算中有应用。但对于复杂语法，通常使用专门的解析器生成器（如 ANTLR、Yacc）替代。

---

🌱 逻辑原点

如果用户想搜索 "(apple OR banana) AND NOT rotten"，你如何理解这个查询并转化为实际的过滤逻辑？如果明天用户想要 "NEAR" 操作符，你的代码需要怎么改？

自然语言需求与程序执行逻辑的矛盾：用户想用接近自然语言的方式表达，但程序只能执行确定的指令。

🧠 苏格拉底式对话

1️⃣ 现状：最原始的解法是什么？

用正则表达式或字符串处理：

def search(query):
    if "AND" in query:
        parts = query.split("AND")
        return search(parts[0]) and search(parts[1])
    elif "OR" in query:
        parts = query.split("OR")
        return search(parts[0]) or search(parts[1])
    # ... 越来越复杂的字符串处理

优点 ：简单快速，适合非常简单的场景。
问题：难以处理嵌套、优先级、复杂的语法规则。

2️⃣ 瓶颈：规模扩大 100 倍时会在哪里崩溃？

当查询语言变得复杂时：

• 嵌套地狱 ：(A AND (B OR (C AND D))) 这种嵌套用字符串处理几乎不可能
• 优先级问题 ：A AND B OR C 是 (A AND B) OR C 还是 A AND (B OR C)？
• 扩展困难：增加新操作符需要修改所有解析代码
• 无法复用：解析逻辑与执行逻辑混在一起

核心矛盾：我们需要一种系统化的方法来"理解"语言结构，而不是简单的字符串匹配。

3️⃣ 突破：必须引入什么新维度？

将语法规则建模为对象树。

不是"处理字符串"，而是"构建抽象语法树（AST）"。每个语法规则变成一个类，表达式被解析为一棵树，解释器通过遍历树来执行：

查询字符串 --解析--> AST（AndExpression、OrExpression、NotExpression...）
                --遍历--> 执行结果

这就是解释器的本质：将语言语法建模为类层次结构，用树形结构表示表达式。

📊 视觉骨架

例如
例如
例如
例如
包含
包含
表达式 Expression
终结符 Terminal
非终结符 Non-Terminal
数字 Number
变量 Variable
加法 Add
减法 Subtract
左表达式 Left
右表达式 Right

关键洞察：解释器模式将语法规则编码为类。终结符表达式（如数字、变量）没有子节点，非终结符表达式（如加减乘除）包含子表达式。解释就是递归遍历这棵树。

⚖️ 权衡模型

公式：

Interpreter = 解决了领域语言的表达 + 牺牲了执行效率 + 增加了语法复杂度限制

代价分析：

• ✅ 解决： 领域特定语言（DSL）、语法规则清晰可扩展、解析与执行分离、易于修改文法
• ❌ 牺牲： 执行效率（递归解释比编译执行慢）、复杂文法难以维护
• ⚠️ 增加： 类的数量（每个语法规则一个类）、内存开销（AST 树）、学习成本（需要理解文法和 AST）

使用建议：当需要定义简单的领域特定语言，且语法规则相对稳定时使用。对于复杂语法，建议使用 ANTLR 等专业解析器生成器。典型场景：配置文件解析、简单查询语言、规则引擎、数学表达式计算。

🔁 记忆锚点

class Expression(ABC):
    """
    解释器的本质：将语法建模为对象树
    """
    
    @abstractmethod
    def interpret(self, context: Dict) -> float:
        """解释表达式"""
        pass

class Number(Expression):
    """终结符表达式：数字"""
    
    def __init__(self, value: float):
        self._value = value
    
    def interpret(self, context: Dict) -> float:
        return self._value

class Add(Expression):
    """非终结符表达式：加法"""
    
    def __init__(self, left: Expression, right: Expression):
        self._left = left
        self._right = right
    
    def interpret(self, context: Dict) -> float:
        # 递归解释子表达式
        return self._left.interpret(context) + self._right.interpret(context)

# 构建表达式树: (1 + 2) + 3
expr = Add(Add(Number(1), Number(2)), Number(3))
result = expr.interpret({})  # 递归计算

一句话本质： 解释器模式 = 将语法规则建模为类，用树形结构表示和计算表达式。

---