在編譯器中如何解析階段與規則引擎不同？

Question

我對編譯器的工作原理有粗略的理解（我的意思是語言，語法，詞法分析，解析等）。規則引擎具有各種規則和相關的操作，就像您在語法中有規則一樣，您可以在解析器生成器工具（如ANTLR）中將操作與它們關聯起來。所以我對如何區分這兩者有點困惑。誰能給出一個更明確，更正式的解釋差異？

謝謝， Abhinav。

Answer 1

規則引擎有一個事實數據庫和一組可以檢查數據庫元素並修改，插入或刪除事實的規則。通常，數據庫由相當於一組標記結構（T V1 V2 ... Vn）組成，每個標記結構具有不同類型的值V_i。規則通常是一種模式，規定如果一組結構實例具有屬性[對這些結構的值有一些條件，這可能是連接的或分離的]，一個或多個匹配結構的值被改變，或者刪除一個匹配的結構，或者插入一個具有一些計算出來的值的新結構。一個非常複雜的規則引擎將規則視爲這種結構，因此也可以插入和刪除規則，但這非常不尋常。規則引擎（有效，而這是困難的部分）確定哪一組規則可以在任何時刻匹配，選擇一個並反覆執行。這個想法的價值在於，可以有一個任意的「事實」桶（每個都用標記結構表示），它們大致是獨立的，還有一組類似的獨立規則，並將它們統一地集中在一起。希望定義代表世界各個方面的結構很容易，並且更容易定義規則來操縱它們。這是一種編碼大量不同知識的方式，這就是爲什麼「業務」人喜歡他們。 （這個想法來自AI世界）。

編譯器解析器有兩個任務糾纏在一個活動中：1）決定輸入的文本流（分解爲語言標記）是否是特定編程語言的合法實例; 2）如果是，則構造編譯器數據結構通常是抽象語法樹和符號表），它們代表程序，以便編譯器的其餘部分可以生成代碼。編譯器人員花了大約50年的時間研究如何快速實現這一目標，並使用非常專業的算法（例如LALR解析器生成器，每個語法規則使用定製編碼操作）來完成工作。我們可以用一個規則引擎來實現一個編譯器 - 解析器，您需要一個由令牌流組成的數據類型以及與AST節點和符號表條目相對應的其他數據類型。編碼解析器可能會比較困難，並且不太可能接近編譯器解析器的速度，這就是爲什麼沒有人這樣做。

您不能使用編譯器解析器來實現規則引擎句點。所以，規則引擎更加強大。