Python 创建声明性迷你语言

核心提示： 上面给出的所有示例都属于第一种技术，库 PyLog 是 Prolog 系统的 Python 实现，Python 创建声明性迷你语言(4)，它读取像样本那样的 Prolog 数据文件，然后创建 Python 对象来对 Prolog 声明 建模，然后使用某些魔法来让 Python 运行时环境进

上面给出的所有示例都属于第一种技术。库 PyLog 是 Prolog 系统的 Python 实现。它读取像样本那样的 Prolog 数据文件，然后创建 Python 对象来对 Prolog 声明 建模。EBNF 样本使用专门变体 SimpleParse ，这是一个 Python 库，它将这些声明转换成可以被 mx.TextTools 所使用的状态表。 mx.TextTools 自身是 Python 的扩展库，它使用底层 C 引擎来运行存储在 Python 数据结构中的代码，但与 Python 本质上几乎没什么关系。对于这些任务而言，Python 是极佳的 粘合剂，但是粘合在一起的语言与 Python 差别很大。而且，大多数 Prolog 实现都不是用 Python 编写的，这和大多数 EBNF 解析器一样。

DTD 类似于其它示例。如果您使用象 xmlproc 这样的验证解析器，您可以利用 DTD 来验证 XML 文档的方言。但是 DTD 的语言并不是 Python 式的， xmlproc 只将它用作需要解析的数据。而且，已经用许多编程语言编写过 XML 验证解析器。XSLT 转换与此相似，也不是特定于 Python 的，而且像 ft.4xslt 这样的模块只将 Python 用作“粘合剂”。

虽然上面的方法和上面所提到的工具（我一直都在使用）都没什么 不对，但如果 Python 本身是声明性语言的话，那么它可能会更精妙，而且某些方面会表达得更清晰。如果没有其它因素的话，有助于此的库不会使程序员在编写一个应用程序时考虑是否采用两种（或更多）语言。有时，依靠 Python 的自省能力来实现“本机”声明，既简单又管用。

自省的魔力

解析器 Spark 和 PLY 让用户 用 Python 来声明 Python 值，然后使用某些魔法来让 Python 运行时环境进行解析配置。例如，让我们研究一下与前面 SimpleParse 语法等价的 PLY 语法。 Spark 类似于下面这个示例：