python - 将声明式 DSL 转换为嵌套函数调用

Question

我有一个 python 库，它根据 nested function calls 构建特殊的迭代器(行为树) .虽然该 API 具有相当不错且轻量级的语法(因为它是 Python)，但它确实可以使用声明式 DSL。

这是我设想的粗略草图:

DSL(使用 YAML):

tree:
  - sequence:
    - do_action1
    - do_action2
    - select:
      - do_action3
      - sequence:
        - do_action4
        - do_action5
      - do_action6

将导致以下嵌套函数调用:

visit(
    sequence(
        do_action1(),
        do_action2(),
        select(
            do_action3(),
            sequence(
                do_action4(),
                do_action5(),
                ),
            do_action6(),
            )
        )
    )

我无法准确想象如何做到这一点。因为 DSL 必须代表一棵树，所以简单的深度优先遍历似乎是合适的。但是为了构建嵌套的函数调用，我必须以某种方式将其翻转过来。它可能涉及一些巧妙的中间堆栈或类似的东西，但我不太明白。执行此转换的正确方法是什么？

Answer 1

我认为您可以让 python 跟踪函数调用和参数，而不用自己使用堆栈来跟踪。

假设您有一个 YAML 解析树，其中每个节点代表一个函数调用，该节点的每个子节点都是一个参数(这也是一个函数调用，因此它可能有自己的参数)。

然后定义函数evaluate，对这棵树的一个节点求值，如下(伪代码):

def evaluate(node):
    # evaluate parameters of the call
    params = []
    for child in node:
        params.append(evaluate(child))

    # now make the call to whatever function this node represents,
    # passing the parameters
    return node.function.call(*params)

最后，调用 evaluate 并将 YAML 树的根作为参数传递，您应该会获得所需的行为。

---

稍微不同的 eval-apply 结构

def evaluate(node):
    # evaluate parameters of the call
    params = [ evaluate(child) for child in node ]

    # apply whatever function this node represents
    return node.function.call(*params)