我有一个python库,可根据nested function calls构建特殊的迭代器(行为树)。尽管该API具有相当不错的轻量级语法(由于它是python),但它实际上可以使用声明性DSL。
这是我所设想的粗略草图:
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(),
)
)
)
我无法确切地看到如何执行此操作。因为DSL必须表示一棵树,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内翻。它可能包含一些巧妙的中间堆栈之类的东西,但是我不太了解。什么是执行此转换的正确方法?
[我认为您可以让python跟踪函数调用和参数,而不是自己通过堆栈来完成。
假设您有一个YAML解析树,其中的每个节点代表一个函数调用,并且此节点的每个子节点都是一个参数(它也是一个函数调用,因此它可能具有自己的参数)。
然后定义函数evaluate
,该函数将如下评估该树的节点(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,您应该获得所需的行为。
略有不同的评估应用结构
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)