本篇内容介绍了“python的简单四则运算语法树可视化如何实现”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
简单四则运算语法树可视化
如果想要动手尝试一下，需要安装一下这个 python 可视化库。
解析 AST
Python 的 ast 库有一个 parse 方法，可以把传入的内容，解析成一个 AST。然后我们使用
ast.dump将其导出并打印。
注意：
indent这个参数是 Python 3.9 以后才有的，如果版本低的话，可以去掉，只会影响最后输出的格式。
好了，就是这么简单。我们已经做到了，因为这个库的功能很强大，但是这里只是用到一点点而已。其实这里已经可以看出基本的结构了，不过我的目的是生成这棵树的 JSON 表示。我想要使用上面的 Python 绘图库把它绘制出来，它所支持的输入是 JSON，并且它的格式为：
{
"name": "A",
"children": [
"name": "B",
"children": []
]
}粗糙的遍历方法
"""
Python's AST
利用 Python 的 ast 模块来解析表达式（简单的二元运算），
然后通过遍历语法树来生成 JSON 表示，再使用 PYthon 的库来
将其可视化。这个程序的目的是为了验证自己写的简易解析器是否正确。
"""
import ast
import json
# 操作类型和操作符映射的字典
OPERATORS = {
ast.Add: "+",
ast.Sub: "-",
ast.Mult: "*",
ast.Div: "/"
}
def generate(tree: ast.Module):
"""
generate expression AST's representation of JSON
"""
if not tree:
raise Exception("Emtpy AST tree!")
if tree.__class__ == ast.Module:
print(json.dumps({
"name": "Expr",
"children": [DFS(tree.body[0].value)] # type: ignore
}, indent=4))
def DFS(node):
"""
DFS AST
"""
if not node:
return {}
if node.__class__ == ast.BinOp:
return {
"name": "BinOp",
"children": [
{
"name": "left",
"children": [
DFS(node.left)
]
},
DFS(node.op),
{
"name": "left",
"children": [
DFS(node.right)
]
}
]
}
if node.__class__ == ast.Constant:
return {
"name": "NUMBER",
"children": [
{
"name": str(node.value) # Python 的绘图库，必须是字符串才能正常显示
}
]
}
if node.__class__ in [ast.Add, ast.Sub, ast.Mult, ast.Div]:
return {
"name": "Op",
"children": [
{
"name": OPERATORS[node.__class__]
}
]
}
# 这里我只处理 加减乘除和数字类型的运行
raise Exception("There is not support extra type.")
if __name__ == "__main__":
ast_tree = ast.parse("1+2+3+4+5")
print(ast.dump(ast_tree, indent=4))
generate(ast_tree)运行结果：
我这里会输出两个东西，一个是 AST 的 dump；另一个是 AST 的 JSON 表示（逻辑结构的 JSON 表示，不是对象的 JSON 表示）。
渲染显示
把打印出来的 JSON 字符串复制进文件，命名为
data.json。我感觉直接输出到控制台蛮有意思的，我喜欢直接看到它的结果。
执行如下命令：
pytm-cli -d TB -i data.json -o demo.html
在浏览器打开
demo.html即可看到效果了。
主流的遍历方法
上面这种遍历方法虽然便于理解，但是难以扩展。AST 通常是通过 访问者模式 进行遍历的，而且 ast 库也提供了几种遍历方法。
因为这里只需要遍历来生成 JSON，并不需要修改AST本身，所以我们只看下面这两种即可。显然第一种是不能用的，原因已经用蓝色标记出来了。它自己说了如果你不关心上下文，因为生成 JSON 实际上是需要关注这个的。所以，我选择下面的
ast.NodeVisitor。使用它也很简单，继承这个类，然后对不同的节点写不同的处理逻辑就行了（这样把不同节点的逻辑分开了，降低了代码的耦合性）。
完整代码
"""
Python's AST
利用 Python 的 ast 模块来解析表达式（简单的二元运算），
然后通过遍历语法树来生成 JSON 表示，再使用 PYthon 的库来
将其可视化。这个程序的目的是为了验证自己写的简易解析器是否正确。
"""
import ast
import json
# 操作类型和操作符映射的字典
OPERATORS = {
ast.Add: "+",
ast.Sub: "-",
ast.Mult: "*",
ast.Div: "/"
}
class JSONVisitor(ast.NodeVisitor):
"""
JSON visitor: Traversal AST and generate JSON representation
"""
def visit_Module(self, node):
module = {
"name": "Module",
"children": []
}
for sub_node in node.body:
module["children"].append(self.visit(sub_node))
return module
def visit_Expr(self, node):
return {
"name": "Expr",
"children": [
self.visit(node.value)
]
}
def visit_BinOp(self, node):
return {
"name": "BinOp",
"children": [
{
"name": "left",
"children": [
self.visit(node.left)
]
},
self.visit(node.op),
{
"name": "right",
"children": [
self.visit(node.right)
]
}
]
}
def visit_Constant(self, node):
return {
"name": "NUMBER",
"children": [{
"name": str(node.value) # # Python 的绘图库，必须是字符串才能正常显示
}]
}
def visit_Add(self, node):
return self.__visit(node)
def visit_Sub(self, node):
return self.__visit(node)
def visit_Mult(self, node):
return self.__visit(node)
def visit_Div(self, node):
return self.__visit(node)
def __visit(self, node):
return {
"name": "Op",
"children": [{
"name": OPERATORS[node.__class__]
}]
}
if __name__ == "__main__":
ast_tree = ast.parse("1+2+3+4+5")
visitor = JSONVisitor()
json_str = visitor.visit(ast_tree)
print(json.dumps(json_str, indent=4))前面那个粗糙版本是直接从
Expr开始的，这个优雅点的版本，我就把
Module节点也添加进去了。