扩充巴科斯范式(ABNF)初识
巴科斯范式是以美国人巴科斯(Backus)和丹麦人诺尔(Naur)的名字命名的一种形式化的语法表示方法，用来描述语法的一种形式体系，是一种典型的元语言。
起步
一个ABNF规范是一些推导规则的集合：
规则 = 定义;注释CR LF
可细分为以下几个部分：
规则定义注释(可选)CR LF(回车、换行)结束
规则名
大小写不敏感
规则名字不区分大小写:
<rulename>,<Rulename>,<RULENAME>和<rUlENamE>指的都是同一个规则。
规则名由一个字母或多个字母、数字和连字符(减号)组成。
尖括号非必须
用尖括号(
<、>)包围规则名不是必需的(与BNF一样)，它们可以用来在文中方便识别出规则名。
最终值
最终值为一个或多个数值字符。
数值字符可按下面的方式指定：先是一个百分号%，紧跟着基数(b=二进制, d = 十进制, x = 十六进制)，再其后是这个数值或数值串(用.来指示串联)。例如：回车可以用十进制的%d13或十六进制的%x0D来指定，而回车换行则可以用%d13.10来指定。
字面文本通过包含在在双引号"中字符串指定。这些字符串不区分大小写，使用 (US-)ASCII字符集。所以字符串abc将匹配abc、Abc、aBc、abC、ABc、AbC、aBC和ABC。
区分大小写的匹配必须定义明确的字符，例如:若要匹配aBc，定义必须是%d97 %d66 %d99。
操作符
空白字符
空白字符被用来分隔定义中的各个元素:要使空格被识别为分割符则必须明确的包含它。
串联
规则1规则2
规则可以通过列出一系列的规则名来定义。
要匹配字符串aba可以使用下列规则:
foo = %x61 ; a
bar = %x62 ; b
mumble = foo bar foo
选择 /
规则1 / 规则2
一个规则可以通过用斜杠(/)分隔的可供选择的子规则列表来定义。
要接受规则
foobar = foo / bar
增量选择 =/
规则1 =/ 规则2
可以通过在规则名和定义之间使用=/来向一个规则增加补充选择。
规则
ruleset = alt1 / alt2 / alt3 / alt4 / alt5
等价于
ruleset = alt1 / alt2
ruleset =/ alt3
ruleset =/ alt4 / alt5
值范围%c##-##
%c##-##
数值范围可以通过使用连字符(-)来指定。
规则
OCTAL = "0" / "1" / "2" / "3" / "4" / "5" / "6" / "7"
等价于
OCTAL = %x30-37
序列组合 ()
(规则1规则2)
在定义中，元素可以放置在圆括号中来将规则组合起来，该组合视为单个元素。
要匹配elem foobar snafoo或elem tarfoo snafoo可以构造下列规则:
group = elem (foobar / tarfoo) snafoo
要匹配elem foobar或tarfoo snafoo可以构造下列规则:
group = elem foobar / tarfoo snafoo
group = (elem foobar) / (tarfoo snafoo)
不定量重复m*n
元素前面的星号*表示重复，其完整形式如下：
m*n规则
要表示一个元素的重复，就要使用<m>*<n>元素形式。可选的<m>给出要包含的元素的最小数目，默认为0；可选的
例子：
*元素 ; 表示零个或更多元素
1*元素 ; 表示一个或更多元素
2*4元素 ; 表示两个至四个元素
定量重复n
n规则
要表示特定数目的元素可使用形式<n>元素，相当于用不定量重复形式表示的<n>*<n>元素。
使用2DIGIT得到两个数字，使用3DIGIT得到三个数字。(DIGIT在下面的核心规则中定义，也见例子中的zip-code)。
可选序列[]
[规则]
要表示可选元素，下列构造等价:
[foobar snafoo]
*1(foobar snafoo)
0*1(foobar snafoo)
注释;
;注释
注释从一个分号(;)开始，并持续到此行的结束。
操作符优先级
下面的操作符给出了从高(结合最紧密)到低(结合最松散)的优先级:
- 规则名、最终值
- 注释;
- 值范围%c##-##
- 重复*
- 组合 ()、可选[]
- 串联
- 选择 /
选择操作符与串联一起使用会造成混淆，因此建议使用组合来确保串联组的明确。
例如：
我们 = 你 我/他 她
会产生下面两种歧义：
(你 我)/(他 她)
(你) (我/他) (她)
所以，使用组合来确保不会产生歧义：
(你 我)/(他 她)
核心规则
核心规则定义于 ABNF 标准中。
| 规则 | 形式定义 | 意义 |
|---|---|---|
| ALPHA | %x41-5A / %x61-7A | 大写和小写 ASCII 字母(A-Z, a-z) |
| DIGIT | %x30-39 | 数字(0-9) |
| HEXDIG | DIGIT / "A" / "B" / "C" / "D" / "E" / "F" | 十六进制数字(0-9, A-F, a-f) |
| DQUOTE | %x22 | 双引号 |
| SP | %x20 | 空格 |
| HTAB | %x09 | 横向制表符 |
| WSP | SP / HTAB | 空格或横向制表符 |
| LWSP | *(WSP / CRLF WSP) | 直线空白(晚于换行) |
| VCHAR | %x21-7E | 可见(打印)字符 |
| CHAR | %x01-7F | 任何 7 - 位 US-ASCII 字符，不包括 NUL(%x00) |
| OCTET | %x00-FF | 8 位数据 |
| CTL | %x00-1F / %x7F | 控制字符 |
| CR | %x0D | 回车 |
| LF | %x0A | 换行 |
| CRLF | CR LF | 互联网标准换行 |
| BIT | "0" / "1" | 二进制数字 |
实践
电子邮箱地址
email = 1*( atext / "." ) "@" label *( "." label ) label = let-dig [ [ ldh-str ] let-dig ]
JSON
// 语法树的跟【Root是系统内置，必须定义Root作为语法根节点，没有定义会报错】
Root = Value?;
// 字符串
Text : "\""@ = "\"([^\"\\]|\\.)*\"";
// 整型数值
Number : "[0-9]" = "0x[0-9a-fA-F]+" | "[0-9]+(%.[0-9]+)?";
// 空
Null [53,155,185] = <null>;
// bool
Bool = <true> | <false>;
// Json值
Value = Text | Bool | Number | Null | Array | Object;
// 数组
Array = '['@ (Value ArrayValuePair*)? ']';
// Array元素
ArrayValuePair = ','@ Value;
// 映射表
Object = '{'@ (ObjectValue ObjectValuePair*)? '}';
// 键
ObjectKey = Text;
// 键值对
ObjectValue = ObjectKey ':'@ Value;
// Object元素
ObjectValuePair = ','@ ObjectValue;