规则引擎复习｜青训营笔记这是我参与「第五届青训营」伴学笔记创作活动的第 4 天。这篇笔记旨在复习1月29日的实践

这是我参与「第五届青训营」伴学笔记创作活动的第 4 天。

这篇笔记旨在复习1月29日的实践课：规则引擎，这篇笔记仅会复习知识点，不会写实现的过程，课后作业：实现一个在线规则引擎将写在后续的笔记中。

一、规则引擎简述

首先，上课时老师举了个例子：在开发抖音商城的过程中，运营在不同时间前后提出了三个积分规则：

1、

2、根据价格区间（比如100-200,200-300）不断推进，每推进一次区间积分增加10，直到价格到1万封顶。如下表所示。

3、根据不同用户、不同商品、不同活动时间新增不同的积分赠送规则。

可以看到，前两个积分规则都可以非常简单实现，第一个积分规则用if-else语句即可实现；第二个积分规则用for循环即可实现；但到了第三个积分规则，又要推倒前两次的积分规则重写代码，维护起来十分麻烦，代码的可扩展性较弱，为了解决诸如此类的问题，引入了规则引擎。

规则引擎是一种嵌入在应用程序中的组件，实现了将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。规则引擎可以降低复杂业务逻辑组件复杂性，降低应用程序的维护成本，增加应用程序的可扩展性。

使用规则引擎，可以在业务人员修改规则决策时，使开发人员直接修改规则引擎的输入值，而不是重新写一遍代码，有效的解决开发人员重复编码的问题，使业务决策与服务本身解耦，提高服务的可维护性，缩短开发路径，提高效率。

规则引擎由数据输入、规则理解、规则执行组成。

词法分析就是把源代码字符串转换为词法单元（Token）的过程。比如:

price > 500 && (isNewUser || userLevel > 5)

可以拆分为词法单元：① price ② > ③ 500 ④ && ⑤( ⑥ isNewUser ⑦ || ⑧ userLevel ⑨ > ⑩ 5 ⑪ )

语法分析就是在词法分析的基础上，识别表达式的语法结构的过程。语法分析可以将词法分析得到的词法单元作为二叉树的结点，语法结构用树来表示，生成抽象语法树。上述例子的抽象语法树如下图所示。

tree.drawio (1).png

将抽象语法树进行后续遍历，即可得到原来的代码字符串表达式。

上下文无关语法

即语言句子无需考虑上下文，就可以判断正确性。可以用巴科斯范式（BNF）来表示。上下文无关语法由终结符集合T + 非终结符集合N + 产生式集合P + 起始符号S组成

终结符： 组成串的基本符号。可以理解为词法分析器产生的token集合。比如 + Id ( ) 等

非终结符： 表示token的的集合的语法变量。比如 stmt varDecl 等等

BNF本质上就是树形分解，分解成一棵抽象语法树

BNF形式如下： exp:log;

log:log('&&' | '||') cmp | cmp

cmp: cmp '>' add | add

add: add '+' mul | mul

mul: mul '*' pri | pri

pri: const | id | (exp)

递归下降算法

递归下降算法就是自顶向下构造语法树，不断对Token进行语法展开（下降），展开过程可能会遇到递归的情况。

实际上就是把Token按照BNF的格式自上而下进行对应，找到合适的位置并填入语法树中。

以上就是对规则引擎的总结。