{
  "id": "abstract-syntax-tree",
  "title": "抽象语法树",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "抽象语法树表示源代码的结构组织，同时省略特定分析或转换不需要的语法细节。",
  "category": "computer-science",
  "subcategory": "software",
  "type": "concept",
  "aliases": [
    "AST"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/abstract-syntax-tree/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/abstract-syntax-tree/",
      "json": "https://aiwiki.page/en/abstract-syntax-tree.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "抽象语法树（AST）是程序或表达式语法结构的一种树形表示。节点表示字面量、变量引用、运算、声明和语句等构造，边则表示这些构造如何相互包含或组合。与记录每一步语法推导或每个标点符号的表示方式不同，AST 会省略其预期用途不需要的细节。编译器、解释器和开发工具广泛使用 AST 来分析、转换和执行源代码。"
    },
    {
      "heading": "结构与抽象",
      "text": "AST 用编程语言所识别的构造来描述程序。节点通常有一个种类，用于标识它所表示的构造，并通过若干字段保存组成部分。例如：\n\n- 字面量节点存储一个值，如整数或字符串。\n- 变量引用节点存储一个标识符。\n- 二元运算节点存储一个运算符和两个操作数表达式。\n- 条件节点存储一个条件及其对应的不同分支。\n- 函数声明节点存储参数、函数体，以及可能存在的返回类型注解。\n\n子节点通常有固定顺序，或分别承担不同角色。减法的左右操作数不能随意交换，否则可能改变表达式的含义。\n\n考虑以下语句：\n\nresult = a + 3 * b;\n\n一种可能的 AST 如下：\n\nAssignment\n├── target: Name(\"result\")\n└── value: Add\n    ├── left: Name(\"a\")\n    └── right: Multiply\n        ├── left: IntegerLiteral(3)\n        └── right: Name(\"b\")\n\n这棵树明确体现了表达式的分组关系：乘法嵌套在加法之内。等号由赋值节点的种类来表示，而分号则完全不必出现。\n\n“抽象”的程度取决于表示的用途。一种 AST 可能保留括号、注释或字面量的原始写法，另一种则可能将它们舍弃。有些表示会为表达式语句或实参列表设置独立节点，另一些则直接将这些组成部分保存在字段中。不存在唯一通用的 AST 格式。"
    },
    {
      "heading": "与具体语法的关系",
      "text": "语法分析树与具体语法树\n\n语法分析树记录输入如何由形式语言的文法推导而来。它通常包含特定文法所需的中间节点，以及关键字、标点符号等终结符。具体语法树（CST）一词常用于指接近代码书写形式的表示，但不同工具采用的具体约定并不完全相同。\n\n相比之下，AST 更关注语言构造，而不是用于识别这些构造的文法。文法可能引入多层规则来表达优先级；AST 则可以用直接嵌套的运算节点替代这些层次。\n\n例如，按照通常的算术规则，以下表达式可能生成相同的 AST：\n\na + b * c\na + (b * c)\n(a) + ((b) * c)\n\n这些表达式的冗余括号各不相同，但分组关系完全一致。相反：\n\n(a + b) * c\n\n对应的树以乘法为根节点，加法则是它的一个子节点。\n\n这种区别使 AST 便于分析，却也可能使其不适合精确还原原始文本。空白、注释、引号样式和冗余括号可能已经丢失。需要忠实保留源代码的工具通常使用无损语法树，或在保留 AST 的同时保存词法单元和源文本。\n\n语法并不等于完整语义\n\nAST 捕获的是结构关系，不一定包含程序的完整含义。一个包含 x + y 的节点本身并不能确定：\n\n- x 和 y 分别引用哪个声明。\n- 它们各自的类型。\n- + 表示数值加法、字符串拼接，还是某种重载运算。\n- 对操作数求值是否会产生副作用。\n- 该表达式在其所处的上下文中是否合法。\n\n这些问题需要结合额外的分析和语言规则才能回答。AST 的结构也不意味着某种特定的求值顺序：求值顺序由语言语义决定，而不仅仅由子节点的存储顺序决定。"
    },
    {
      "heading": "构建",
      "text": "AST 的构建通常发生在编译器或解释器的前端。\n\n- 词法分析。词法分析器将源代码字符组合成标识符、字面量和运算符等词法单元。\n- 语法分析。语法分析器识别这些词法单元如何组成表达式、语句以及更大的构造。\n- **树的构建。**语法分析器或后续转换过程创建 AST 节点，表示已识别的构造。\n\n这是一种常见的组织方式，而不是必须遵循的流水线。语法分析器可以直接构建 AST，无须先生成完整的语法分析树。无独立词法分析的语法分析器可以不依赖单独的词法分析器运行，有些系统则会依次使用多种语法表示。\n\n优先级和结合性决定了树的构建方式。按照减法通常采用的左结合规则，a - b - c 会被表示为 (a - b) - c，而不是 a - (b - c)。对于存在语法歧义的语言，必须通过文法规则、语法分析约定、上下文信息或显式的歧义表示来处理歧义，才能得到唯一确定的 AST。\n\nAST 也可以通过编程方式创建。代码生成器、转换工具和宏系统可以直接构建树，而不必先生成文本形式的源代码。"
    },
    {
      "heading": "表示与附加信息",
      "text": "AST 通常使用类、带标签的记录或代数数据类型来实现。每种节点都定义了适合相应构造的字段。这是数据结构设计的一种应用：表示方式应当让合法的组合易于表达，让非法的组合难以构造。\n\n节点通常还携带额外的元数据，包括：\n\n- 源文件标识和源码范围。\n- 已解析的声明引用。\n- 推断出的类型或显式声明的类型。\n- 编译器生成的标识符。\n- 诊断信息。\n- 指向注释或词法单元的链接。\n\n源码位置信息使工具能够将内部构造对应到原始文件中的位置。这对于错误消息和自动编辑尤为重要。转换过程中生成的节点可能需要合成的位置信息，或记录其来源，以便追溯到生成这些节点的源代码构造。\n\n虽然称为树，实际使用的 AST 可能包含父指针、共享子树，以及指向声明或类型对象的引用。即使完整的内存结构是图，语法上的包含关系仍然可以保持树形。\n\n无类型 AST 与带类型 AST\n\n无类型 AST 主要记录语法。带类型 AST 还会记录通过语言的类型系统确定的信息，有时会用不同种类的节点来表示最初在语法上相同的构造。\n\n名称解析将标识符的各处使用与相应声明关联起来。类型检查则确定运算和表达式的组合是否被允许。实现可以将这些结果直接附加到 AST 节点上，也可以将它们存储在单独的表中。\n\n这种区分并非绝对：无类型树仍可能包含程序员显式写出的类型注解，而带类型树也可能包含原始源代码中没有出现的推断类型。"
    },
    {
      "heading": "遍历与转换",
      "text": "许多 AST 操作采用递归遍历。遍历会访问一个节点及其后代，对它们进行检查，或生成替代结构。\n\n典型操作包括：\n\n- **收集：**查找声明、调用或标识符的使用位置。\n- **验证：**检查结构约束或特定语言的约束。\n- **重写：**将一种构造替换为另一种表示。\n- **美化输出：**生成易读的源代码文本。\n- **求值：**计算表达式或语句的执行结果与效果。\n\n访问者接口和模式匹配是根据节点种类分派处理行为的常用方式。\n\n如果一次遍历对 \\(n\\) 个节点各访问一次，并且在每个节点上执行常数规模的工作，那么其时间复杂度为 \\(O(n)\\)。对于递归实现，不计已存储的树和生成的输出，遍历所需的辅助空间通常为 \\(O(h)\\)，其中 \\(h\\) 是树的高度。因此，对于嵌套层次极深的输入，可能需要显式的遍历栈或其他保护措施。\n\n转换的正确性\n\n结构上合法的重写不一定能保持程序行为不变。例如，如果对 x 求值会产生可观察的效果，或者语言的算术规则会使结果不同，那么将 x * 0 替换为 0 就可能是不正确的。\n\n引入或移动变量的转换还必须保持绑定关系。新引入的名称可能意外捕获已有的引用。因此，正确的重写需要关注作用域、类型、求值顺序、异常以及其他语义属性，而不仅仅是匹配节点形状。"
    },
    {
      "heading": "在编译器和解释器中的作用",
      "text": "AST 在语法识别与后续处理之间提供了便捷的接口。它展现程序的结构，使后续各阶段不必再次解释标点符号和文法产生式。\n\n编译器可以先在 AST 上执行语义检查和简单转换，再将其降级转换为另一种中间表示。这种降级转换通常会将隐式行为显式化，或用更简单的操作替代高层构造。例如，循环最终可能用分支和跳转来表示。\n\n控制流图等表示着重描述可能的执行路径，而不是源代码中的嵌套关系。它们通常更适合优化以及涉及控制流的分析。AST 本身也可以作为一种中间表示，但这两个术语不能互换：并非所有中间表示都是 AST。\n\n解释器可以直接对 AST 节点求值，也可以先将其翻译为虚拟机指令或其他可执行形式。仅凭是否使用 AST，无法判断一种语言实现采用的是编译方式还是解释方式。"
    },
    {
      "heading": "在开发工具中的应用",
      "text": "除了程序执行，AST 还支持许多其他任务：\n\n- 静态分析。程序静态分析在不执行程序的情况下检查程序结构，通常会结合 AST 信息、类型和控制流模型。\n- **重构。**重命名或移动声明需要理解其语法角色，通常还需要知道解析后的引用关系。\n- **代码生成与翻译。**工具可以先构建或转换树，再输出相同语言或另一种语言的代码。\n- **结构化搜索。**查询可以区分函数调用与注释或字符串中外观相似的文本。\n- **格式化与代码检查。**理解语法的工具可以落实编码规范并识别可疑构造。\n- 形式化推理。形式验证系统可以将语法树转换为逻辑表示。\n\n广泛使用的实例包括 Python编程语言的 ast 模块提供的 AST、Clang 用于 C 语言家族的面向源代码的 AST，以及遍布 JavaScript 工具生态的各种 AST 格式。这些表示在节点种类、保留的源代码信息，以及与语义分析的集成方式上各有不同。"
    },
    {
      "heading": "局限与设计权衡",
      "text": "AST 并不天然就是程序的完整模型。运行时生成的代码、动态分派、外部组件以及依赖配置的行为，都可能需要语法树之外的信息。\n\n对源代码的保真程度是另一个需要权衡的方面。紧凑的 AST 便于分析，但源代码编辑工具可能需要注释、词法单元边界和原始格式。根据 AST 重建等价的源代码，通常比精确还原原始源代码更容易。\n\n交互式工具还必须处理不完整或不合法的代码。它们可以保留错误节点或缺失词法单元的占位符，使编辑功能在程序尚未满足语法要求时仍能正常工作。增量语法分析和持久化树结构可以降低小幅编辑后重建结构的成本。\n\n最后，AST 格式通常与特定语言和实现相关。新的语言特性可能引入新的节点种类，或改变现有节点。因此，使用 AST 的工具必须考虑表示格式的版本，不能假定来自不同系统、表面相似的树具有相同的语义。"
    }
  ],
  "links": [
    "tree-data-structure",
    "compiler",
    "interpreter",
    "source-code",
    "programming-language",
    "formal-language",
    "data-structure",
    "metadata",
    "type-system",
    "recursion",
    "time-complexity",
    "intermediate-representation",
    "control-flow",
    "virtual-machine",
    "formal-verification",
    "python-programming-language",
    "javascript"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}