大家好，又见面了，我是你们的朋友全栈君。
1. 破解算术验证码
我头两年工作的时候，写过一些爬虫程序，爬取过京东的商品数据，今日影视的视频资源等等。有些资源是很容易爬的，只要发一个HTTP请求，无需任何处理服务端就会返回给你数据。但是对于一些比较珍贵的数据，服务端就会做「反爬虫」处理，我曾经在爬取第三方网站的文章时就遇到过，幸运的是人家的反爬虫机制比较简单：给出一个图片，图片里面是一个「算术题」，你必须输入算术题的正确答案，服务端才会响应文章的完整内容。算术题都是很简单的四则运算，小学生都会的那种，因此很容易破解。
破解的思路很简单，我的做法就是首先调用百度的「OCR」将图片识别成文本，这样我就能得到一个表达式字符串，如“25 32”，接下来就是写代码解析表达式，计算结果值了，然后将这个结果值作为参数去请求文章接口，就能获取到文章数据。
调用百度OCR识别这里就不讲了，那是百度干的活，我只负责调调接口。本篇文章主要记录如何通过「解释器模式」解析「算术表达式」，并计算得到结果值。
现在假设我们得到如下表达式：
代码语言：javascript复制1 2 3我们来分析一下这个表达式，它有两类元素：操作数和运算符。操作数是指：1、2、3这类符号，它们只代表一个数值，不需要做任何处理，因此也叫作「终结符号」，这是语法中的最小单元，不可再拆分。运算符是指 这类符号，它需要我们编写算法进行处理，每个运算符都需要对应两个操作数，否则公式就无法运行了，运算符也叫做「非终结符号」。
两类元素的共同点是都要被解析，不同的是所有的操作数都具有相同的功能，它只代表一个数值，因此可以用一个类来表示。但是不同的运算符需要用不同的算法来解释，因此必须定义不同的类，加法需要加法解析器，减法需要减法解析器。
分析完了，我们试着用代码来描述这个过程，类图设计如下：
Expression是词法元素的抽象，VarExpression用来解析操作数，SymbolExpression用来解析运算符，AddExpression负责解析加法运算符，SubExpression负责解析减法运算符。
解析的工作完成了，我们还要负责安排运算的先后顺序，从左到右，先算乘除，后算加减(篇幅原因，乘除暂不考虑)，而且还要保存表达式计算的结果值，因此我们还需要一个封装类Calculator。
解析器抽象Expression：
public abstract class Expression {
// 解释表达式并获得结果
public abstract int interpreter();
}操作数解析器VarExpression，很简单，将解析出的操作数字符转数字：
public class VarExpression extends Expression{
private String key;
public VarExpression(String key) {
this.key = key;
}
@Override
public int interpreter() {
return Integer.valueOf(key);
}
}抽象的运算符解析器SymbolExpression，每个运算符必须对应左右两个操作数，否则公式无法运算：
public abstract class SymbolExpression extends Expression {
protected Expression left;//左表达式
protected Expression right;//右表达式
public SymbolExpression(Expression left, Expression right) {
this.left = left;
this.right = right;
}
}加法解析器AddExpression：
public class AddExpression extends SymbolExpression{
public AddExpression(Expression left, Expression right) {
super(left, right);
}
@Override
public int interpreter() {
return left.interpreter() right.interpreter();
}
}减法解析器SubExpression：
public class SubExpression extends SymbolExpression{
public SubExpression(Expression left, Expression right) {
super(left, right);
}
@Override
public int interpreter() {
return left.interpreter() - right.interpreter();
}
}目前为止，解析的代码都完成了，接下来就是安排运算的先后顺序了。 我们再来分析一下这个表达式，
代码语言：javascript复制1 2 3计算机应该如何执行这个运算呢？应该用哪种数据结构才合适呢？笔者画了一副简图来描述这个执行过程：
如图所示，使用「栈」结果最合适不过了，当遇到操作数时，直接入栈，遇到运算符时，将栈顶元素出栈，并和下一个操作数计算，再将结果入栈，反复此过程，最终栈内的元素即为最终计算结果。
因此，Calculator类毫无疑问使用栈结构来维护执行顺序：
public class Calculator {
private Expression expression;
private String exp;// 表达式
public Calculator(String exp) {
this.exp = exp;
Stack<Expression> stack = new Stack<>();
char[] chars = exp.toCharArray();//只考虑个位数
for (int i = 0; i < chars.length; i ) {
VarExpression varExpression = new VarExpression(String.valueOf(chars[i]));
switch (chars[i]) {
// 遇到运算符号 前一个数出栈，和后一个数做运算后再入栈
case ' ':
stack.push(new AddExpression(stack.pop(), new VarExpression(String.valueOf(chars[ i]))));
break;
case '-':
stack.push(new SubExpression(stack.pop(), new VarExpression(String.valueOf(chars[ i]))));
break;
default:
// 遇到数字，直接入栈
stack.push(varExpression);
}
}
expression = stack.pop();
}
// 计算
public void exec(){
System.out.println("(" exp ") = " expression.interpreter());
}
}客户端这样调用：
代码语言：javascript复制public class Client {
public static void main(String[] args) {
for (int i = 0; i < 5; i ) {
new Calculator(build()).exec();
}
}
// 模拟百度OCR识别出的表达式文本
public static String build(){
ThreadLocalRandom random = ThreadLocalRandom.current();
StringBuilder sb = new StringBuilder();
sb.append(random.nextInt(10));
for (int i = 0; i < random.nextInt(3) 1; i ) {
sb.append(random.nextBoolean() ? " " : "-");
sb.append(random.nextInt(10));
}
return sb.toString();
}
}
输出：
(0 2-2) = 0
(8 0 5) = 13
(5 3) = 8
(8-6) = 2
(2 6-2) = 6表达式计算结果均正确，如果第三方网站新增了“乘除”运算，我只需派生SymbolExpression子类，实现乘法和除法的解析算法即可，非常奈斯，这下可以安心的爬取数据了。
这就是解释器模式！
2. 解释器模式的定义
给定一门语言，定义它的文法的一种表示，并定义一个解释器，该解释器使用该表示来解释语言中的句子。
- AbstractExpression：抽象解释器，具体的解释算法由子类完成。
- TerminalExpression：终结符表达式，实现与文法中元素相关联的解释操作，通常一个解释器模式只有一个终结符表达式，但有多个实例。
- NonTerminalExpression：非终结符表达式，文法中的每条规则都对应一个非终结符表达式。
- Context：环境角色。
解释器模式实际应用很少，最起码开发者很少会去手写一个解释器。解释器编写复杂，调试困难，很难维护，对于上述的例子，完全可以使用市面上成熟的功能强大的三方库，例如JEP，也可以用shell等脚本语言来代替解释器模式。
3. 解释器模式的优缺点
优点 解释器是一个简单的语法分析工具，最显著的优点就是扩展性非常好，修改语法规则只要修改对应的非终结符表达式的算法即可，如果需要扩展语法，增加非终结符类即可。
缺点
- 每个语法都要产生一个非终结符表达式，语法过多会导致类的数量膨胀，维护麻烦。
- 解释器模式采用了递归的调用方法，调试起来非常麻烦。
- 解释器模式需要大量的循环和递归，执行效率较差。
4. 总结
解释器模式稍作了解即可，在实际开发中很少会需要你去手写一个解释器，因为它会引起效率、性能以及维护的问题，语法稍微复杂一点，解释器的编写就会很困难。如果你真的要用解释器，请优先考虑市面上成熟的三方库，例如：Expression4J、MESP、JEP，它们功能强大，效率也还不错，可以实现绝大多数的数学运算。
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/137858.html原文链接：https://javaforall.cn
