自减/自增运算符的Java表达式解释规则

Question

这是一个纯粹的理论问题，为了清楚起见，我通常不会编写这段代码。

为什么这个相当模棱两可的声明是合法的

int a = 1, b = 2;
int c = a---b; // a=0, b=2, c=-1

(解释为a-- -b)

这个不是吗？

int c = a-----b;

第一个语句可以也被解释为a- --b，而第二个语句显然只有一个逻辑解释，即a-- - --b.

还有一个奇怪的:

int c = a--- -b; // a=0, b=2, c=3

(并且int c = a----b; 不是一个合法的声明)

Java中的表达式解释是怎么定义的？我尝试搜索 JLS，但没有找到答案。

Answer 1

介绍

要正确理解这一点，需要认识到所有现代编译器都具有两个识别源语言的级别，词法级别和句法级别。

词法级别(“词法分析器”)将源代码拆分为标记:文字(字符串/数字/字符)、运算符、标识符和词法语法的其他元素。这些是编程语言的“单词”和“标点符号”。

句法级别(“解析器”)负责将这些低级词汇标记解释为语法，通常由语法树表示。

词法分析器是需要知道标记是“减号”标记 (-) 还是“递减”(--) 标记的级别。 (minus token是一元还是binary minus，或者decrement token是后减token还是pre decrement token在句法层面判断)

诸如优先级和从左到右与从右到左之类的东西只存在于句法层面。但是 a---b 是 a -- - b 还是 a - -- b 是由词法层面决定的。

回答

为什么 a---b 变成 a -- - b 在 Java Language Specification section 3.2 "Lexical Translations" 中有描述:

The longest possible translation is used at each step, even if the result does not ultimately make a correct program while another lexical translation would.

这样就形成了最长可能的词法记号。

在 a---b 的情况下，它使标记 a、--(最长)然后是唯一可能的下一个标记 -，然后是 b。

在a-----b的情况下，它会被翻译成a，--，- -、-、b，这在语法上是无效的。

进一步引用:

词汇翻译过程有3个步骤，在本例中，以上适用于本例中的第3步:

A raw Unicode character stream is translated into a sequence of tokens, using the following three lexical translation steps, which are applied in turn:

1. A translation of Unicode escapes (§3.3) in the raw stream of Unicode characters to the corresponding Unicode character. A Unicode escape of the form \uxxxx, where xxxx is a hexadecimal value, represents the UTF-16 code unit whose encoding is xxxx. This translation step allows any program to be expressed using only ASCII characters.

2. A translation of the Unicode stream resulting from step 1 into a stream of input characters and line terminators (§3.4).

3. A translation of the stream of input characters and line terminators resulting from step 2 into a sequence of input elements (§3.5) which, after white space (§3.6) and comments (§3.7) are discarded, comprise the tokens (§3.5) that are the terminal symbols of the syntactic grammar (§2.3).

(“输入元素”是“标记”)