应该编写文本处理 DCG 来处理代码还是字符？或两者？

Question

在 Prolog 中，传统上有两种表示字符序列的方法：

• 作为字符列表，它们是长度为 1 的原子。
• 作为代码列表，它们只是整数。整数将被解释为代码点，但未指定要应用的约定。作为一个（非常理智的）例子，在 SWI-Prolog 中，代码点的空间是Unicode（因此，大致上，代码点整数范围从 0 到 0x10FFFF）。

DCG 是一种编写从左到右列表处理代码的符号方式，旨在对“分解文本列表”进行解析。根据偏好，待处理的列表可以是字符列表或代码列表。但是，在写下常量时，字符/代码处理的表示法有所不同。通常以“字符样式”或“代码样式”编写 DCG 吗？或者甚至在模块导出 DCG 非终端的情况下采用字符/代码样式以实现可移植性？

有些研究

以下符号可用于表示 DCG 中的常数

• 'a': 一个字符（像往常一样：单引号表示一个原子，如果标记以小写字母开头，它们可以被省略。）
• 0'a：该代码的a。
• ['a','b']: 一个字符列表。
• [ 0'a, 0'b ]：列表码，即编码a和b（这样就可以避免在实际的代码点值打字）。
• "a"代码列表。传统上，双引号字符串被分解为代码列表，这种表示法在 DCG 上下文中也适用于 SWI-Prolog，即使 SWI-Prolog 将“双引号字符串”映射到特殊的字符串数据类型。
• `0123`. 传统上，反引号内的文本被映射到一个原子（我认为，95 ISO 标准只是避免对反引号字符串的含义进行具体说明。“这将是 ISO/IEC 13211 的这一部分的有效扩展到将反引号字符串定义为表示字符串常量。" )。在 SWI-Prolog 中，反引号内的文本被分解为代码列表，除非该标志back_quotes已设置为要求不同的行为。

例子

字符样式

尝试识别“字符样式”中的“任何数字”并使其“字符表示”在C以下位置可用：

zero(C) --> [C],{C = '0'}. 

nonzero(C) --> [C],{member(C,['1','2','3','4','5','6','7','8','9'])}.

any_digit(C) --> zero(C).
any_digit(C) --> nonzero(C).

代码风格

尝试识别“代码样式”中的“任何数字”：

zero(C) --> [C],{C = 0'0}.

nonzero(C) --> [C],{member(C,[0'1,0'2,0'3,0'4,0'5,0'6,0'7,0'8,0'9])}.

any_digit(C) --> zero(C).
any_digit(C) --> nonzero(C).

字符/代码透明样式

DCG 可以通过复制涉及常量的规则编写为“字符/代码透明样式”。在上面的例子中：

zero(C) --> [C],{C = '0'}. 
zero(C) --> [C],{C = 0'0}.

nonzero(C) --> [C],{member(C,['1','2','3','4','5','6','7','8','9'])}.
nonzero(C) --> [C],{member(C,[0'1,0'2,0'3,0'4,0'5,0'6,0'7,0'8,0'9])}.

any_digit(C) --> zero(C).
any_digit(C) --> nonzero(C).

上面还接受一系列交替的代码和字符（因为不能输入内容列表）。这可能不是问题）。当生成，一会就搞定任意字符/代码混合这是不必要的，然后需要添加削减。

带附加Mode指示器的字符/代码透明样式

另一种方法是明确指示模式。看起来干净：

zero(C,chars) --> [C],{C = '0'}. 
zero(C,codes) --> [C],{C = 0'0}.

nonzero(C,chars) --> [C],{member(C,['1','2','3','4','5','6','7','8','9'])}.
nonzero(C,codes) --> [C],{member(C,[0'1,0'2,0'3,0'4,0'5,0'6,0'7,0'8,0'9])}.

any_digit(C,Mode) --> zero(C,Mode).
any_digit(C,Mode) --> nonzero(C,Mode).

使用方言特征的字符/代码透明样式

或者，可以使用 Prolog 方言的特性来实现字符/代码透明度。在 SWI-Prolog 中，有code_type/2, 它实际上适用于代码和字符（有一个相应的，char_type/2但恕我直言，chary_type/2在任何情况下都应该只适用于字符和代码）和“数字类”代码和字符产生化合物digit(X)：

?- code_type(0'9,digit(X)).
X = 9.

?- code_type('9',digit(X)).
X = 9.

?- findall(W,code_type('9',W),B).
B = [alnum,csym,prolog_identifier_continue,ascii,
     digit,graph,to_lower(57),to_upper(57),
     digit(9),xdigit(9)].

因此，可以编写此代码以实现清晰的字符/代码透明度：

?- code_type(0'9,digit(X)).
X = 9.

?- code_type('9',digit(X)).
X = 9.

?- findall(W,code_type('9',W),B).
B = [alnum,csym,prolog_identifier_continue,ascii,
     digit,graph,to_lower(57),to_upper(57),
     digit(9),xdigit(9)].

特别是在 SWI-Prolog 中

默认情况下，SWI-Prolog 更喜欢代码。尝试这个：

旗帜

• back_quotes
• double_quotes

影响的解释"string"，并`string`在“标准代码”。默认情况下"string"被解释为原子“字符串”，而`string`被解释为“代码列表”。

在 DCG 之外，以下在 SWI-Prolog 中保持不变，所有标志都为默认值：

zero(C) --> [C],{code_type(C,digit(0)}. 

nonzero(C) --> [C],{code_type(C,digit(X),X>0}.

any_digit(C) --> zero(C).
any_digit(C) --> nonzero(C).

但是，在 DCG 中，默认情况下，"string"和`string`都被解释为“代码”。

没有更改任何设置，请考虑此 DCG：

?- string("foo"),\+atom("foo"),\+is_list("foo").
true.

?- L=`foo`.
L = [102,111,111].

以上哪一个匹配代码？

representation(double_quotes)    --> "bar".            % SWI-Prolog decomposes this into CODES 
representation(back_quotes)      --> `bar`.            % SWI-Prolog decomposes this into CODES
representation(explicit_codes_1) --> [98,97,114].      % explicit CODES (as obtained via atom_codes(bar,Codes))
representation(explicit_codes_2) --> [0'b,0'a,0'r].    % explicit CODES 
representation(explicit_chars)   --> ['b','a','r'].    % explicit CHARS

以上哪个匹配字符？

?- 
findall(X,
   (atom_codes(bar,Codes),
    phrase(representation(X),Codes,[])),
   Reps).

Reps = [double_quotes,back_quotes,explicit_codes_1,explicit_codes_2].

当用swipl --traditional反引号表示开始 swipl 时被拒绝Syntax error: Operator expected ，否则没有任何变化。

Answer 1

Prolog 标准 (6.3.7) 说：

双引号列表是原子（6.3.1.3）或列表（6.3.5）。

因此，以下应该成功：

Welcome to SWI-Prolog (threaded, 64 bits, version 7.6.4)
SWI-Prolog comes with ABSOLUTELY NO WARRANTY. This is free software.
Please run ?- license. for legal details.

For online help and background, visit http://www.swi-prolog.org
For built-in help, use ?- help(Topic). or ?- apropos(Word).

?- Foo = "foo", (atom(Foo) ; Foo = [F, O, O]).
false.

所以 SWI-Prolog 默认不是 Prolog。没关系，但是如果您想了解 SWI-Prolog 的非 Prolog 行为，请调整问题上的标签。

根据定义，即使在符合 Prolog的情况下，默认情况下双引号列表也是完全无用的：它们可能表示原子，因此无论字符/代码的区别如何，您甚至无法知道双引号列表实际上是一个列表。如果“列表”实际上是一个原子，即使 DCG 只关心“文本”的结构属性（例如，它是否是回文）也是无用的。

因此，想要使用 DCG 处理文本的 Prolog 程序必须在启动时将double_quotes标志强制为它想要的值。您可以在代码和字符之间进行选择。代码与字符相比没有任何优势，但它们在可读性和可键入性方面确实存在劣势。因此：

答案：使用字符。double_quotes明确设置标志。