请举例 AST 的更多真实例子

请举例 AST 的更多真实例子

下面给你几个更真实、更接近解析器输出的 AST 例子（我会用“代码片段 → AST（树形/括号式）→ 可能的序列化”来展示）。为了可读性，我会给精简但结构真实的 AST（类似 Tree-sitter / ESTree / Python ast 模块的风格），并标出你关心的点：raw AST 往往只有类型/位置，增强后才更像“可读语义图”。

例子 1：Python 赋值 + 二元运算 + 调用

代码

total = add(x, 2) + y

raw AST（括号式，接近 Pythonast.dump/ Tree-sitter 结构）

(Module (Assign targets=[(Name id='total' ctx=Store())] value=(BinOp left=(Call func=(Name id='add' ctx=Load()) args=[(Name id='x' ctx=Load()), (Constant value=2)] ) op=Add() right=(Name id='y' ctx=Load()) ) ) )

关键观察

• 这里其实已经含有id='total'/'add'/'x'/'y'，但很多解析器/标准化 AST可能会把这些 leaf 值抽象成Identifier类型，或只在 token 表里存（AST 节点本身只有 span）。

• 运算符常常是一个节点Add()或 token，而不是文本"+"。

例子 2：Python if + 比较 + 返回（带 else）

代码

def clamp(x, lo, hi): if x < lo: return lo elif x > hi: return hi return x

AST（更完整一点）

(Module (Assign targets=[(Name id='total' ctx=Store())] value=(BinOp left=(Call func=(Name id='add' ctx=Load()) args=[(Name id='x' ctx=Load()), (Constant value=2)] ) op=Add() right=(Name id='y' ctx=Load()) ) ) )

(Module (FunctionDef name='clamp' args=(arguments args=[x,lo,hi]) body=[ (If test=(Compare left=(Name 'x') ops=[Lt()] comparators=[(Name 'lo')]) body=[(Return (Name 'lo'))] orelse=[ (If test=(Compare left=(Name 'x') ops=[Gt()] comparators=[(Name 'hi')]) body=[(Return (Name 'hi'))] orelse=[] ) ] ), (Return (Name 'x')) ] ) )

关键观察

• “elif” 在 AST 里常常表现成If嵌套在orelse中（这就是结构信息：树上位置决定语义）。

• 如果你把它“纯前序 token 化”成一串If Compare Name Lt Name Return ...，模型很容易把哪个 return 属于哪个分支搞混。

例子 3：JavaScript（ESTree 风格）箭头函数 + map + 对象字面量

代码

const res = arr.map(x => ({k: x, v: x * 2}));

raw AST（接近 ESTree / Babel AST）

{ "type": "VariableDeclaration", "kind": "const", "declarations": [{ "type": "VariableDeclarator", "id": {"type": "Identifier", "name": "res"}, "init": { "type": "CallExpression", "callee": { "type": "MemberExpression", "object": {"type": "Identifier", "name": "arr"}, "property": {"type": "Identifier", "name": "map"}, "computed": false }, "arguments": [{ "type": "ArrowFunctionExpression", "params": [{"type": "Identifier", "name": "x"}], "body": { "type": "ObjectExpression", "properties": [ {"type": "Property", "key": {"type": "Identifier", "name": "k"}, "value": {"type": "Identifier", "name": "x"}}, {"type": "Property", "key": {"type": "Identifier", "name": "v"}, "value": {"type": "BinaryExpression", "operator": "*", "left": {"type": "Identifier", "name": "x"}, "right": {"type": "NumericLiteral", "value": 2}}} ] } }] } }] }

关键观察

• JS AST 通常非常“语义化”：BinaryExpression.operator="*"、MemberExpression、ObjectExpression。

• 但也会很“长”：大量结构包装节点，序列化会爆 token（尤其大函数）。

例子 4：C / C++ 风格：for 循环 + 数组索引 + 累加

代码

for (int i = 0; i < n; i++) { sum += a[i]; }

AST（接近 Clang AST / Tree-sitter C 的结构）

(ForStatement init=(Declaration (InitDeclarator declarator=(Identifier "i") value=(NumberLiteral "0") ) ) condition=(BinaryExpression left=(Identifier "i") operator="<" right=(Identifier "n") ) update=(UpdateExpression operator="++" argument=(Identifier "i") ) body=(CompoundStatement (ExpressionStatement (AssignmentExpression left=(Identifier "sum") operator="+=" right=(SubscriptExpression object=(Identifier "a") index=(Identifier "i") ) ) ) ) )

关键观察

• a[i]不是Call，而是SubscriptExpression/ArraySubscriptExpr一类节点。

• 很多解析器会把operator当 token，而不是节点；也有的会把operator变成子节点。

例子 5：Java：try-catch + throw + 方法调用链

代码

try { return service.get(id).toString(); } catch (Exception e) { throw new RuntimeException(e); }

AST（接近 JavaParser / Eclipse JDT）

(TryStatement tryBlock=(Block (ReturnStatement expression=(MethodInvocation name="toString" scope=(MethodInvocation name="get" scope=(NameExpr "service") args=[(NameExpr "id")] ) ) ) ) catchClauses=[ (CatchClause parameter=(Parameter type="Exception" name="e") body=(Block (ThrowStatement expression=(ObjectCreationExpr type="RuntimeException" args=[(NameExpr "e")] ) ) ) ) ] )

关键观察

• 链式调用service.get(id).toString()在 AST 里是嵌套 MethodInvocation。

• catch (Exception e)是一个带 parameter 的节点，属于TryStatement的子列表。

例子 6：未经增强的 AST（更“原始/抽象”）会长什么样？

很多论文里说的 “raw AST” 指的是：AST 节点只有类型/结构，叶子节点的具体值（标识符名、数字）不在 AST node 内，而在 tokenizer/token-table 里。那它可能更像下面这样：

代码

balance = 0

raw AST（极抽象版本：只剩类型）

(assignment_statement (left (identifier)) (right (integer)) )

这种形式当然也能序列化给 LLM：

assignment_statement left identifier right integer

但它对“总结/注释/意图理解”很不友好：模型不知道 identifier 是balance，integer 是0。

而增强后的版本会更像：

(assignment_statement (left (variable:balance)) (right (integer:0)) )

信息密度立刻高很多。

你如果要“更真实”：我可以按你指定语言/解析器输出格式给

你可以告诉我你想看哪种（不用你再解释用途，我直接按常见格式给）：

1. Pythonast.dump()风格

2. Tree-sitter S-expression 风格（很多论文用这个）

3. JavaScript ESTree JSON（Babel/Acorn）

4. Clang AST（C/C++）

5. 自定义序列化：SBT / Preorder / NIT（带 children id）

你回一句：

• “给我 3 个 Python 例子，按 tree-sitter 风格 + NIT 序列化”
  或

• “给我 JS 的 ESTree JSON + 对应的 NIT 序列”

我就可以把每个例子都配上树 → 序列的完整对照。