扩展巴科斯范式(EBNF)

【神马东东】
巴克斯范式（又称巴科斯-诺尔范式，BNF，short for Backus-Naur Form）是由John Backus 和 Peter Naur 首次引入的一种与上下文无关，使用形式化符号来描述给定语言的语法，简单说就是 一种通用描述规则，用来描述各种计算机语言语法定义。

后来在RFC2234/RFC4234中又定义了 扩充的巴科斯范式（EBNF），再后来又在RFC5234中再定义了 扩展的巴科斯范式（ABNF），RFC5234取代了RFC4234 和RFC2234。扩展的巴科斯使巴科斯范式更加完善。

现在，几乎所有的IT编程语言书籍 或 IETF在编写RFC等规范文档 等时候，你都可以看到作者使用巴科斯范式及其扩展来定义某一个语法规则 或 变量格式。

下文对巴科斯范式或扩展的巴科斯范式，都称为 巴科斯范式 或 BNF 。

【举两个BNF例子先】

（例子1） 在MIME的RFC（http://tools.ietf.org/html/rfc2045）中，作者用BNF描述了一个叫 version 的定义，其BNF描述为：

version := "MIME-Version" ":" 1*DIGIT "." 1*DIGIT

于是你在实际生活中，就可以从一个MIME结构体中看到这个version定义，如从一封电子邮件的信头看到 MIME-Version: 1.0 。

为什么是“MIME-Version: 1.0”，而不是“MIME-Version: 1.0000”，或不是“MIME Version: 1.0”呢？

因为这个version字段的BNF已经描述好了，取值的格式一定要根据其描述来。

（例子2） 在HTTP的RFC（http://tools.ietf.org/html/rfc2616）中，作者用BNF描述了http Response的格式：

Response = Status-Line; Section 6.1

*(( general-header; Section 4.5 

 | response-header; Section 6.2 

 | entity-header ) CRLF); Section 7.1 

 CRLF

[ message-body ] ; Section 7.2

 

文档中，作者又使用BNF来描述Request-Line 等其他名词（如Request-Line，Method，Request-URI等）：

Request-Line   = Method SP Request-URI SP HTTP-Version CRLF

Method = "OPTIONS" ; Section 9.2 

 | "GET" ; Section 9.3 

 | "HEAD"; Section 9.4

 | "POST" ; Section 9.5

 | "PUT" ; Section 9.6

 | "DELETE" ; Section 9.7

 | "TRACE" ; Section 9.8

 | "CONNECT" ; Section 9.9

 | extension-method

extension-method = token

Request-URI = "*" | absoluteURI | abs_path | authority

【范式说明】

 BNF基本要点（部分）：

• BNF的基本语法： <符号> ::= <使用符号的表达式>
• 双引号（" "）中的字符串（"word"）代表这些字符本身，而double_quote代表双引号。
• 双引号外的字符串（有可能带下划线）代表语法部分。
• 尖括号（< >）中的内容为必选项。
• 方括号（[ ]）中的内容为可选项。
• 大括号（{ }）中的内容为可重复0至无限次的项。
• 竖线（|）表示其左右两侧任选一项，相当于 OR 的意思。
• ::= 符号表示 “被定义为”的意思。

• ...

ABNF 基本扩充要点（部分）：

• ABNF的基本语法： name = elements crlf
• 用字符映射的ASCII码表示一个字符，格式为 %TYPE ，其中TYPE为进制（b/d/x三种）， b for binary（二进制），d for decimal（十进制），x for hexadecimal（十六进制）。如 %d13 和 %x0D 都代表 CR。
• 用句号（.）相连，表示一串连续的字符，如  %d13.10 代表CRLF（即%d13和%d10相连接），再如 %x44.6f.6d.61.69.6e.3a 1*FWS 代表"Domain: "这一个字符串（注意最后还有一个空格）。
• ...

ABNF的核心规则：

• ALPHA           =  %x41-5A / %x61-7A   ; A-Z / a-z，即 大写和小写 ASCII 字母 (A-Z, a-z)
• BIT             =  "0" / "1"; 即二进制字符
• DQUOTE         =  %x22 ; " (Double Quote)，即 双引号
• VCHAR           =  %x21-7E; visible (printing) characters，即 可见字符
• CHAR           =  %x01-7F; any 7-bit US-ASCII character, excluding NUL，7位
• OCTET           =  %x00-FF; 8 bits of data，8位
• CTL             =  %x00-1F / %x7F; controls，即 控制字符
• CR              =  %x0D; carriage return，即  回车
• LF =  %x0A; linefeed，即 换行
• CRLF           =  CR LF; Internet standard newline，即 互联网标准换行
• DIGIT           =  %x30-39; 0-9
• HEXDIG          =  DIGIT / "A" / "B" / "C" / "D" / "E" / "F";十六进制数字 (0-9, A-F, a-f)
• SP              =  %x20; 即 空行
• HTAB            =  %x09; horizontal tab，即 横向制表符（Tab）
• WSP             =  SP / HTAB; white space，即 空格或横向制表符
• LWSP           =  *(WSP / CRLF WSP); 即 直线空白（晚于换行）

【再来几个例子】

（例子3） 下面是JAVA语言中For语句的定义：

FOR_STATEMENT ::= "for" "(" ( variable_declaration | ( expression ";" ) | ";" ) [ expression ] ";" [ expression ] ")" statement

（更多例子） 在BNF/ABNF等RFC中可以看到更多例子。。

【小结】

 巴科斯范式真是一个好东西，语法简洁，但表达能力强，且不会产生二义性，难怪很多编程语言，IT规范文档都用它来描述某些定义。

也正是这些计算机行业先驱们创造的这无数规范（无论完善与否，无论实用与否），让现在的IT行业井然有序地服务着每一个人的生活，到处都是异构的系统，但到处都有规范的影子，感谢伟大的规范和创造推广这些规范的人们 ！！

【相关RFC】

• BNF  http://www.lrz.de/~bernhard/Algol-BNF.html
• ABNF 1 RFC 2234 http://tools.ietf.org/html/rfc2234
• ABNF 2RFC 4234 http://tools.ietf.org/html/rfc4234
• ABNF 3（最新） RFC 5234  http://tools.ietf.org/html/rfc5234
• MIME RFC 2045  http://tools.ietf.org/html/rfc2045
• HTTP RFC 2616  http://tools.ietf.org/html/rfc2616