什么是 Rust 宏? —— 浅谈 Rust 宏
HoshinoTented
2020-08-02 13:06:14
> 阅读须知:本文中大部分包含宏的代码无法直接编译,需要将人名币符号 '¥' 替换为美元符号 '$' 才可编译。
## 宏
> 计算机科学里的宏是一种抽象(Abstraction),它根据一系列预定义的规则替换一定的文本模式。解释器或编译器在遇到宏时会自动进行这一模式替换。对于编译语言,宏展开在编译时发生,进行宏展开的工具常被称为宏展开器。—— Wikipedia
C 所使用的 CPP(**C** **P**re**P**rocessor,即 C 预处理器)实现的宏是简单的文字查找与替换,不过它能接收一些编译时的参数来 “动态地” 替换代码。
## Rust 宏
而 Rust 的宏不是简单的文字查找与替换,Rust 宏基于 **语法树** 进行操作,比如:Rust 宏的参数可以指定类型(如 字面量 literal,表达式 expr 等等)
除了 类函数 的宏,Rust 还提供了另外两种宏:
* derive 宏:通过 `#[derive(...)]` 为 struct、trait 或 union 生成代码,如 `#[derive(Clone)]`
* attribute 宏:通过 `#[...]` 为 struct、trait、函数、字段、等等 生成代码,如 `#[serde(rename_all = "lowercase")]`
但以上两种宏都属于 **过程宏(Procedural Macros)**,本文不加讨论。
### 使用 Rust 宏
以最常见的 Rust 宏 `println!` 为例,你可以这样使用它:
```rust
let ar = "ar";
let gu = String::from("gu");
let s = 's';
println!("literal string, and here are the {}{}{}{}.", ar, gu, "ment", s);
```
我们来解析一下这个宏的调用:
* `println`:宏的名称,这里指 `println` 宏
* `!`:代表调用的是一个宏
* `(args...)`:传递给宏的参数
三者缺一不可
### 解析 Rust 宏的定义
以 `panic!` 宏为例:
[`std::panic`](https://doc.rust-lang.org/stable/std/macro.panic.html)
```rust
macro_rules! panic {
() => ({ ¥crate::panic!("explicit panic") });
(¥msg:expr) => ({ ¥crate::rt::begin_panic(¥msg) });
(¥msg:expr,) => ({ ¥crate::panic!(¥msg) });
(¥fmt:expr, ¥(¥arg:tt)+) => ({
¥crate::rt::begin_panic_fmt(&¥crate::format_args!(¥fmt, ¥(¥arg)+))
});
}
```
* `macro_rules!`:代表以下为宏的定义
* `panic`:宏的名称
随后的大括号代表宏定义的内容。
宏定义的内容由 **规则(rule)** 组成,每一条规则都形如:
```rust
(Pattern) => { Exapnsion };
```
最后一条规则末尾的分号可以省略。
事实上,规则所用的括号可以是以下的任何一种:`()`,`[]`,`{}`。并且在调用的时候并不会对所用的括号进行检查,也就是说,你可以用 `foo! {}` 来调用定义为 `macro_rules! foo { () => {} }` 的规则。
当宏被调用时,会由上而下对每个规则进行匹配,如果某一条规则与输入 **完全** 匹配,则立刻进行该规则所对应的展开。考虑如下宏:
```rust
macro_rules! test {
( ¥( ¥e:expr )* ) => { println!("expr"); };
( ¥( ¥t:literal )* ) => { println!("literal"); };
}
```
当这个宏被调用时,即使传入的参数为字面量,都会立刻匹配到第一个规则,因为所有合法的字面量都是合法的表达式。
`panic!` 宏的第一条规则很好理解,当宏的参数为空时,调用 `panic!` 宏并传入一个 `"explicit panic"` 的字面量。这看起来是宏在调用自己,但实际上就是这样,这次调用会进入第二条规则。
第二条规则接收一个名为 `msg` 的 `expr` 类型的参数,参数的声明与使用都需要在前面加上 `¥`。假如不加上,`msg:expr` 会被识别为一个字面量的 `tt`(token tree) 模式,你就只能通过以下方法调用它:
```rust
panic!(msg:expr); // 实际上可以在 msg 的左右侧,expr 的左右侧加上空格,空格将会被忽略
```
第二条规则的展开内容的意思是:调用 `<panic! 所在的 crate>::rt::begin_panic` 函数,并传入 `msg` 作为参数。
第三条规则的模式和第二条规则大同小异,只是在最后面加了一个 `,`。而它的展开内容其实也只是调用了 `panic!`,最终会匹配第二条规则。
> 其实第 2、3 条规则的模式可以合并为 `¥msg:expr ¥(,)?`,作者猜测是因为早期 Rust 不支持 `?`,所以才分为了两条规则
最后是第四条规则,它接收两个参数:名为 `fmt` 的 `expr` 类型参数,和名为 `arg` 的 `tt` 类型的 **重复** 参数(即 可变数量 参数)。
### Rust 宏的参数类型
Rust 宏的参数目前有如下类型:
* `item`:[_Item_],如函数定义,常量声明 等
* `block`:[_BlockExpression_],如`{ ... }`
* `stmt`:[_Statement_],如 `let` 表达式(传入为 stmt 类型的参数时不需要末尾的分号,但需要分号的 item 语句除外)
* `pat`:[_Pattern_],模式匹配中的模式,如 `Some(a)`
* `expr`:[_Expression_],表达式,如 `Vec::new()`
* `ty`:[_Type_],类型,如 `i32`
* `ident`:[IDENTIFIER_OR_KEYWORD],标识符或关键字,如 `i` 或 `self`
* `path`:[_TypePath_],类型路径,如 `std::result::Result`
* `tt`:[_TokenTree_],Token 树,被匹配的定界符 `(`、`[]` 或 `{}` 中的单个或多个 [token]
* `meta`:[_Attr_],形如 `#[...]` 的属性中的内容
* `lifetime`:[LIFETIME_TOKEN],生命周期 Token,如 `'static`
* `vis`:[_Visibility_],可能为空的可见性限定符,如 `pub`
* `literal`:匹配 -? [_LiteralExpression_]
其中,`tt` 类型可以被视为 Rust 宏的 Any。
宏还对各种类型的参数捕获之后所允许的内容添加了限制,以避免语义冲突:
* `item`:任何标记
* `block`:任何标记
* `stmt`:`=>`、`;`、`,`
* `pat`:`=>`、`,`、`=`、`|`、`if` 或 `in`
* `expr`:`=>`、`;`、`,`
* `ty`:`{`、`[`、`=>`、`,`、`>`、`=`、`:`、`;`、`|`、`as` 或 `where`
* `ident`:任何标记
* `path`:`{`、`[`、`=>`、`,`、`>`、`=`、`:`、`;`、`|`、`as` 或 `where`
* `meta`:任何标记
* `tt`:任何标记
### Rust 宏的重复
宏中定义重复的语法如下:
```rust
¥ ( ... ) sep rep
```
其中:
* `( ... )` 为要重复匹配的模式
* `sep` 为可选的分隔符,常见的有 `,` 和 `;`
* `rep` 为必选的重复标记,目前 Rust 支持三种重复标记:`*`(零次或多次)、`+`(一次或多次)、`?`(零次或一次)
举例:
pattern \ input | ` ` | `1, 2, 3` | `1, 2, 3,`
:---------------------:|:---:|:---------:|:----------:
`¥( ¥i:expr ),*` | √ | √ | ×
`¥( ¥i:expr, )*` | √ | × | √
`¥( ¥i:expr ),* ¥(,)?` | √ | √ | √
可以通过 `¥( ¥i )*` 的语法来使用重复。
其实,还可以将两个重复参数作为一个整体,再进行重复,如:
```rust
macro_rules! zip {
( ¥( ¥i:expr ),* ; ¥( ¥j:expr ),* ) => {
[ ¥( (¥i, ¥j) )* ]
};
}
```
不过塞到同一个整体进行重复的重复参数必须重复相同次数,否则编译器会 panic。
## 热身
有了上面的知识,我们就能写一个比较简单的 Vec 构造宏了:
需求:传入零个或多个相同类型的值,构造一个包含这些值(按照顺序)的 Vec。
```rust
macro_rules! build_vec {
(
¥( ¥i:expr ),* // 重复,以支持任意数量的参数
¥(,)? // 可选的末尾逗号
) => {
{ // 创建一个块,以支持多条语句
let mut vec = Vec::new(); // 构造一个 Vec,必须为 mut,否则下文无法进行 push
¥( // 重复,将每个 ¥i 推入 vec 中
vec.push(¥i);
)*
vec // 返回 vec
}
}
}
```
> 标准库有类似的 `vec!` 宏,但其内部实现不与演示中的代码相同,有兴趣的可以到 [这里](https://doc.rust-lang.org/stable/alloc/macro.vec.html) 查看源代码
## 你已经学会了 Rust 宏,快来试试看吧?
Haskell 的列表生成器是个非常不错的语法糖:
```haskell
[1, 3 .. 10]
-- output: [1,3,5,7,9]
[1, 3 ..]
-- output: [1,3,5..]
[x + y | x <- [1..5], y <- [1..5]]
-- output: [2,3,4,5,6,3,4,5,6,7,4,5,6,7,8,5,6,7,8,9,6,7,8,9,10]
```
其中,`[1, 3 .. 10]` 和 `[1, 3 ..]` 可以用 Rust 的 `Range` 和 `RangeFrom` 结构体加上 `step_by` 函数实现:
```rust
macro_rules! list {
// 匹配 list!(first, second, ..)
// 注意,second 后面的 逗号 必须保留,原因在上文已经提到过了
( ¥first:expr, ¥second:expr, ..) => {
{
let step = ¥second - ¥first;
(¥first..).step_by(step)
}
};
// 匹配 list!(first, second, .. end) 和 list!(first, second, .., end)
( ¥first:expr, ¥second:expr, .. ¥(,)? ¥end:expr ) => {
{
let step = ¥second - ¥first;
(¥first..¥end + 1).step_by(step)
}
};
}
```
来实验一下:
```rust
fn main() {
println!("{:?}", list!(1, 3, .. 11).collect::<Vec<u32>>());
println!("{:?}", list!(1, 3, ..).take(10).collect::<Vec<u32>>()); // 由于 RangeFrom 是一个无限的迭代器,所以需要使用 take
// outputs:
// [1, 3, 5, 7, 9, 11]
// [1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
}
```
接下来是最后一个,也是我认为 Haskell 中最强大的语法糖:
对于任意的 `[ generator x0 x1 x2 ... | x0 <- xs0, x1 <- xs1, x2 <- xs2 ...]` 可以转化为:
```haskell
xs0 >>= \x0 ->
xs1 >>= \x1 ->
generator x0 x1 <¥> xs2 -- 最后一个列表的迭代需要使用 map
```
相应的 Rust 代码是这样:
```rust
xs0.flat_map(move |x0| { // 必须进行 move,否则在 generator 调用的时候会抱怨生命周期
xs1.flat_map(move |x1| {
xs2.map(move |x2| {
generator(x0, x1, x2)
})
})
})
```
这段冗长的 Rust 代码和 Haskell 的语法糖相比差太多了,不过我们可以用宏来解决!
首先要解决的问题是,我们无法使用重复来实现嵌套的 `flat_map` 与最后的 `map`。所以我们需要编写一个辅助用的宏:
```rust
macro_rules! __rec_iter {
(
¥gen:expr ; // 生成器,expr 类型
¥id:ident <- ¥it:expr, // 当前的迭代语句
¥( ¥rest:tt )* ) => { // 剩余代码
¥it.flat_map(move |¥id| __rec_iter!(¥gen ; ¥( ¥rest )* ) ) // 生成一层 flat_map,其内部交给下一层 __rec_iter 宏
};
(
¥gen:expr ; // 生成器
¥id:ident <- ¥it:expr ) => { // 当前的迭代语句,对于整个宏来说也是最后一个
¥it.map(move |¥id| ¥gen) // 生成 map,其内部由为 gen
};
}
```
这个宏实际上就已经能够完成 Haskell 列表生成器的工作了,但是为了隐藏内部细节,所以再为 list 内添加一个规则,让它调用这个 __rec_iter:
```rust
macro_rules! list {
( ¥gen:expr ; ¥( ¥id:ident <- ¥it:expr ),* ) => {
__rec_iter!( ¥gen ; ¥( ¥id <- ¥it ),* )
};
/* other rules */
}
```
终于写完了,让我们来测试一下:
```rust
fn main() {
let result = list!(x + y ; x <- 1..=5, y <- 1..=5);
println!("{:?}", result.collect::<Vec<i32>>());
// output
// [2, 3, 4, 5, 6, 3, 4, 5, 6, 7, 4, 5, 6, 7, 8, 5, 6, 7, 8, 9, 6, 7, 8, 9, 10]
}
```
正确的输出!
## 卫生性
卫生性也是宏的一个重要特性。考虑以下代码:
```rust
macro_rules! using_x {
( ¥action:expr ) => {
{
let x = 1;
¥action
}
}
}
fn main() {
let two = using_x!(x + 1);
}
```
进行编译,编译器会抱怨 x 不在当前作用域内:
```plain
using_x!(x + 1);
^ not found in this scope
```
试着手动展开宏:
```rust
fn main() {
let two = {
let x = 1;
x + 1
}
}
```
这 **看起来** 好像没什么问题?为什么编译器会抱怨呢?
这是因为,宏内的 `x` 和 `¥action` 的 `x` 处于不同的,看不见的 **句法上下文** 中,略微修改一下展开后的代码,让这个句法上下文 “看得见”:
```rust
fn main() {
let two = {
let macro_x = 1;
outer_x + 1
}
}
```
调用宏所使用的 `x` 属于 `outer` 上下文,而宏内的 `x` 属于 `macro` 上下文,只有在标识符的明面名字和句法上下文 **都** 一致的情况下,这两个标识符才能被视为相同。
我们可以通过提供一个 `ident` 类型的参数让两个标识符的句法上下文相同:
```rust
macro_rules! using_x {
( ¥id:ident, ¥action:expr ) => {
{
let ¥id = 1;
¥action
}
}
}
fn main() {
let two = using_x!(x, x + 1);
}
```
它通过了编译,很好!
## 参考
[宏 - 维基百科](https://zh.wikipedia.org/wiki/%E5%B7%A8%E9%9B%86)
[The Little Book of Rust Macros](https://github.com/DanielKeep/tlborm)([中文](https://github.com/DaseinPhaos/tlborm-chinese))
[Macros - TRPL](https://doc.rust-lang.org/book/ch19-06-macros.html)([中文](https://kaisery.github.io/trpl-zh-cn/ch19-06-macros.html))
[Macro By Example](https://doc.rust-lang.org/reference/macros-by-example.html)
[_Item_]: https://doc.rust-lang.org/reference/items.html
[_BlockExpression_]: https://doc.rust-lang.org/reference/expressions/block-expr.html
[_Statement_]: https://doc.rust-lang.org/reference/statements.html
[_Pattern_]: https://doc.rust-lang.org/reference/patterns.html
[_Expression_]: https://doc.rust-lang.org/reference/expressions.html
[_Type_]: https://doc.rust-lang.org/reference/types.html#type-expressions
[IDENTIFIER_OR_KEYWORD]: https://doc.rust-lang.org/reference/identifiers.html
[_TypePath_]: https://doc.rust-lang.org/reference/paths.html#paths-in-types
[_TokenTree_]: https://doc.rust-lang.org/reference/macros.html#macro-invocation
[token]: https://doc.rust-lang.org/reference/tokens.html
[_Attr_]: https://doc.rust-lang.org/reference/attributes.html
[LIFETIME_TOKEN]: https://doc.rust-lang.org/reference/tokens.html#lifetimes-and-loop-labels
[_Visibility_]: https://doc.rust-lang.org/reference/visibility-and-privacy.html
[_LiteralExpression_]: https://doc.rust-lang.org/reference/expressions/literal-expr.html