语法格式描述规范

“语法说明书”的说明书：BNF、EBNF和ABNF到底是什么？

我们学习各种语言或者配置的时候，经常会看到一些 BNF、EBNF 之类的语法格式描述规范，虽然我们只是想了解某个文件格式、或者学习编程语言是怎么被"教"给电脑的，但是不啃这块骨头可能没法尝尝里面骨髓的味道。这块的资料大部分都写的比较晦涩难懂，满屏的"范式"、"终结符"、"产生式"……会有点头大。

别担心，请把这份文档想象成一份关于 "如何写一本给机器看的语法说明书" 的说明书。我们要聊的 BNF、EBNF、ABNF，就是三种写这种说明书的主流"写法"或"格式"。

就像您可以用中文、英文或图示来写一份家具组装手册一样，BNF、EBNF 和 ABNF 也是写"计算机语言组装手册"的不同"语言"，它们各有特点，用在不同的地方。

为什么电脑需要一本"语法说明书"？

想象一下，您发明了一种新的棋类游戏，需要教给全世界的人。您肯定不会只说"车马炮随便走"，对吧？您需要一本详尽的规则书：

• 棋盘什么样？ （格子、线条）

• 棋子有哪些？ （车、马、炮这些基本单位）

• 每个棋子怎么走？ （马走日，象飞田）

• 怎么算赢？ （将死对方）

电脑理解一种新的"语言"（无论是编程语言，还是 JSON/YAML 这种数据格式，或者是 HTTP 网络协议），和人类学习新游戏规则，本质上是一回事。

它需要一本极度精确、毫无歧义的"规则书"，告诉它：

1. 这种语言里， 最基本的、不可分割的积木块 是什么？（比如数字 0-9 ，字母 a-z ，符号 + =）

2. 这些积木块， 如何能像搭乐高一样，组合成有意义的句子 ？（比如 数字 + 数字 可以组成一个 加法表达式）

BNF、EBNF、ABNF，就是用来写这种"乐高搭建规则书"的三种主流"写作规范"。 它们的核心目标都是： 用一套标准、无歧义的话，描述出一种语言所有合法句子的长相。

现在，让我们一个个来认识它们。

第一种写法：BNF（巴科斯范式）—— "最基础的乐高搭建手册"

一句话比喻：BNF 就像一本用最基础词汇写成的、事无巨细的乐高说明书。每个步骤都写得清清楚楚，但读起来可能有点啰嗦。

它的由来： 早在 1959 年，两位计算机科学家（约翰·巴科斯和彼得·诺尔）为了描述一种叫 ALGOL 60 的新编程语言，发明了 BNF。它的出现，第一次让"语法"这个东西能从模糊的人类语言，变成精确的数学公式。

BNF 怎么写？—— 认识四个核心"零件"

写 BNF 说明书，只用四种"零件"：

1. 终结符：就是"最小的积木块"

   • 是什么： 语言里 不能再拆分 的基本单位。它们是最终出现在代码或数据里的实际字符。

   • 怎么表示： 通常用 双引号 包起来。

   • 例子：

     • "if" (一个关键字)

     • "+" (一个加号)

     • "0" (一个数字字符)

   • 通俗理解： 就像乐高套装里，一个 单独的、最小颗粒的蓝色 2x4 积木块。你不能再把它切成更小的乐高了。

2. 非终结符：就是"半成品组件"或"分类标签"

   • 是什么： 它 不是 最终出现在代码里的东西，而是一个 中间概念 ，用来指代 一组特定的积木组合方式 。它需要被进一步"展开"或"解释"。

   • 怎么表示： 用 尖括号 < > 包起来。

   • 例子：

     • <数字> （代表所有合法的数字）

     • <加法表达式> （代表所有合法的加法式子）

   • 通俗理解： 就像乐高说明书里，画着一个用很多小积木拼好的 "车轮组件" 的图标。这个图标本身不是积木，但它代表了"一堆按特定方式拼好的积木"。或者像一个菜谱里的 "步骤 A：制作面糊" ，它本身不是食材，而是一系列操作的集合。

3. 产生式（规则）：就是"组装步骤"

   • 是什么： 定义 一个非终结符（半成品） 具体是怎么由其他零件（终结符或其他非终结符）组成的 。这是一条核心的"组装指令"。

   • 怎么表示： 用 ::= 符号（可以读作"定义为"）。左边是非终结符，右边是它的组成方式。

   • 例子： <数字> ::= "0" | "1" | "2" | "3" | "4" | "5" | "6" | "7" | "8" | "9"

     • 这句话的意思是：一个 <数字> 可以是 "0" ，或者 "1" ，或者 "2" …… 一直到 "9" 中的任意一个。

   • 通俗理解： 就是乐高说明书里具体的一步："步骤 3：把‘车轮组件’（非终结符）安装到‘车轴’（终结符）上。"

4. 选择符：就是"或者"

   • 是什么： 一个竖线 | ，表示"或者"。

   • 例子： 上面的 "0" | "1" | ... | "9" 就用到了。意思是"可以是 0，或者 1，或者...，或者 9"。

   • 通俗理解： 就像菜谱说"可用白糖或蜂蜜"，二选一。

看一个完整的 BNF 例子：教电脑理解"整数加法"

假设我们想定义一种只能做一位数整数加法的超简单语言，比如 3+5 。

用 BNF 可以这样写这本"说明书"：

<表达式> ::= <数字> | <表达式> "+" <数字>
<数字> ::= "0" | "1" | "2" | "3" | "4" | "5" | "6" | "7" | "8" | "9"

我们来"读"一下这本说明书：

• 第一行规则 (`<表达式>`):

  • 它说，一个 <表达式> 可以是两种东西之一（ | ）：

    1. 单纯的一个 <数字> 。 比如 3 本身也是一个合法的表达式。

    2. 一个 <表达式> 后面跟着一个加号 "+" ，再跟着一个 <数字> 。 这听起来有点绕，它其实是一种 "递归" 的定义。它允许我们把简单的表达式组合成更复杂的。 - 举例：如果 3 是一个 <表达式> （根据第 1 种情况），那么 3 + 5 就符合" <表达式> "+" <数字> "这个模式，所以 3+5 也是一个新的 <表达式> 。 - 更进一步， 3+5+2 也可以，因为它可以看作是 (3+5) 这个 <表达式> 后面加上 + 2 。

• 第二行规则 (`<数字>`):

  • 这很简单，定义了什么是 <数字> ：就是 0 到 9 这十个字符中的任意一个。

BNF 的特点总结：

• 优点： 极其严谨、基础，像数学定义，是另外两种范式的"老祖宗"。

• 缺点： 写起来 非常啰嗦 。对于"可选"或"重复"的情况，必须引入新的非终结符和递归规则，让说明书变得很长，不易读。

  • 比如，想表达"这里可以有一个空格，也可以没有"，在 BNF 里就要多写一条规则，很麻烦。

---

第二种写法：EBNF（扩展巴科斯范式）—— "带便利贴和快捷符号的升级版手册"

一句话比喻：EBNF 就像一本现代化的乐高说明书，增加了"重复此步骤 3 次"、"此零件可选"等快捷图标，让手册更薄、更易读。

它的由来： 因为 BNF 太啰嗦了，后来的人们在它的基础上，增加了一些方便的"快捷写法"，形成了 EBNF。它更像是一种工程上的改良，为了让语法说明书对人类读者更友好。

EBNF 多了哪些"快捷图标"？

EBNF 保留了 BNF 的核心，但增加了三个超级有用的符号：

1. 可选符号 `[ ... ]` ：表示"这个东西可以有，也可以没有"。

   • 例子： ["-"] <数字> 表示一个数字前面可以有一个可选的负号。这可以描述 5 和 -5 。

   • BNF 的啰嗦写法： 需要写成 <有符号数字> ::= <数字> | "-" <数字> ，多了一个非终结符。

2. 重复符号 `{ ... }` ：表示"这个东西可以重复出现很多次，或者一次也不出现"。

   • 例子： <多位数> ::= <数字> {<数字>} 表示一个多位数，先有一个数字，后面可以跟着零个或多个额外的数字。这就能描述 7 , 42 , 10086 了。

   • BNF 的啰嗦写法： 必须用递归： <多位数> ::= <数字> | <多位数> <数字> ，理解起来没那么直观。

3. 分组符号 `( ... )` ：用来明确分组，常和选择符 `|` 一起用。

   • 例子： ("+" | "-") <数字> 表示先是一个加号或减号，然后跟一个数字。括号明确了选择的范围。

   • 有时也会用 = 代替 ::= ，用 ; 表示一条规则结束，看起来更清爽。

看一个完整的 EBNF 例子：描述一个简单的变量赋值语句

这次我们描述一个像 age = 25; 这样的语句。

(* 一个简单的赋值语句 *)
程序 = { 赋值语句 } ;
赋值语句 = 标识符 "=" 表达式 ";" ;
表达式 = 项 { ("+" | "-") 项 } ;
项 = 因子 { ("*" | "/") 因子 } ;
因子 = 数字 | 标识符 | "(" 表达式 ")" ;
标识符 = 字母 { 字母 | 数字 } ;
数字 = 数字 { 数字 } ;
字母 = "A" | "B" | ... | "Z" | "a" | "b" | ... | "z" ;
数字 = "0" | "1" | ... | "9" ;

我们来解读一下：

• `{ 赋值语句 }` ：表示程序由 0 个或多个赋值语句组成。

• `表达式` 的定义 ：它说一个表达式首先是一个 项 ，然后后面可以跟零个或多个 （一个加号或减号，再加上另一个 `项` ） 。这完美地描述了 1 + 2 - 3 这样的运算顺序。

• `标识符` 的定义 ：它说标识符必须以一个 字母 开头，后面可以跟零个或多个 字母 或 数字 。这描述了像 age , total_sum , x1 这样的变量名。

看，用上了 { } 和 ( | ) 之后，是不是比纯 BNF 清晰紧凑多了？

EBNF 的特点总结：

• 优点： 极大地提升了可读性和简洁性 。现在绝大多数编程语言（如 Python、C++）的官方语法文档，都采用 EBNF 或类似它的格式来书写。

• 缺点： 它有很多"方言"，不同地方用的具体符号可能有点小差异（比如注释用 (* *) 还是 /* */ ）。但核心思想一致。

---

第三种写法：ABNF（增强巴科斯范式）—— "为网络电报定制的精准密码本"

一句话比喻：ABNF 就像一份为发送电报或设计密码本而写的超级精确的指令集，特别关心"大小写"、"空格"、"二进制数"这些通信细节。

它的由来： BNF 和 EBNF 更多用于描述编程语言。而当我们需要定义 互联网协议 （比如网页用的 HTTP、发邮件用的 SMTP、网址 URL）时，情况更特殊。这些协议需要在网络上精确传输，对大小写、空格、回车换行、甚至是二进制数据都有严格规定。IETF（互联网标准组织）就基于 BNF，量身打造了 ABNF。

ABNF 的独特之处在哪里？

ABNF 为网络世界做了很多"增强"：

1. 核心规则库： 它预定义了一组"核心积木"，就像给了你一盒标好名字的标准零件：

   • ALPHA = 任何字母 (A-Z, a-z)

   • DIGIT = 任何数字 (0-9)

   • SP = 空格

   • CRLF = 回车换行 (Windows 系统的行尾，网络协议常用)

   • HEXDIG = 十六进制数字 (0-9, A-F)

2. 精确的数值表示： 可以直接用不同进制定义一个字符！

   • %d65 或 %x41 ：表示十进制 65（十六进制 41）对应的字符，也就是大写字母 A 。

   • %x30-39 ：表示十六进制 30 到 39 的所有字符，即数字 0-9 。

   • 这保证了协议在任何电脑上解析的结果都一模一样。

3. 灵活的重度计数： 可以精确指定一个东西重复多少次。

   • * ： 零次或多次（和 EBNF 的 { } 一样）。

   • m*n ： 至少 m 次，至多 n 次。例如 1*5DIGIT 表示 1 到 5 位数字。

   • n ： 刚好 n 次。例如 3DIGIT 表示必须是 3 位数字。

4. 大小写不敏感： 默认情况下，ABNF 认为 A 和 a 是等价的。这很适合网络协议（网址、域名通常不区分大小写）。如果想区分，需要用 %x 明确指定。

5. 不同的选择符： 它用斜杠 / 来表示"或者"，而不是竖线 | 。

看一个 ABNF 实战例子：一个 HTTP 网址的片段

HTTP 协议就是用 ABNF 定义的。我们来看一个简化版的"网址路径"定义：

; 一个路径由多个路径段组成，以斜杠开头
路径 = "/" [ 路径段 *( "/" 路径段 ) ]
路径段 = *PCHAR  ; PCHAR代表路径中允许的字符集合
PCHAR = 字母 / 数字 / "-" / "." / "_" / "~" / ":" / "@"

解读一下： - `[ 路径段 *( "/" 路径段 ) ]` ：

• 最外层的 [ ] 表示整个这一块是 可选 的（所以路径可以只是一个单独的 / ）。

• 里面是：一个 路径段 ，后面跟着零个或多个 （一个 `/` 加一个 `路径段` ） 。

• 这完美描述了像 / 、 /api 、 /api/users 、 /home/index.html 这样的路径。

• `*PCHAR` ： * 表示零个或多个 PCHAR 字符。所以一个路径段可以是空，也可以是多个允许字符的组合。

ABNF 的特点总结： - 优点： 为通信协议而生，极度精确，无歧义 。特别擅长处理二进制、字符编码、网络传输的细微差别。 - 缺点： 对非专业人士最不友好 ，语法看起来比较怪异。但如果您是做网络编程或看 RFC 文档的，必须掌握它。

---

三种"写法"大比拼：一张表看懂怎么选

BNF、EBNF、ABNF 快速选择指南

比较项	BNF（基础版）	EBNF（增强易读版）	ABNF（网络精准版）
核心目的	奠定理论基础，最严谨的定义方式	让语法描述对人类更友好、更紧凑	为互联网协议提供精确无歧义的定义
就好比	用最基础单词写的详细法律条文	带图标的现代化用户手册	摩尔斯电码密码本或工程图纸
主要用在哪	计算机科学教科书，语言理论	“实际编程语言的官方文档” (如Python参考手册)，配置文件格式定义	“互联网协议标准” (RFC文档，如HTTP, URL, 电子邮件格式)
关键特征	只有`::=`、|、< >、`" "`这几个符号，描述重复/可选很啰嗦	引入了 [ ]、{ }、( ) 等快捷符号，描述能力更强、更简洁	有`%x`等数值定义、核心规则(如`DIGIT`)、精确重复计数(m*n)，默认大小写不敏感
您最可能在哪遇到	学习编译原理时	“查看某编程语言或数据格式（如XML）的语法规则时”	“阅读网络协议（如HTTP请求格式）的规范时”
给非技术朋友的建议	知道它是老祖宗，了解基本概念即可	“这是最有用的！如果想看懂语法规则，重点学这个。”	除非接触网络协议开发，否则仅作了解

总结与行动建议

1. 它们不是三门语言，而是一门手艺的三种工具： BNF、EBNF、ABNF 都是在做同一件事—— 形式化地描述语法 。就像斧头、锯子、电钻都是木工工具一样，选哪个取决于你要做什么活儿。

2. 您的学习路径应该是：

   • 第 1 步：理解核心思想。 理解"终结符/非终结符/产生式"这个核心比喻（积木块/半成品/组装说明）。这是看懂一切语法描述的基础。

   • 第 2 步：重点掌握 EBNF。 因为它在实际技术文档（语言手册、格式标准）中出现频率最高，而且它的快捷符号（ [ ] 、 { } ）非常直观，学会了就能看懂大部分语法图。

   • 第 3 步：按需了解 ABNF。 如果您的工作涉及到网络编程、协议分析，或者需要阅读 IETF 的 RFC 文档，那么 ABNF 就是必选项。

   • 第 4 步：回顾 BNF。 如果您对计算机科学理论感兴趣，可以回头看看 BNF，理解一切简洁的背后，最初是如何用严谨但繁琐的方式构建起来的。

3. 一个简单的测试： 下次当您在任何技术文档里看到类似 Syntax: name = value [; comment] 这样的描述时，您就能反应过来，这用的是类似 EBNF 的风格： name = value 是必须的，而 [; comment] 这个分号和注释是可选的。

希望这份超长的"说明书"能帮您驱散对这些术语的迷雾。记住，它们只是工具，目的是为了让机器（和人类）更准确地理解规则。您不需要成为制造工具的大师，只需要学会识别和使用它们，就能在技术的世界里更从容地阅读那些重要的"规则书"了。