一、背景
當前自己開發的 Android 項目是一個智能推薦系統，用到 drools 規則引擎，於我來說是一個新知識點，以前都沒聽說過的東東，不過用起來也不算太難，經過一段時間學習，基本掌握。關於 drools 規則引擎的內容，后面再整理JBoss 官網上面有詳細的文檔，網上資料也比較多。學習 drools 規則引擎的傳送門：
Drools 官網首頁： https://www.drools.org/
Drools 官方文檔： https://docs.jboss.org/drools/release/7.12.0.Final/drools-docs/html_single/index.html
這里主要是因為自己使用 Android Studio 在編寫 drools 文件時，沒有了智能提示，IDE 不對語法進行檢查了，出現了兩次多寫 ) 的錯誤。這就跟用記事本寫東西程序一樣，慌的不行，所以自己寫一個簡單的語法檢查的腳本。對 drools 文件進行一個初步的判斷。
二、Drools 規則引擎簡單介紹
Drools 規則引擎的使用場景
對於某些企業級應用,經常會有大量的、錯綜復雜的業務規則配置，用程序語言來描述，就形如：if-else 或者 switch-case等。像這種不同的條件，做不同的處理就是一種規則。用通俗易懂的結構來表示：當 XXX 的時候，做 XXX 的事。理論上這樣的問題都可以用規則引擎來解決。但是我們也不是說為了使用規則引擎去使用它，我們視具體業務邏輯而定，一般來說，條件（規則）比較復雜，情況種類比較多，條件可能會經常變化等，這時候，選擇規則引擎去解決問題是比較明智的。
譬如隨着企業管理者的決策變化，某些業務規則也會隨之發生更改。對於我們開發人員來說，我們不得不一直處理軟件中的各種復雜問題，需要將所有數據進行關聯，還要盡可能快地一次性處理更多的數據，甚至還需要以快速的方式更新相關機制。
Drools 規則引擎的優點
Drools 規則引擎實現了將業務決策從應用程序中分離出來。
優點：
1、簡化系統架構，優化應用
2、方便系統的整合，它們是獨立的，允許不同背景的人進行合作
3、減少編寫“硬代碼”業務規則的成本和風險，每個規則控制所需的最小信息量
4、它們很容易更新，提高系統的可維護性，減小維護成本
Drools的基本工作工程
我們需要傳遞進去數據，用於規則的檢查，調用外部接口，同時還可能獲取規則執行完畢之后得到的結果
Fact對象：
指傳遞給drools腳本的對象，是一個普通的javabean，原來javaBean對象的引用，可以對該對象進行讀寫操作，並調用該對象的方法。當一個java bean插入到working Memory（內存存儲）中，規則使用的是原有對象的引用，規則通過對fact對象的讀寫，實現對應用數據的讀寫，對其中的屬性，需要提供get和set方法，規則中可以動態的前往working memory中插入刪除新的fact對象
Drl文件內容：
例子：
hello.drl文件如下：
package rules.testword
rule "test001"
when
//這里如果為空，則表示eval(true)
then
System.out.println("hello word");
end
Drools的基礎語法：
包路徑，引用，規則體 (其中包路徑和規則體是必須的)
package：
包路徑，該路徑是邏輯路徑(可以隨便寫，但是不能不寫，最好和文件目錄同名，以(.)的方式隔開)，規則文件中永遠是第一行。
rule：
規則體，以rule開頭，以end結尾，每個文件可以包含多個rule ，規則體分為3個部分：LHS，RHS，屬性 三大部分。
LHS：
(Left Hand Side)，條件部分，在一個規則當中“when”和“then”中間的部分就是LHS部分，在LHS當中，可以包含0~N個條件，如果 LHS 為空的話，那么引擎會自動添加一個eval(true)的條件，由於該條件總是返回true，所以LHS為空的規則總是返回true。
RHS：
(Right Hand Side)，在一個規則中“then”后面的部分就是RHS，只有在LHS的所有條件都滿足的情況下，RHS部分才會執行。RHS部分是規則真正做事情的部分，滿足條件觸發動作的操作部分，在RHS可以使用LHS部分當中的定義的綁定變量名，設置的全局變量、或者是直接編寫的java代碼，可以使用import的類。不建議有條件判斷。
三、drools 文件的形式
Drools是一款基於Java的開源規則引擎,所以 Drools 文件語法完全兼容 java 語法，以 .drl 為后綴。大致形式如下：
package droolsexample
// list any import classes here.
import com.sample.ItemCity;
import java.math.BigDecimal;
// declare any global variables here
dialect "java"
/*
規則1
*/
rule "Pune Medicine Item"
when
item : ItemCity (purchaseCity == ItemCity.City.PUNE,
typeofItem == ItemCity.Type.MEDICINES)
then
BigDecimal tax = new BigDecimal(0.0);
item.setLocalTax(tax.multiply(item.getSellPrice()));
end
/**
規則2
*/
rule "Pune Groceries Item"
when
item : ItemCity(purchaseCity == ItemCity.City.PUNE,
typeofItem == ItemCity.Type.GROCERIES)
then
BigDecimal tax = new BigDecimal(2.0);
item.setLocalTax(tax.multiply(item.getSellPrice()));
end
和 java 文件類似，先聲明包名，然后導入相關的類。一個規則由：
rule "xxx"
when
xxx
then
xxx
end
這樣的形式構成。其中單行注釋以 // 開頭，多行注釋形如 /* */ 。
四、Drools 文件語法初步檢查
目的
檢測 .drl 文件中 ( ) 、 { } 、 " " 是否成對出現。如果出現錯誤，指出錯誤行數。
思路
利用 棧 的數據結構來進行檢測。
首先我們需要給出一個空棧，然后把待檢測的代碼中的字符一一入棧，在入棧的過程中，如果字符是一個開放符號a（也就是我們的左括號），則把它壓入棧中，如果是一個封閉符號（右括號）b，則此時先判斷一下棧是否為空，如果為空的話，則報錯（也就是待檢測的代碼中的括號不一一對應），如果棧不為空，則比較b和棧頂元素a，如果該封閉字符b和a字符匹配（也就是他們的括號能夠匹配），則彈出棧頂元素，如果不匹配，則報錯。當吧所有待檢測的代碼全部迭代完后，此時如果棧不為空，則報錯。
上面的思路中，我們還要將注釋中的符號排除在外。
步驟
1、讀取 drl 文件內容為字符串。
2、通過正則匹配，將 :// 替換為其它不受影響的字符或者字符串 ，避免誤判斷。
3、通過正則匹配，將 // 單行注釋替換為空格。正則表達式為 //.*
4、通過正則匹配，將 /* 和 */ 替換為不受影響的字符，如 #。（純粹是為了計算出錯行數）
5、借助棧的數據結構，進行判斷。
python 腳本實現
# coding=utf-8
import re
def remove_annotation(file_path):
with open(file_path, "r", encoding="UTF-8") as f:
text = f.read()
re_uri = "://"
text1 = re.sub(re_uri, "_____", text)
re_single = "//.*"
text2 = re.sub(re_single, " ", text1)
re_multi1 = "/\*"
text3 = re.sub(re_multi1, "#", text2)
re_multi2 = "\*/"
result = re.sub(re_multi2, "#", text3)
return result
def check_syntax(text):
try:
clist = []
row_num = 1
for c in text:
if c == '\n':
row_num = row_num + 1
if not clist or (clist[-2] != '\"' and clist[-2] != '#'):
if c == '\"':
clist.append(c)
clist.append(row_num)
if c == '#':
clist.append(c)
clist.append(row_num)
if c == '(':
clist.append(c)
clist.append(row_num)
if c == '{':
clist.append(c)
clist.append(row_num)
if c == ')':
if clist[-2] == '(':
clist.pop()
clist.pop()
else:
print("多余的 ) , 可能錯誤行數為 " + str(row_num))
return -1
if c == '}':
if clist[-2] == '{':
clist.pop()
clist.pop()
else:
print("多余的 } , 可能錯誤行數為 " + str(row_num))
return -1
else:
if c == '\"':
if clist[-2] == '\"':
clist.pop()
clist.pop()
if c == '#':
if clist[-2] == '#':
clist.pop()
clist.pop()
if clist:
print("存在多余的 ( 或者 { 或者 \" 可能的錯誤行數為：" + str(clist[-1]))
return -2
else:
print("語法檢查初步正確!")
return 0
except IndexError:
print("存在多余的 ) 或者 } 或者 \" 可能的錯誤行數為： " + str(row_num))
return -1
except Exception as e:
print(e)
print("其它錯誤！")
drl_path = input("請輸入 drools 文件路徑,可拖拽：")
content = remove_annotation(drl_path)
check_syntax(content)
演示實例：
drools 文件就取用上面的例子，命名為 test.drl ,如圖：
上面的腳本保存為 check_drl.py 文件。
結果如下：
下面將故意將 drools 文件第 40 行增加一個 ) ，如下圖：
再次測試如下圖：
結語
本文簡單介紹了一下 Drools 規則引擎的使用場景以及 drool 文件的簡單語法檢測，主要是利用了棧數據結構后進先出的思想。本來是計划用 java 來寫這個工具的，后來想了一下，還是覺得 python 比較實在，有很多優勢，列舉一二：
python 的列表 list 直接可以代替 java 的 Stack<E> ；
python 結合正則表達式，處理字符串更方便；
python 獲取 list 倒數第二個元素，可以直接使用 list[-2] ,java 可能需要 stack.get(stack.size()-2) ；
...