如何在Java中验证布尔字符串表达式的语法合法性

这种布尔表达式的语法验证问题，最靠谱的解法是基于语法规则的结构化分析，而不是简单的字符遍历——毕竟字符遍历很难处理嵌套结构（比如括号）和上下文依赖（比如引号内的空格不需要运算符分隔）。我给你拆解几个关键步骤和可落地的实现思路：

第一步：明确合法的语法规则（上下文无关文法） #

首先你得把“什么是合法表达式”用清晰的规则定义出来，比如针对你的需求，合法语法可以这样写（用类似BNF的格式）：

<表达式> → <表达式> <二元运算符> <表达式> 
          | <一元运算符> <表达式> 
          | ( <表达式> ) 
          | <合法字符串>

<二元运算符> → & | |
<一元运算符> → !
<合法字符串> → " [^"]* "  // 双引号包裹的任意内容（不含未转义的双引号）
              | [^&|!()\s]+  // 不含运算符、括号、空格的单个单词

简单说就是：

• 要么是用&/|连接的两个合法表达式
• 要么是!后面跟一个合法表达式
• 要么是被括号包裹的合法表达式
• 要么是带引号的短语（允许空格），或者不带引号的单个单词（不能有空格）

第二步：分阶段做基础合法性检查 #

在做完整语法分析前，可以先做几个低成本的快速检查，提前过滤明显非法的情况：

• 括号匹配检查：用栈实现，遇到(入栈，遇到)则弹出栈顶（如果栈为空直接非法），遍历结束后栈必须为空。比如你的例子(footballer football !| basket)(最后栈里剩一个(，直接判定非法。
• 引号匹配检查：遍历字符串时记录“是否处于引号内”的状态，遇到未转义的"就切换状态；遍历结束后必须处于“非引号内”状态，否则就是引号未闭合。
• 无意义运算符组合检查：比如!|这种，!作为一元运算符后面必须跟表达式，而不是另一个运算符；还有&&、||、&!这类连续运算符，都是非法的。另外要确保表达式不会以二元运算符开头/结尾（比如|football或football&）。

第三步：用递归下降解析器做完整语法验证 #

因为你的语法规则很简单，递归下降解析器是最容易实现的方案——不需要依赖复杂的语法分析库，自己写几行函数就能搞定。核心思路是把语法规则拆成几个递归函数：

1. parse_expression()：处理最外层的表达式（比如用|连接的多个子表达式）
2. parse_term()：处理优先级更高的表达式（比如用&连接的子表达式，如果你的规则里&优先级高于|的话）
3. parse_factor()：处理最基础的单元——要么是括号包裹的表达式，要么是!开头的表达式，要么是合法字符串

举个简化的逻辑伪代码：

def parse_expression(s, pos):
    pos = parse_term(s, pos)
    while pos < len(s) and s[pos] in ['|']:
        pos += 1  # 跳过运算符
        pos = parse_term(s, pos)
    return pos

def parse_term(s, pos):
    pos = parse_factor(s, pos)
    while pos < len(s) and s[pos] in ['&']:
        pos += 1
        pos = parse_factor(s, pos)
    return pos

def parse_factor(s, pos):
    # 跳过空格
    while pos < len(s) and s[pos].isspace():
        pos += 1
    if pos >= len(s):
        return -1  # 非法，表达式不完整
    
    if s[pos] == '!':
        pos += 1
        return parse_factor(s, pos)  # !后面必须跟一个factor
    elif s[pos] == '(':
        pos += 1
        pos = parse_expression(s, pos)
        if pos >= len(s) or s[pos] != ')':
            return -1  # 括号未闭合
        pos += 1
        return pos
    elif s[pos] == '"':
        pos += 1
        # 找到下一个未转义的"
        while pos < len(s) and s[pos] != '"':
            if s[pos] == '\\':  # 处理转义引号
                pos += 1
            pos += 1
        if pos >= len(s):
            return -1  # 引号未闭合
        pos += 1
        return pos
    else:
        # 处理不带引号的单个单词
        initial_pos = pos
        while pos < len(s) and s[pos] not in ['&', '|', '!', '(', ')', ' ']:
            pos += 1
        if pos == initial_pos:  # 没有匹配到任何字符，非法
            return -1
        return pos

调用时，只要parse_expression(input_str, 0)返回的位置等于字符串长度，就说明表达式完全合法。

额外注意的细节 #

• 空格处理：要区分“字符串内的空格”和“表达式之间的分隔空格”——字符串内的空格是合法的，而表达式之间的空格可以忽略，但两个未加引号的单词之间如果只有空格没有运算符，就是非法的（比如你的例子里footballer football没加引号，中间只有空格，就不符合规则）。
• 转义字符：如果允许字符串内出现双引号（比如"he said \"hello\""），要记得处理转义逻辑，避免把转义的引号当成字符串结束符。

内容的提问来源于stack exchange，提问作者Yisus