Python的抽象语法树(二)
在之前的Python 的抽象语法树(一)，我们阐述了一个字符串表达式是如何按照Python的文法定义生成对应的抽象语法书的。
今天我们就借助一个简单的小例子，来感受下Python生成抽象语法书的具体过程：
k = 5
print k
这个例子的词法分析过程在之前的文章已经分析过，读者可自行查阅。
从Token到CST
Python的语法解析相关代码依然是在parsetok，整个程序的逻辑大致如下：
一个循环，不断解析输入的字符串
从字符串中解析初对应的Token
每解析出一个Token，就通过PyParse_AddToken进入CST的创建过程。
这里有两点是需要特别注意的： 在Python中词法分析并不是全部做完再进入词法分析环节。
词法分析默认衔接的是CST
那什么是CST呢？就是与抽象语法书对应的具体语法树。为什么要有这两者之分呢？
读者朋友可以回忆下在上一篇语法分析我曾经画的两幅图：
在具体语法树中, 树的内部节点表示非终结符, 叶子节点全部为终结符, 这些终结符构成了可以对应的产生式推导出来的输入串，就是我们之前看到的Grammer文件。
抽象语法树AST是一种数据结构, 在表达式的AST中, 每个节点代表一个操作符, 而内部节点的子节点代表该操作符的操作数.
对比AST和CST可知, AST省略了很多出现在CST中的辅助符号, 这使得AST显得更简洁, 在编译器实现语法分析时, 处理AST显得更高效。
CST的具体定义
CST的解析其实本质上和我们之前分析的语法书构建没有本质区别，表征树节点的结构叫做node，定义如下：
typedef struct _node {
short n_type;
char *n_str;
int n_lineno;
int n_col_offset;
int n_nchildren;
struct _node *n_child;
} node;
n_type，节点种类
n_str，节点如果是字符串之类的，保留的字符串内容
n_lineno，所在行号
n_col_offset，所在列
n_nchildren，子节点个数
n_child，子节点数组
其实从这个数据结构中，我们就能看出，根节点node已经自发形成了一棵树的结构，如果对此有怀疑的话，我们可以参考PyNode_ListTree，自行解析CST的数据结构：
static void
list1node(FILE *fp, node *n)
{
if (n == 0)
return;
if (ISNONTERMINAL(TYPE(n))) {
int i;
for (i = 0; i < NCH(n); i++)
list1node(fp, CHILD(n, i));
}
else if (ISTERMINAL(TYPE(n))) {
switch (TYPE(n)) {
case INDENT:
++level;
break;