首先明确引入规则引擎的目的是， 从 中解放出来。规则引擎可依据不同项目进行选型，本次主要分享bsp中使用到的govaluate规则引擎。

其输入为规则表达式和k-v键值对条件对象，通过规则引擎执行表达式，得到表达式的结果。

Abstract Syntax Tree简称AST，中文叫做抽象语法树。

govaluate首先将表达式构建出一颗ast。举个例子：比如规则表达式为 1+foo+4*boo>0

构建树时的流程图如下：

parserToken后，我们可以得到一堆token：

检查小括号是否成对出现

check token之间是否符合预设规则，核心是函数getLexerStateForToken

check当前的token是否是上一个token的合法值，合法值是预设的，比如NUMERIC的合法值是后面这些：

优化token，主要是编译一下正则

构建ast、优化ast为avl tree、预计算。

planStages这个大步骤内部大概分成了planTokens、reorderStages、elideLiterals这三个小步骤

给定一个规划器，创建一个函数来评估运算符的特定优先级，并将其链接到其他递归解析更高优先级的函数。

它用func做不同运算符的优先级计算，原理是func接收struct作为参数，而参数中的next为这个函数连接的下一个优先级的func。

其中核心函数为planPrecedenceLevel

这个func优先级打印出来是这样的：

有了运算符优先级之后，对于具体的节点，会继续看节点类型，比如是func，accesser还是valueType，valueType的节点对于不同的详细类型也有不同策略，比如数字节点会构建一个Node，而小括号节点会直接parser下一个token来构建优先级更高的树。

如valueType构建Node在planValue里具体体现为：

对于不同的运算符，在这个函数链上会下沉构建出优先级比较高的节点，保证符合数学计算的规律。

planToken执行完后，会变成这样一颗树：

例子体现为

这里主要把ast重排序，让ast由普通tree变成avl tree(Adelson-Velsky Landis Tree 自平衡二叉查找树)

重排序的过程是把相同优先级的节点进行旋转，第一步是交换左右节点：

第二步是LL左旋：

这样就平衡了

这个步骤是看叶子节点是否为LITERAL（本例可以暂且理解为数字类型的值），遍历整个树中的所有运算符，省略两边都是LITERAL的运算符。比如这棵树：

在这个阶段，各个子节点会进行dfs(Depth First Search 深度优先搜索)预计算。

各符号对应的算子如下：

至此第一阶段的逻辑梳理完毕，即ast构建完成。

Evaluate的主要功能即把k-v键值对条件对象填入ast，进行计算，得到一个interface类型的结果。

govaluate所有数字类型都是被解析为float64进行计算的，这么玩写代码爽了，但是当你用1+2+9做表达式时，可能会得到一个类型为fload64的interface{}结果。

比如这段代码：

理论上结果应该含有转义符，实际上结果是: