同一条筛选规则，不同的执行权限

任务筛选可以写成 Ruby block，也可以由外部文本描述。两者看起来都在回答“保留哪些任务”，但执行权限不同。block 能修改捕获的数组、调用文件接口或发起网络操作；外部规则只需要比较优先级、状态与标签，没有理由得到整个 Ruby 运行时的能力。

本篇建立一个独立的小语言。示例规则为：

1
status == "done" or priority >= 4 and tag == "ruby"

输入三项任务后，结果应包含 ID 1、2。这个结果来自 and 比 or 绑定更紧：已完成任务直接入选，未完成任务必须同时满足优先级和标签。括号可以覆盖默认优先级，not 只否定它后面的一个更紧密表达式。

前置内容是对象协议、DSL、模式匹配和输入边界。实现固定在 Ruby 3.4.11，不添加 gem；完整代码为 examples/ruby/labs/E07/rules.rb 与 run.rb，附件为 本篇实验源码。

先规定语言能够表达什么

实验只接受优先级、状态和标签三类谓词。优先级使用整数与五种比较运算，状态和标签仅支持相等；标签相等的含义是任务的标签数组包含该值。文法如下：

1
2
3
4
5
6
7
expression  := conjunction ("or" conjunction)*
conjunction := unary ("and" unary)*
unary       := "not" unary | "(" expression ")" | predicate
predicate   := "priority" comparator integer
             | "status" "==" string
             | "tag" "==" string
comparator  := "==" | ">=" | "<=" | ">" | "<"

词法层允许空白，字符串使用双引号，内容限定为小写 ASCII 字母开头，后接小写字母、数字、下划线或短横线，最多 32 字符。优先级字面量必须在 1 到 5 之间，状态只能是 todo 或 done。本语言没有注释、转义、方法调用、变量赋值和用户正则。

这些限制是当前业务契约，不是 Ruby 语法。将来若需要中文标签，应连同编码、长度、转义和比较规范一起扩展；不能只放宽一个正则后假定所有层都会正确处理。语言能力越小，越容易说明哪些输入能产生什么结果。

整数词法允许前导零，并按十进制解析，但限制最多三位。这个选择展示了词法形状和语义范围的区别：005 可以表示 5，999 虽然是合法整数 token，却在语义检查中被拒绝。

Lexer 必须覆盖每一个字符

Lexer.call 先检查输入为有效 UTF-8 标记的 ASCII String，再检查 1024 字节上限。随后从当前位置扫描空白或 token；遇到无法识别的字符立即报错，不能跳到下一个看起来合法的位置继续解析。

实现的核心是固定正则配合 \G 和显式 offset。\G 限制匹配开始位置，使词法扫描与当前位置衔接。>=、<= 等长运算符放在单字符运算符之前，否则同一输入可能被错误拆分。Ruby Regexp

例如 priority >= 1; exit 在分号处被拒绝，而不是仅解析前半段后忽略尾部。system("echo") 即使部分字符能形成 token，随后也因字段不在允许集合而失败。词法允许某个词出现，并不表示语法授予它执行权限。

每个 token 保存种类、值和原输入 offset。报错可以指出问题位置，客户端也可以据此标出输入区间。当前输入限定 ASCII，因此字符位置与字节位置一致；扩展 Unicode 后必须重新定义错误位置的单位。

Parser 用调用结构表达优先级

递归下降解析器让 disjunction 调用 conjunction，后者调用 unary，最终进入 predicate。高优先级部分先形成子树，低优先级规则再把子树组合起来。

1
2
3
4
5
def disjunction(depth)
  left = conjunction(depth)
  left = node(:or, left, conjunction(depth)) while consume('or')
  left
end

同层连续运算采用循环，生成左结合的树；括号和 not 才增加解析递归深度。解析器最终必须抵达 end token，因此合法表达式后面附加 garbage 也会失败。只返回第一棵成功解析的树，会给未消费的输入留下歧义。

原示例的 AST 根节点是 or，右孩子是 and：

flowchart TD
  O[or] --> S["status == done"]
  O --> A[and]
  A --> P["priority >= 4"]
  A --> T["tag == ruby"]

lab 同时断言树形与最终筛选结果。仅检查 ID 列表可能碰巧通过，例如样本全部满足条件时，错误优先级也能得到相同结果。结构断言与区分性输入应同时存在。

节点使用 Data.define(:kind, :args)。Data 本身不会递归冻结成员，所以构造节点时额外冻结参数数组，词法字符串也被冻结。这样 parser 产出的树不需要在求值时修改。Ruby Data

本实现只允许 evaluator 使用本 parser 产生的 AST。它没有把任意外部 Ruby 对象或反序列化节点作为输入协议；若对外提供 AST 接口，还需要独立验证节点种类、结构、循环和总量。冻结一个对象不能替代这些检查。

Evaluator 只解释已定义的节点

求值器用固定 case 区分 and、or、not 和 predicate，不把字段名传给 send。标签比较对应 task[:tags].include?；其余操作只在已声明的字段和运算符中选择。

1
2
3
4
5
6
7
8
case tree.kind
when :and
  visit(tree.args[0], task) && visit(tree.args[1], task)
when :or
  visit(tree.args[0], task) || visit(tree.args[1], task)
when :not
  !visit(tree.args[0], task)
end

这段是完整实现中布尔节点的分支，predicate 另有显式比较分支。语言的短路语义来自这里的控制流。priority >= 1 or tag == "ruby" 对合法任务在左侧已经为真时，不再访问右谓词；lab 给单项任务仅两次节点预算，仍能成功，验证确实发生了短路。

输入任务也先经过检查：必须是普通 Hash，优先级是范围内 Integer，状态属于有限集合，标签数组和标签长度都有上限。否则即使 AST 完全合法，底层数据仍可能让比较失败，或者把一个本应常量成本的操作变成长遍历。

求值结果保留原任务对象，当前接口是只读筛选视图，不承诺深复制隔离。调用者若要编辑结果，应在应用边界按字段复制。不能因为规则无法修改任务，就认为之后拿到引用的其他代码也无法修改它。

资源限制贯穿解析与执行

本实现拒绝超过 1024 字节的规则、超过 128 个 token 的输入和超过 12 层的括号或连续 not。AST 节点数另设 128 上限；在当前文法和 token 限制下，这是冗余保护，不能当成另一个已经独立触发过的验收点。

平铺的 and 与 or 虽然不增加解析递归计数，却会产生较深的左结合 AST。其规模仍受 token 总量限制。若提高 token 上限，应重新评估 evaluator 的递归栈，或者改成显式栈遍历，不能只把一个数字放大。

每批最多 100 项任务，每项最多 32 个标签。一次批量求值共享默认 256 次节点访问预算，进入一个节点消耗一次。预算耗尽会使整个调用抛 Rules::Error，不会把已经选中的前半批作为正常结果返回。调用者必须能区分“无匹配”与“计算未完成”。

预算是可重复测试的工作量限制，不是墙钟超时。程序自身的运行环境、对象校验和调度也有成本；若规则服务需要硬时间隔离，还需在进程与请求层建立额外边界。本篇没有把几条长度限制称作完整安全证明。

解析与求值分离后，同一棵树可以服务多批任务。词法和语法检查只处理规则，任务校验与预算则在每次求值时重新建立。不能把上一次的剩余预算保存在共享 AST 中，否则同一规则的结果会依赖此前调用次数，也会给并发调用引入共享状态。

若增加规则缓存，缓存容量与淘汰也属于资源边界。限制单条规则为 1024 字节，并不能限制无限多条不同规则的总占用。当前实验没有缓存或全局注册表，因此没有声称解决这项长期运行问题。引入缓存前，先决定键的规范化、租户隔离和总量限制，再验证重复解析是否真的构成瓶颈。

错误类型也应保持一致。语法拒绝和预算耗尽都通过本语言的 Error 报告，但客户端可以进一步增加错误代码区分原因；程序缺陷不应随意包装成“用户规则错误”。本实验只在已知边界主动抛错，没有用一个覆盖全部异常的 rescue 掩盖实现故障。

block DSL 的对照暴露真实能力

同一批任务可以交给普通 Ruby Proc：

1
2
3
4
5
6
7
effects = []
trusted = proc do |task|
  effects << task[:id]
  task[:priority] >= 4
end
selected = tasks.select(&trusted)
raise unless effects == [1, 2, 3]

筛选本身返回 ID 2、3，但所有任务 ID 同时写入了外部数组。这个副作用不需要破坏 DSL 的表面形式，闭包本来就能访问定义处的变量。因此 Ruby block DSL 适合受信任程序代码；它并非把外部文本安全执行的方式。

本语言从词法、文法到 evaluator 都没有执行外部 Ruby 源码。给 eval 加禁用词，或把接收者改成一个方法较少的对象，不能自动得到同样的边界。Ruby 官方安全文档也明确反对过滤后再执行不可信文本，并提醒动态方法分派需要允许集合。Ruby 安全说明

实验、失败判定与练习

从仓库根目录执行：

1
ruby examples/ruby/labs/E07/run.rb

结果包含 ids=[1, 2] AST=or/and block_effects=[1, 2, 3]，最后为 PASS lab E07。反例覆盖空输入、缺失值、非法状态、错误运算符、调用语法、分号、尾部垃圾、注释、转义与小数；另有字节、token、递归深度、编码、任务数、任务结构及求值预算失败。

每个拒绝案例仅捕获 Rules::Error。若输入意外被接受，测试抛出另一种错误使整个实验失败。拒绝日志不是普通打印说明，而是已经走过对应失败路径的结果。

阶段 拒绝的内容 保留下来的信息
Lexer 非法字符、编码与过量输入 token 类型、值、位置
Parser 非法组合、未知字段、错误字面量 明确优先级的 AST
Evaluator 非法任务、耗尽的工作量预算 成功完成的筛选结果

练习一：增加 priority != 3。先写一个当前会拒绝的用例，再同时修改 lexer、parser 和 evaluator，确认其他字段仍不接受 !=，并给优先级表达式补正反样本。

练习二：把默认预算设为 2，比较单项与多项任务的结果；再将 or 左侧换成假谓词，观察右侧访问怎样改变预算消耗。要求耗尽时返回明确错误，而不是不完整列表。

参考资料

系列导航

导读 · 上一篇：E06：SQL 与事务：对象状态何时成为数据库事实 · 下一篇：E08：后台任务与消息处理：重试怎样改变副作用 · 完整源码包