递归下降解析器是将bnf/ebnf文法直接翻译为相互调用的parse函数，要求语法为ll(1)、词法分析支持peek、优先级通过分层parseexpr+阈值控制、错误恢复需显式跳过而非panic、ast构建与错误收集必须解耦。
递归下降解析器在 Go 里本质是函数调用栈映射文法规则
它不是框架或库，而是把 BNF 或 EBNF 文法直接翻译成一组相互调用的 parseExpr、parseTerm、parseFactor 这类函数。Go 的函数一等公民特性 + 明确的错误返回习惯，让这种手动写法非常自然——你不需要生成器（如 yacc），也不依赖反射。
关键判断：只要你的语法是 LL(1) 或接近 LL(1)（比如通过提取左公因子、消除左递归预处理过），就可以手写；否则会陷入无限递归或反复回溯，这时该换 PEG 库（如 peg）或改用 Pratt 解析。
必须先做词法分析，且 Token 流要支持“窥视一个”
递归下降靠的是“看一眼下一个 token 决定走哪个分支”，所以 lexer.Next() 必须能 Peek() 而不消耗。常见错误是每次 Next() 都推进位置，导致 parseIfStmt 看了 if 后，parseExpr 再调用时已错过第一个操作数。
实操建议：
- 用结构体封装 lexer，带
pos int和tokens []Token，Peek()返回tokens[pos]，Next()返回并pos++ - Token 类型至少含
Type（如TOKEN_IF、TOKEN_INT）和Literal（原始字符串） - 在入口函数（如
Parse()）开头就调用一次lexer.Next()预热，确保首次Peek()有效
parseExpr 怎么处理优先级和左结合性
不能简单写成 parseExpr → parseTerm (+ parseTerm)* 并循环调用——这会丢失结合性，且难以绑定 AST 节点。正确做法是分层函数 + 传入最小优先级阈值。
示例片段（简化）：
func (p *parser) parseExpr(prec int) ast.Expr {
lhs := p.parseTerm()
for p.peek().Precedence() >= prec {
op := p.next()
rhs := p.parseExpr(op.Precedence() + 1) // +1 实现左结合
lhs = &ast.BinaryExpr{Op: op, Left: lhs, Right: rhs}
}
return lhs
}
注意点：
-
Precedence()是 token 方法，返回+为 10，*为 20 - 初始调用用
p.parseExpr(0)，保证所有操作符都参与 - 没做右结合（如
^）时，用op.Precedence()而非+1，否则幂运算会错
错误恢复不能靠 panic，要用显式 token 跳过策略
一旦某个 parseIfStmt 发现当前是 for 而不是 if，它不该 panic，而应返回 nil + 错误，并让上层决定是否跳过到下一个语句边界（如 ; 或 }）。否则整个解析就断了。
实操建议：
- 每个 parse 函数签名统一为
func() (ast.Node, error)，绝不 panic - 遇到意外 token 时，记录错误（如
p.errs = append(p.errs, fmt.Errorf("expected %s, got %s", "if", p.peek().Type))），然后调用p.skipTo(stmtBoundary) -
skipTo是个辅助函数：循环Next()直到Peek()匹配TOKEN_SEMI或TOKEN_RBRACE，最多跳 10 个 token 防止死循环
最易被忽略的是：AST 构建和错误收集必须解耦。你可能成功构造出部分节点，但仍有语法错误——这时候不能丢弃已构建的树，而是把 error 附加到对应节点的 Comments 字段或单独维护错误列表。
