FluidNC项目中表达式逻辑运算符OR的解析问题分析
问题背景
在FluidNC项目中,用户在使用G代码宏功能时发现了一个关于逻辑运算符的问题。当尝试在表达式中使用"OR"逻辑运算符时,系统会返回错误,而使用"AND"或"XOR"则能正常工作。这个问题影响了用户在宏中编写复杂逻辑判断的能力。
问题表现
用户在测试脚本中使用了如下代码:
o100 if[1 EQ 1 OR 0 EQ 1]
(print, hello)
o100 endif
系统返回了错误信息:
[MSG:DBG: O100IF[1EQ1OR0EQ1]]
[MSG:DBG: Bad GCode: O100IF[1EQ1OR0EQ1]]
[MSG:ERR: 173 (Expression Unknown Operator) in /sd/test.nc at line 1]
而当用户移除"OR"及后面的条件后,代码可以正常执行。
技术分析
经过代码审查,发现问题出在Expression.cpp文件中。该文件负责解析G代码中的表达式逻辑。具体问题点有两个:
-
在
read_operation函数中,对'R'字符的处理逻辑有误。当前代码将'R'作为"RR"(NotExclusiveOR)运算符的起始字符处理,而实际上应该处理'O'字符作为"OR"运算符的起始字符。 -
在
binary_ops映射表中,定义了"RR"作为Binary_NotExclusiveOr运算符的键,而没有定义标准的"OR"运算符。这个映射表虽然当前未被使用,但为了代码完整性也应修正。
解决方案
正确的实现应该:
-
修改
read_operation函数中的case语句,将'R'改为'O',以正确处理"OR"运算符。 -
更新
binary_ops映射表,添加"OR"作为Binary_NotExclusiveOr运算符的标准键名,同时保留"RR"以保持向后兼容性。
相关数学运算问题
在问题讨论中还涉及到了变量赋值和数学运算的相关问题。经过测试发现:
- 在print语句中不能直接进行数学运算
- 变量赋值时需要使用方括号[]包裹数学表达式
- 未定义的变量在print语句中会显示为#
这些行为是设计预期内的,不属于bug范畴。
总结
这个问题的核心在于表达式解析器对"OR"逻辑运算符的支持不完整。修复方案相对简单直接,只需调整字符匹配逻辑和运算符映射表即可。对于FluidNC用户来说,在修复发布前可以暂时使用"RR"替代"OR"来实现相同的逻辑功能。
该问题展示了开源固件开发中常见的边缘情况处理挑战,也提醒开发者在实现运算符解析时需要全面考虑所有可能的运算符形式和变体。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00