给定如下语言定义: S→(L)|a L→L,S|S 。给出一个语法制导定义SDD， 计算输入串中配对括号的个数, 结果作为文法开始符号S的一个综合属性值, 并利用print()函数打印。

我们可以定义一个综合属性 $num$，表示当前符号所在的子串中已经匹配的括号对数。

对于产生式 $S\rightarrow (L)$，可以设置 $S$ 的综合属性值为 $L$ 的综合属性值。

对于产生式 $S\rightarrow a$，可以设置 $S$ 的综合属性值为 0。

对于产生式 $L\rightarrow L,S$，可以将 $L$ 的综合属性值设置为 $L$ 的综合属性值加上 $S$ 的综合属性值。

对于产生式 $L\rightarrow S$，可以将 $L$ 的综合属性值设置为 $S$ 的综合属性值。

最终，我们可以设置 $S$ 的综合属性值为 $L$ 的综合属性值，表示整个输入串中匹配的括号对数。

下面是对应的 Python 代码实现：

class Node:
    def __init__(self, name):
        self.name = name
        self.num = 0

    def __str__(self):
        return self.name

def S(node):
    print(node.num)

def L(node):
    node.num = node.children[0].num + node.children[1].num

def L1(node):
    node.num = node.children[0].num

def S1(node):
    node.num = 0

grammar = {
    "S": [["(", "L", ")", S]],
    "L": [["L", ",", "S", L], ["S", L1]],
    "S": [["a", S1]]
}

其中，我们假设每个节点都包含了以下属性：

- `name`: 节点的名称。
- `num`: 节点的综合属性值，即子串中已经匹配的括号对数。
- `children`: 节点的子节点列表。

我们可以使用 `Node` 类来表示每个节点。在实现中，我们使用了递归下降分析法来构建语法树，并在语法制导翻译中计算了每个节点的综合属性值。最终，我们在 `S` 函数中输出了整个输入串中匹配的括号对数。