Question

JavaCC语法实现的语法可以解析这些行：

[b]content[/b]
content[/b]
[b]content

虽然JavaCC解析器需要解析所有行，但它必须区分正确和错误的标记行为。

正确的标签就像第一行一样，它们有一个打开和关闭的标签。当标签匹配时，这将输出粗体格式文本。

标记不正确与第2行和第3行相似，它们没有匹配的打开或关闭标记。当这些发生时，它们按原样写入输出，不会被解释为标记。

我已经尝试过下面的JavaCC代码（LOOKAHEAD = 999999）。问题是，这种语法总是将所有内容都匹配为invalidTag（）而不是 bold（）。如何确保JavaCC解析器尽可能匹配 bold（）？

String parse() :
{}
{
    body() <EOF>
    { return buffer; }
}

void body() :
{}
{
    (content())*
}

void content() :
{}
{ 
    (text()|bold()|invalidTag)
}

void bold() :
{}
{
    { buffer += "<b>";  }
    <BOLDSTART>(content())*<BOLDEND>
    { buffer += "</b>"; }
}

void invalidTag() :
{
}
{
    <BOLDSTART> | <BOLDEND>
    { // todo: just output token
    }
}

TOKEN :
{
    <TEXT : (<LETTER>|<DIGIT>|<PUNCT>|<OTHER>)+ >
    |<BOLDSTART : "[b]" >
    |<BOLDEND : "[/b]" >

    |<LETTER : ["a"-"z","A"-"Z"] >
    |<DIGIT : ["0"-"9"] >
    |<PUNCT : [".", ":", ",", ";", "\t", "!", "?", " "] >
    |<OTHER : ["*", "'", "$", "|", "+", "(", ")", "{", "}", "/", "%", "_", "-", "\"", "#", "<", ">", "=", "&", "\\"]     >
}

Answer 1

你的语法含糊不清。这可能不是你的错，因为对于你想要解决的问题，可能很难产生明确的语法。

LL（k）解析器可能不是这项工作的最佳工具。

然而，令牌化器可能很有用，并且使用堆栈来查找匹配和不匹配的标签对可能是合适的替代方案。

Answer 2

前段时间我已经了解到，在语义或词汇层面上可以很容易地解决一些微不足道的问题，而在语法层面证明是非常困难或不可能的。

注意：我对JavaCC不太熟悉，但过去我曾经使用过多个编译器生成器（我最喜欢的是sablecc）。

您可能只需将“内容”定义为：

(text()|boldstart()|boldend()|invalidTag)

其中boldstart（）只是盲目地输出开始标记和boldend（） - 结束标记。

如果你想要过滤所有这些并且只生成正确结束的标签，那么我建议为此制作某种有状态的自动机，将它打开并结束标签，注意是否（如）粗体应该开始，停止或继续（可能包括嵌套深度）并根据输出启动，停止或无标记。与使用JavaCC中的语法或词汇工具相比，这将非常容易实现。

如何匹配JavaCC中的可选开/关标签？

2 个答案: