Question

我正在使用Java解析文本。我在下面定义了一个语法：

Start := "(\\<)"
Stop := "(\\>)"
Var = "(\\w*)";
Cons = "([0-9]*)";

Type1 := Start ((Var | Cons) | TypeParent) (Type1 ((Var | Cons) | TypeParent))* Stop
Type2 := Start ((Var | Cons) | TypeParent) (Type2 ((Var | Cons) | TypeParent))* Stop

TypeParent := Type1 | Type2

...
etc

我想将所有正则表达式组合成一个String模式并一次匹配所有。我的问题是当我开始使用Type1和Type2行中的递归语法元素时。我显然无法将递归定义提供给Java中的Pattern - 它只是一个带有正则表达式符号的String。

我想要的是，我可以以某种方式有一个逻辑开关，表示如果在这个块中：

(Type2 ((Var | Cons) | TypeParent)

所有模式都匹配，除了Type2，我可以捕获所有其他组，但然后提取Type2标记应该是的字符串，然后再次递归地将它提供给regexer。最后，我将讨论一个基本案例：

(Var | Cons) | TypeParent)

我意识到这不是正则表达式的意思 - 现在这是一个无上下文语法（？），因为它是递归的。但是，如果不考虑超级聪明的解析器，我认为这种方法是可以破解的。

思想？

Answer 1

你是对的。这不是正则表达式的意思。在你引入递归的那一刻，你就不在正则表达式，DFA之外，进入无上下文语言，DPDAs，解析器的领域。你需要一个堆栈来处理递归。不，它不是可以破解的。

对于这种语法的解析器，没有什么“超级聪明”。它比你到目前为止所做的要简单得多。

Answer 2

使用正确的工具来完成工作要容易得多。试试CUP，ANTLR或JavaCC。这是一个ANTLR example。

使用递归正则表达式在Java中进行Lexing

2 个答案: