具有给定字母表的正则表达式语言的语法

时间:2013-03-22 17:25:51

标签: regex grammar context-free-grammar

我很难弄清楚从哪个问题开始。问题是为字母{ ‘a’, ‘b’, ‘c’, ‘d’, ‘|’, ‘*’, ‘(‘, ‘)’ }的正则表达式语言创建语法。假设输入1行(单个字符串)且没有空格。空字符串无效,它应该正确捕获运算符的优先级,从最低到最高的是union('|'),concatenation和kleene('*')。开始为此编写语法的最佳方法是什么?任何意见都将不胜感激。

不寻找答案,只是不确定如何开始。到目前为止,我有类似的东西:

S -> S'('S')'S  
   | A  
A -> AA  
   | A'*'  
   | T  
T -> T'|'T  
   | X  
X -> 'a'  
   | 'b'  
   | 'c'  
   | 'd'

但我不确定我是否走在正确的轨道上。

编辑:做了一些工作后,这是我达成的结论:

START -> EXPRESSION  
EXPRESSION -> EXPRESSION'|'EXPRESSION  
EXPRESSION -> PARENTHETICAL'*'  
EXPRESSION -> PARENTHETICAL  
EXPRESSION -> EXPRESSION PARENTHETICAL  
EXPRESSION -> PARENTHETICAL EXPRESSION  
EXPRESSION -> EXPRESSION PARENTHETICAL EXPRESSION  
EXPRESSION -> REPEAT  
PARENTHETICAL -> PARENTHETICAL'*'  
PARENTHETICAL -> '('EXPRESSION')'  
REPEAT -> REPEAT REPEAT
REPEAT -> TERMINAL'*'  
REPEAT -> TERMINAL  
TERMINAL -> TERMINAL'*'  
TERMINAL -> 'a'  
TERMINAL -> 'b'  
TERMINAL -> 'c'  
TERMINAL -> 'd'  

这也可以写成:

S -> E  
E -> E'|'E  
E -> P'*'  
E -> P  
E -> E P  
E -> P E 
E -> E P E  
E -> R  
P -> P'*'  
P -> '('E')'  
R -> R R
R -> T'*'  
R -> T  
T -> T'*'  
T -> 'a'  
T -> 'b'  
T -> 'c'  
T -> 'd'  

我很确定这是对的,我用一堆不同的测试输入对它进行了双重检查。任何确认将不胜感激。

2 个答案:

答案 0 :(得分:2)

这只是一个迭代问题。我总是喜欢从Start-> NonTerminal这个规则开始,只是为了给自己一个普通语法的机会。我认为嵌套括号将减少我们的上下文无关语法,但这没关系。我发现它使这一步更容易。然后,您必须从LOWEST precendence运算符开始。在你的情况下,括号和联盟。所以,最初:

Start -> Expression
Expression -> Expression|Expression
Expression -> (Expression)

请注意,我已经避开了正常的'|'符号,因为它是您的字母表中的符号之一。这避免了混淆。然后,我们可以添加下一个运算符,连接,以及一组生成重复的规则。

Start -> Expression
Expression -> Expression|Expression
Expression -> (Expression)

Expression -> Repeat
Repeat -> RepeatRepeat
Repeat -> Terminal
Terminal -> a
Terminal -> b
Terminal -> c
Terminal -> d

然后,剩下的就是将Kleene Star添加为最低优先级运算符:

Start -> Expression
Expression -> Expression|Expression
Expression -> (Expression)

Expression -> Repeat
Repeat -> RepeatRepeat
Repeat -> Terminal
Terminal -> a
Terminal -> b
Terminal -> c
Terminal -> d

Repeat -> Terminal*
Expression -> (Expression)*

我们有一个语法,可以从所需的字母表中生成所有非空正则表达式。在更传统的变量表示法中,它可能如下所示:

S -> E
E -> E|E
E -> (E)
E -> (E)*
E -> R
R -> RR
R -> T*
R -> T
T -> a
T -> b
T -> c
T -> d

有一种语法,我很确定。希望有人会检查我的工作,因为我写了一个正式的语法已经有几年了。

编辑:

由于所述的双重检查,有人指出连接表达式和括号表达式不起作用。但是,我们可以补充一点。第一步是添加新规则Expression -> Parenthetical并将Expression -> (Expression)Expression -> (Expression)*更改为Parenthetical -> (Expression)Parenthetical -> (Expression)*然后,一些快速连接规则导致规则集:

Start -> Expression
Expression -> Expression|Expression
Expression -> Parenthetical

Parenthetical -> (Expression)
Parenthetical -> (Expression)*

Expression -> Expression Parenthetical
Expression -> Parenthetical Expression
Expression -> Expression Parenthetical Expression

Expression -> Repeat
Repeat -> Repeat Repeat
Repeat -> Terminal
Terminal -> a
Terminal -> b
Terminal -> c
Terminal -> d

Repeat -> Terminal*

答案 1 :(得分:-2)

编译器的新手很难理解,能够解析有效输入的语法 无用 。< / p>

语法必须反映输入的层次结构,以便我们可以附加语义。

这完全取决于意义。

尽管如此,Grako有一个正则表达式到CFG的翻译器为its only sample project