Question

我已经定义了以下最小的Peg.js语法：

start  =  "A1" / "A123"

您可以尝试in the sandbox。

我原本期望匹配＆＃34; A1＆＃34;以及＆＃34; A123＆＃34; （根据我的回溯如何运作的概念）。但情况并非如此：语法识别＆＃34; A1＆＃34;但不是＆＃34; A123＆＃34;。

注意：我不是在寻找建议＆＃34;颠倒您的条款顺序＆＃34;如相关问题How to transform a simple grammar into something which works in PEG.js (expected "a" but "a" found)。相反，我希望了解我所看到的行为，以及为什么Peg.js的回溯在这种情况下并不适用。有关为什么颠倒我的术语顺序没有帮助的解释，请参阅下面更实际的示例。

有关更实际的示例，请考虑单位解析。语法应该识别具有可选前缀的度量单位（例如＆＃34; m＆＃34;，＆＃34; mol＆＃34;），例如＆＃34; mm＆＃34;，＆＃34; mmol＆＃34;，as以及非公制单位，如＆＃34; yr＆＃34;，＆＃34;周＆＃34;或＆＃34; mo＆＃34;。

以下Peg.js语法无法识别＆＃34; mol＆＃34;因为它被绊倒消耗了＆＃34; mo＆＃34;并且没有回溯。（改变术语的顺序并没有帮助;或者更确切地说，会导致＆＃34; mo＆＃34;被认可，而且会损害＆＃34; mol＆＃34;或＆＃34; mmol＆＃34; 。）

start  =  nonmetric / metric / prefix metric
metric = "mol" / "l" / "m" / "g"
nonmetric = "yr" / "mo" / "week" / "day" / "hour"
prefix = "m" / "k" / "c"

我可以在Antlr中做出类似的事情取得圆满成功：

grammar units;
start  :  nonmetric | metric | prefix metric;
metric : 'mol' | 'l' | 'm' | 'g';
nonmetric : 'yr' | 'mo' | 'week' | 'day' | 'hour';
prefix : 'm' | 'k' | 'c';

Answer 1

问题在于回溯的概念。 PEG解析器不像其他递归下降解析器或Prolog那样回溯。相反，当遇到选择时，PEG解析器将尝试每个选项，直到一个成功。一旦成功，无论如何调用规则，它都会承诺。

来自Wikipedia article：

与上下文无关的语法和正则表达式不同，这些操作符总是表现得很贪婪，消耗的输入也是如此可能，永远不会回溯。

复杂案件中你要求的内容与this question中的要求相同。到目前为止的答案是是：你必须调整PEG语法中的规则，以确保最长的选项始终首先匹配，即使结果是一个有点丑陋的语法。

调整PEG语法的一种方法是使用前瞻（这是为什么在PEG中使用前瞻的主要原因之一）：

start  =  nonmetric / metric / prefix metric
metric = "mol" / "l" / !"mo" "m" / "g"
nonmetric = "yr" / !"mol" "mo" / "week" / "day" / "hour"
prefix = !("mol"/"mo") "m" / "k" / "c"

Answer 2

这是设计的。您可以指定正确的订单或将用于匹配的规则。

原始white paper的引用：

当然，这些工具不会使语言语法设计变得容易。在必须确定a中是否有两种可能的替代方案的地方 CFG含糊不清，PEG为类似的语言设计者提供了类似的东西确定'/'表达式中是否有两个备选方案的挑战可以在不影响语言的情况下重新排序。这个问题是通常是显而易见的，但有时却不是，而且一般来说是不可判定的。然而，正如发现CFG中的含糊不清一样，我们有希望找到自动算法来识别订单敏感度或在常见情况下保守的不敏感。

在这个简单的例子中，PEG.js可能更聪明，并且认识到您指定的规则是不明确的。可能值得ask作者。

回溯如何在peg.js中工作（带示例）？

2 个答案: