我将Jison用于大学项目,我需要为每个已识别的令牌设置switch
,因此我可以向教授提供类似的内容:
<identifier, s>
<operator, =>
<identifier, a>
<operator, +>
<identifier, b>
如何在不重复使用正则表达式的情况下完成任务? (我的意思是,Jison在内部使用regexp,但那不是我的事)
我尝试做的是以下内容:
var lex = parser.lexer,
token;
lex.setInput('The code to parse');
while (!lex.done) {
token = lex.next();
}
但我在token
中保存的唯一内容是一个数字,当一个符号没有在语法中定义时,它会返回逐个字符的标记。
提前致谢。
答案 0 :(得分:0)
(警告:这个答案的一部分是通过检查jison生成的代码得出的。由于接口定义不明确,可能无法经得起时间的考验。)
parser.lexer.next()
不是记录的词法分析器界面的一部分,尽管由jison生成的词法分析器似乎确实实现了它。请注意,如果消耗的输入对应于不生成令牌的词法规则,则它不会生成令牌。 (例如,忽略空格的规则。)最好使用记录的接口parser.lexer.lex()
,它总是产生一个令牌。
严格地说,parser.lexer.lex()
被记录为返回终端的名称,但为了提高效率,jison生成的词法分析器将返回终端的内部数字代码,如果jison
能够找出词汇规则将返回哪个终端。因此,如果要跟踪已识别终端的实际名称,您有几种选择:
您可以通过避免使用return <string>
形式来取消此优化。例如,如果您更改词法规则:
[A-Za-z][A-Za-z0-9] { return 'IDENTIFIER`; }
到
[A-Za-z][A-Za-z0-9] { return '' + 'IDENTIFIER`; }
然后生成的词法分析器将返回字符串'IDENTIFIER'
而不是某些数字代码。
或者,您可以使用parser.terminals_
根据生成的解析器顶部的注释具有terminals_: {associative list: number ==> name}
形式,在给定令牌编号的情况下查找终端名称。< / p>
要获取与词汇相关联的源字符串,请使用parser.lexer.yytext
。
这是使用第二种选择的解决方案:
/* To reduce confusion, I change 'lex' to 'lexer' */
var lexer = parser.lexer,
token;
lexer.setInput('The code to parse');
while (!lexer.done) {
token = lexer.lex();
/* Look up the token name if necessary */
if (token in parser.terminals_) {
token = parser.terminals_[token];
}
console.log('<' + token + ', ' + lexer.yytext + '>')
}