Question

我正在尝试用PLY编写一个语法来解析文件中的路径。我正在进行转换减少冲突，我不知道如何更改语法来修复它。这是我正在尝试解析的文件的示例。路径/文件名可以是任何可接受的linux路径。

file : ../../dir/filename.txt
file : filename.txt
file : filename

所以这是我写的语法。

header : ID COLON path

path : pathexpr filename

pathexpr : PERIOD PERIOD DIVIDE pathexpr
           | PERIOD DIVIDE pathexpr
           | ID DIVIDE pathexpr 
           |
filename : ID PERIOD ID
           | ID

这是我的代币。我正在使用PLY包含的ctokens库。只是为了省下自己的写作。

t_ID = r'[A-Za-z_][A-Za-z0-9_]*'
t_PERIOD = r'\.'
t_DIVIDE = r'/'
t_COLON = r':'

所以我相信“文件名”规则中存在一个减少冲突的冲突，因为解析器不知道是将令牌缩减为“ID”还是转移为“ID PERIOD ID”。我认为在没有路径（“filename”）的情况下还有另一个问题，它将使用pathexpr中的令牌而不是减少为空。

如何修复语法来处理这些案例？也许我需要更换我的代币？

Answer 1

我认为您可能正在使用PLY，而不是pyparsing，查看那些“t_xxx”名称。但是这里有一个针对您的问题的pyparsing解决方案，请参阅下面的有用评论：

"""
header : ID COLON path

path : pathexpr filename

pathexpr : PERIOD PERIOD DIVIDE pathexpr
           | PERIOD DIVIDE pathexpr
           | ID DIVIDE pathexpr 
           |
filename : ID PERIOD ID
           | ID 
"""

from pyparsing import *

ID = Word(alphanums)
PERIOD = Literal('.')
DIVIDE = Literal('/')
COLON = Literal(':') 

# move this to the top, so we can reference it in a negative
# lookahead while parsing the path
file_name = ID + Optional(PERIOD + ID)

# simple path_element - not sufficient, as it will consume 
# trailing ID that should really be part of the filename
path_element = PERIOD+PERIOD | PERIOD | ID

# more complex path_element - adds lookahead to avoid consuming
# filename as a part of the path
path_element = (~(file_name + WordEnd())) + (PERIOD+PERIOD | PERIOD | ID)

# use repetition for these kind of expressions, not recursion
path_expr = path_element + ZeroOrMore(DIVIDE + path_element)

# use Combine so that all the tokens will get returned as a
# contiguous string, not as separate path_elements and slashes
path = Combine(Optional(path_expr + DIVIDE) + file_name)

# define header - note the use of results names, which will allow
# you to access the separate fields by name instead of by position
# (similar to using named groups in regexp's)
header = ID("id") + COLON + path("path")

tests = """\
file: ../../dir/filename.txt
file: filename.txt
file: filename""".splitlines()

for t in tests:
    print t
    print header.parseString(t).dump()
    print

打印

file: ../../dir/filename.txt
['file', ':', '../../dir/filename.txt']
- id: file
- path: ../../dir/filename.txt

file: filename.txt
['file', ':', 'filename.txt']
- id: file
- path: filename.txt

file: filename
['file', ':', 'filename']
- id: file
- path: filename

Answer 2

简单的解决方案：使用左递归而不是右递归。

LR解析器（如PLY和yacc）更喜欢左递归，因为它避免了必须扩展解析器堆栈。它通常也更接近表达式的语义 - 当你想要实际解释语言时，它很有用，而不仅仅是识别它 - 而且通常，就像在这种情况下一样，它避免了对左因子的需要。 / p>

在这种情况下，例如，通过查找当前找到的目录中的段目录，需要将每个路径段应用于前面的pathexpr。解析器操作很明确：在$ 1中查找$ 2。你如何为正确的递归版本采取行动？

所以，一个简单的转变：

header   : ID COLON path

path     : pathexpr filename

pathexpr : pathexpr PERIOD PERIOD DIVIDE
         | pathexpr PERIOD DIVIDE
         | pathexpr ID DIVIDE
         |
filename : ID PERIOD ID
         | ID

Answer 3

我相信这个语法应该可行，并且它还具有能够识别路径部分的附加优势，如扩展，目录，驱动器等。我还没有制作解析器，只有这个语法。

fullfilepath : path SLASH filename
path : root
    | root SLASH directories
root : DRIVE
    | PERCENT WIN_DEF_DIR PERCENT
directories : directory
            | directory SLASH directories
directory : VALIDNAME
filename : VALIDNAME
        | VALIDNAME DOT EXTENSION

如何编写PLY语法来解析路径？

3 个答案: