我有一个简单的文件格式,我想用jison解析器生成器解析。该文件可以包含任意顺序和数量的多个表达式。这是解析器的jison文件:
/* lexical grammar */
%lex
%%
\s+ /* skip whitespace */
\"(\\.|[^"])*\" return 'STRING'
File\s*Version\s*\: return 'FILEVERSION'
[0-9]+("."[0-9]+)?\b return 'NUMBER'
<<EOF>> return 'EOF'
. return 'INVALID'
/lex
%start expressions
%% /* language grammar */
expressions
: EOF
| e expressions EOF
;
e
: STRING
| FILEID
;
FILEID
: FILEVERSION NUMBER { return $1 + $2; }
;
为简单起见,我将文件缩短为只包含字符串和文件ID表达式。
我的问题是,如果第二个表达式只包含一个像字符串这样的标记,那么生成的解析器似乎只能识别一个或两个完整的表达式。例如:
档案版本:1.0
将被解析,或
档案版本:1.0 “我的字符串”
也将被解析,但是
档案版本:1.0 “我的字符串” “未解析的字符串”
不会解析最后一个字符串。
我已经使用jison debugger和jison page本身尝试了此代码,但两个页面都显示相同的结果。
我对这个问题的建议是:
我不是那个ebnf-parser-guru所以请尽量保持你的答案。
答案 0 :(得分:2)
当前问题是return
制作中的FILEID
。 return
返回,因此解析以返回的值终止。通常,语义规则应通过分配变量$$
来提供结果。 (对于“单位规则”,右边只有一个符号,这不是必需的;在执行操作之前,解析器执行$$ = $1
,所以如果这是你想要的,你可以离开行动和你的两个FILEID
规则一样。)
此外,expressions
制作不会对$2
执行任何操作,因此即使您修复了第一个问题,您仍然只会在结果中看到一个e
。< / p>
您的expressions
制作也不正确,因为除了基本案例中的EOF之外,每EOF
个e
令牌需要一个expressions -> e expressions EOF
-> e e expressions EOF EOF
-> e e e expressions EOF EOF EOF
-> e e e EOF EOF EOF EOF
令牌。考虑一下制作如何运作:
return
就个人而言,我建议使用左递归而不是右递归。像jison这样的自下而上的解析器更喜欢左递归,它通常会导致更自然的语义规则,就像在这种情况下一样。
最后,您需要在实际到达输入结束时返回最终值。在jison中,通常需要一个明确的启动规则,其语义操作为FILEID
。
所以,考虑到所有这些,让我们试试这个:(我改变了一些非终端的名称,并且改变了下行%start prog
%%
prog : exprs EOF { return $1; }
;
exprs : { $$ = []; }
| exprs expr { $$.push($2); }
;
expr : file_id
| STRING
;
file_id: FILEVERSION NUMBER { $$ = $1 + $2; }
;
,因为对于非终端使用小写是常规的和终端的大写字母)
\"(\\.|[^"])*\" return 'STRING'
关于匹配字符串的正则表达式的一个注释:
|
虽然它显然适用于javascript(主要是;见下文),但它会在flex(或与Posix兼容的正则表达式库)中出现错误。它主要在javascript中工作,因为javascript正则表达式交替运算符"\\"..."
是 ordered ;如果第一个替代匹配,则永远不会尝试第二个替代,除非模式的其余部分无法匹配(在这种情况下,将触发错误)。
但在(f)lex中,交替运营商会注意到所有匹配的替代方案,并最终选择最长的匹配。结果是匹配[^"]
时,flex将匹配令牌,直到第三个引用,方法是使用\\.
匹配第一个 \ 然后[^"]
匹配 \ “。这样可以继续寻找收盘价。
编写正则表达式很容易,它可以使用任何语义,我强烈建议你这样做,以防你想要迁移到不同的解析器生成器,只需确保 \ 与\"(\\.|[^\\"])*\" return 'STRING'
不匹配:
"\"
此更改还将修复即使在javascript中的细微错误,如果\\.
是输入中的最后一个字符串,则[^"]
被视为有效的字符串标记。在这种情况下,javascript将首先使用{{1}}来匹配 \ “,但是一旦它这样做,它将找不到任何结束语。它将会回溯并且尝试与{{1}}匹配,这将与 \ 匹配,然后将报价识别为结束报价。