Question

我是lexing和解析的新手，如果标题不够明确，我很抱歉。

基本上，我正在使用Jison来解析一些文本，我试图让词法分析器理解缩进。这是有问题的：

(\r\n|\r|\n)+\s*      %{
                        parser.indentCount = parser.indentCount || [0];

                        var indentation = yytext.replace(/^(\r\n|\r|\n)+/, '').length;

                        if (indentation > parser.indentCount[0]) {
                           parser.indentCount.unshift(indentation);
                           return 'INDENT';
                        }

                        var tokens = [];

                        while (indentation < parser.indentCount[0]) {
                          tokens.push('DEDENT');
                          parser.indentCount.shift();
                        }

                        if (tokens.length) {
                           return tokens;
                        }

                        if (!indentation.length) {
                          return 'NEWLINE';
                        }
                      %}

到目前为止，几乎所有这些都按预期工作。一个问题是我尝试返回DEDENT标记数组的行。似乎Jison只是将该数组转换为字符串，这导致我得到像Expecting ........, got DEDENT,DEDENT这样的解析错误。

我希望能够解决这个问题，手动将一些DEDENT令牌推入堆栈。也许使用类似this.pushToken('DEDENT')的函数或类似的东西。但是Jison文档并不是那么好，我可以使用一些帮助。

有什么想法吗？

编辑：

在查看生成的解析器代码之后，我似乎已经能够解决这个问题了。这似乎有用......

if (tokens.length) {
  var args = arguments;

  tokens.slice(1).forEach(function () {
    lexer.performAction.apply(this, args);
  }.bind(this));

  return 'DEDENT';
}

这使得词法分析器使用我们在堆栈中的每个DEDENT的完全相同的输入来执行另一个动作，从而允许它添加到适当的dedents中。然而，感觉很糟糕，我担心会出现无法预料的问题。

如果有人对更好的方法有任何想法，我仍然会喜欢它。

Answer 1

几天之后，我最终找到了更好的答案。这是它的样子：

(\r\n|\r|\n)+[ \t]*   %{
                        parser.indentCount = parser.indentCount || [0];
                        parser.forceDedent = parser.forceDedent || 0;

                        if (parser.forceDedent) {
                          parser.forceDedent -= 1;
                          this.unput(yytext);
                          return 'DEDENT';
                        }

                        var indentation = yytext.replace(/^(\r\n|\r|\n)+/, '').length;

                        if (indentation > parser.indentCount[0]) {
                           parser.indentCount.unshift(indentation);
                           return 'INDENT';
                        }

                        var dedents = [];

                        while (indentation < parser.indentCount[0]) {
                          dedents.push('DEDENT');
                          parser.indentCount.shift();
                        }

                        if (dedents.length) {
                           parser.forceDedent = dedents.length - 1;
                           this.unput(yytext);
                           return 'DEDENT';
                        }

                        return `NEWLINE`;
                      %}

首先，我修改了我的捕获正则表达式，以确保在一系列非换行符空格之后我不会无意中捕获额外的换行符。

接下来，我们确保有2＆＃34;全球＆＃34;变量。 indentCount将跟踪我们当前的缩进长度。 forceDedent会强制我们返回DEDENT，如果它的值大于0。

接下来，我们有一个条件来测试forceDedent上的真值。如果我们有一个，我们将它减1并使用unput函数确保我们至少再一次迭代这个相同的模式，但是对于这个迭代，我们将返回一个DEDENT。

如果我们还没有回来，我们会得到当前缩进的长度。

如果当前缩进大于我们最近的缩进，我们会在indentCount变量上跟踪该缩进并返回INDENT。

如果我们还没有回来，那么现在是时候为可能的受访者做准备了。我们制作一个数组来跟踪它们。

当我们检测到dedent时，用户可能会尝试一次关闭1个或多个块。因此，我们需要在用户关闭的块中包含DEDENT。我们设置了一个循环，并说只要当前缩进小于我们最近的缩进，我们就会在列表中添加DEDENT并将项目从indentCount移开

如果我们跟踪任何dedents，我们需要确保所有这些都被lexer返回。因为词法分析器一次只能返回1个令牌，所以我们在这里返回1，但我们也会设置forceDedent变量以确保我们还返回其余部分。为了确保我们再次迭代这个模式并插入那些dedents，我们将使用unput函数。

在任何其他情况下，我们只会返回NEWLINE。

如何使用Jison lexer返回多个令牌

1 个答案: