Question

我正在使用以下格式解析文件：

INT32  price   min 10  max 100   alertIfSold ;

min，max和alertIfSold标记都是可选的，可以按任何顺序出现。那是

INT32  price    max 100   alertIfSold ; 
INT32  price  max 100   min 10    alertIfSold ;
INT32  price  alertIfSold ;
INT32  price;

都是有效的例子。

以下是我测试的语法的简单版本。运行python test.py会生成此错误：

lark.common.ParseError：检测到无限递归！（规则＆lt; __ anon_star_1：__ anon_star_1＆gt;）

我尝试使用其他语法规则表达相同的可选令牌，结果相似（无限递归）。

表达可选参数的正确语法是什么？

#test.py
from lark import lark

simplified_grammar = """
    start: line+
    line:  TYPE  CNAME [MIN MAX ALERT]* ";"    -> foo

     TYPE: "INT32" | "INT64"

     MIN: "min" /[0-9]+/
     MAX: "max" /[0-9]+/
     ALERT: "alertIfSold"

     %import common.CNAME
     %import common.WS
     %ignore WS
  """

sample = """
    INT32  price    max 100   alertIfSold ; 
    INT32  price  max 100   min 10    alertIfSold ;
    INT32  price  alertIfSold ;
    INT32  price; 

"""

parser = lark.Lark(simplified_grammar)


def main():
    parse_tree = parser.parse(sample)

if __name__ == '__main__':
    main()

Answer 1

你想：

line:  TYPE  CNAME (MIN | MAX | ALERT)* ";"    -> foo

（注意：()代替[]。）

在lark的EBNF语法中，[item]表示“可选item”，item*表示“item”的任意数字（可能为零）。因此[item]*表示“任何数字（可能为零）item或任何内容”。但“任何数量的无关”都是无限暧昧的;你不知道空字符串中有多少个没有。

由于您实际上并不打算要求条款严格连续出现，您可能一直在考虑

line:  TYPE  CNAME ([MIN] [MAX] [ALERT])* ";"    -> foo

这样会更准确，但它也会产生相同的错误信息。通常，您不能在可以为空的子模式上使用Kleene星。一些EBNF生成器将通过从重复集中移除ε来纠正它（然后使重复作为整体可选），但是云雀不是其中之一。在这种情况下，修复是微不足道的，但在其他情况下，它更令人讨厌。

作为正则表达式，(a* b*)*，(a? b?)*和(a|b)*在他们都识别相同语言的意义上是等效的。但是正则表达式是众所周知的模糊，解析器通常更喜欢明确的语法，或者最坏的是有限模糊的语法。只有最后一个正则表达式属于该类别，并且它是您通常应该选择的表单。

Lark如何描述一系列可选令牌

1 个答案: