Question

使用重复的BLOCK输入，其中每个块都有重复的BEGIN EVENT和END EVENT项（END EVENT总是跟随BEGIN EVENT）：

[TIMESTAMP] BLOCK
[TIMESTAMP] BEGIN EVENT
[TIMESTAMP] END EVENT
[TIMESTAMP] BEGIN EVENT
[TIMESTAMP] END EVENT
...
[TIMESTAMP] BLOCK

您如何用LR（1）消除此语法的歧义？我正在使用LALRPOP，它的最小示例是：

Timestamp = "[TIMESTAMP]";
BlockHeader = Timestamp "BLOCK";
Begin = Timestamp "BEGIN" "EVENT";
End = Timestamp "END" "EVENT";

Block = BlockHeader (Begin End)+;
pub Blocks = Block*

因为LR（1）只能向前看一个记号，所以这种语法是模棱两可的，因为LALRPOP会告诉您（部分错误）：

Local ambiguity detected

  The problem arises after having observed the following symbols in the input:
    BlockHeader (Begin End)+
  At that point, if the next token is a `"[TIMESTAMP]"`, then the parser can proceed in two different ways.

  First, the parser could execute the production at
  /home/<snip>.lalrpop:51:9: 51:32, which would consume
  the top 2 token(s) from the stack and produce a `Block`. This might then yield a parse tree like
    BlockHeader (Begin End)+ Block
    ├─Block────────────────┤     │
    ├─Block+───────────────┘     │
    └─Block+─────────────────────┘

  Alternatively, the parser could shift the `"[TIMESTAMP]"` token and later use it to construct a
  `Timestamp`. This might then yield a parse tree like
    (Begin End)+ "[TIMESTAMP]" "BEGIN" "EVENT" End
    │            ├─Timestamp─┘               │   │
    │            └─Begin─────────────────────┘   │
    └─(Begin End)+───────────────────────────────┘

我看到它告诉我，在解析BlockHeader之后，Begin和End无法确定下一个标记是另一个Begin还是另一个Block的开始。我还没有找到一种方法可以消除LR（1）中的歧义，但是我只能假定这是我缺乏理解，并且不是LR（1）语法的继承限制吗？

Answer 1

不幸的是，如果不对语法进行完全重组，就很难解决这种“需要更多先行”问题，而这通常会丢失所需的输入结构，并且有时会接受原始语法会拒绝的简并输入。您通常可以拒绝这些输入，并通过对解析树进行后处理来恢复该结构，但这是更多的工作。就您而言，语法：

Timestamp = "[TIMESTAMP]";
BlockHeader = Timestamp "BLOCK";
Begin = Timestamp "BEGIN" "EVENT";
End = Timestamp "END" "EVENT";
Event = Begin End;
Item = BlockHeader | Event;
pub Input = Item*

应该可以解决问题，但是存在一个问题，即它丢失了块结构（相反，它给了块头和事件一个非结构化的序列），并且它接受了空块。通过对项目列表进行后处理，您可以轻松解决这两个问题。

当所需的提前量很小且有界时，另一种选择是在令牌生成器中进行处理。我对LALRPOP并不熟悉，但是应该可以将[TIMESTAMP]标记与紧随其后的关键字标记“结合”（因此时间戳不会出现在语法中，而只是关键字的一个属性）），在这种情况下，只需进行一次令牌先行即可使一切正常。

LR（1）移位/减少歧义

1 个答案: