考虑对Python Lark parser进行以下简单测试:
GRAMMAR = '''
start: container*
container: string ":" "{" (container | attribute | attribute_value)* "}"
attribute: attribute_name "=" (attribute_value | container)
attribute_value: string ":" _value ("," _value)*
_value: number | string
attribute_name: /[A-Za-z_][A-Za-z_#0-9]*/
string: /[A-Za-z_#0-9]+/
number: /[0-9]+/
%import common.WS
%ignore WS
'''
data = '''outer : {
inner : {
}
}'''
parser = Lark(GRAMMAR, parser='lalr')
parser.parse(data)
此方法适用于parser='earley'
,但不适用于parser='lalr'
。我不明白为什么。错误消息是:
意外字符:在第2行第12行没有为'{'定义终端
内部:{
这只是MWE。我的实际语法也遇到同样的问题。
答案 0 :(得分:1)
LALR失败的原因是,其前瞻性为1(与Earley不同,后者具有无限前瞻性),并且在dt.Columns.Add("Column",GetType("Etc"))
和attribute_name
之间感到困惑。一旦它与另一个(在本例中为string
)匹配,就不可能回溯并匹配另一个规则。
如果为attribute_name终端使用较低的优先级,则它将起作用。例如:
attribute_name
但是,推荐的做法是,如果可能的话,对两者都使用相同的终端,以便解析器可以代替词法分析器为您做思考。解析完成后,您可以根据需要添加额外的验证。
两种方法(更改优先级或合并终端)都可以解决您的问题。