Question

我在百灵鸟解析器中使用以下语法来解析字母和罗马数字。语法如下：

    invoicesDB.update(
      { "_id" : :req.params.id, “items._id": “Id of item for which
                                  user needs to update” }, 
      { "$set": { “items.$.qty”: 5}}, 
      function(err, company) {
        console.log(company)
    })

当我使用此规则并解析以下文本时，出现异常：

DIGIT: "0".."9"
INT: DIGIT+
_L_PAREN: "("
_R_PAREN: ")"
LCASE_LETTER: "a".."z"
ROMAN_NUMERALS: "viii" | "vii" | "iii" | "ii" | "ix" | "vi" | "iv" | "v" | "i" | "x"


?start: qns_num qns_alphabet  qns_part
qns_num: INT?
qns_alphabet: _L_PAREN LCASE_LETTER _R_PAREN | LCASE_LETTER _R_PAREN | LCASE_LETTER?
qns_part: _L_PAREN ROMAN_NUMERALS _R_PAREN | ROMAN_NUMERALS _R_PAREN | ROMAN_NUMERALS?

在我的一生中，我想不出为什么会抛出异常。但这很好：

# lark.exceptions.UnexpectedCharacters: No terminal defined for 'i' at line 1 col 5
# 10i)i)
#     ^
result = Lark(grammar, parser='lalr').parse("10i)i)")

Answer 1

之所以发生，是因为两个规则都可以为空，   使词法分析器始终跳过其中之一以匹配   优先级较高的终端。

在一个规则为空且第二个规则匹配的情况下，解析器期望一个   EOF，没有更多输入。（的引入迫使规则不被   空的。

因此，更改LCASE_LETTER的优先级将无济于事。但不允许   第一个为空的规则将是

Earley算法将知道如何解决这种歧义   自动。

我在lark-parser github页面上问了同样的问题。来自there的答复。

使用云雀解析器（ebnf语法）解析罗马数字时出现UnexpectedCharacters错误

1 个答案: