我在我的PEG解析器中添加了零或多和一个或多个修饰符，这很简单，因为PEG中的回溯非常少。之前的迭代从未被重新考虑过，因此简单的while循环就足够了。
但是，在其他情况下，零或多和一个或多个修饰符确实需要回溯。例如，采用以下正则表达式：
(aa|aaa)+
这个表达式应该能够贪婪地匹配七个a的字符串：有几种方法可以将2和3加起来得到7.但要实现这一点，重新考虑早期的迭代是必要的。例如，如果表达式第一次匹配三个a，第二次匹配三个a，则只剩下一个a，这是无法匹配的。然后，回溯最后三个a并匹配两个a，然后匹配五个a。然后最后两个a也可以匹配（即3 + 2 + 2 = 7）。
幸运的是，正则表达式在匹配字符串后退出搜索。但是EBNF解析器呢？如果语法不明确，解析器将使用回溯来查找所有可能的语法树！如果我们有生产
( "aa" | "aaa" )*
和七个a的字符串，一个完全回溯的解析器将返回所有可能的表达方式为2和3的方式。这只是七个a的：匹配a稍微长一点的字符串， N - 可能树的另一个级别。考虑 N = 6：
S : ( T )*
;
T : A
| B
| C
| D
| E
| F
;
可怕的组合爆炸！
这个真的可以吗？ EBNF中的零或多和一个或多个修饰符没有限制吗？如上所述实现它们比PEG解析器的普通while()循环要多得多，所以我不得不怀疑......
答案 0 :(得分：7)
是;回溯可以给你很多结果。我是lepl的作者，这是一个递归的正确解析器，它将很乐意回溯并生成所有可能的AST的“解析林”。并且EBNF没有限制（这只是一种规范语言，并不依赖于任何特定的解析器实现）。
但并非所有解析算法都会回溯。正则表达式的许多实现都这样做，但并不总是必要的。事实上，对于一个“简单”的正则表达式（一个真正局限于常规语法的表达式），它可以在没有回溯的情况下进行匹配 - 从某种意义上说，诀窍是并行运行。
有两种（等效的）方法 - 通过“编译”正则表达式（如果并行工作是显式的那样计算表达式），或者通过在运行时处理并行匹配。编译方法将正则表达式转换为DFA（确定性有限自动机）。更确切地说，NFA（非确定性的......）模糊地类似于正则表达式的图形版本，并且可能是您想象正则表达式的工作方式;与NFA匹配确实需要回溯，但您可以将NFA转换为不包含DFA的DFA。
然而，在运行时执行此操作更容易理解（并且在实践中往往更有用），并在三篇 awesome 文章中进行了解释，如果您想要更好地理解这些文章，您应该阅读这些文章： http://swtch.com/~rsc/regexp/regexp3.html以及开头的链接。
我不能强调这一点 - 你需要阅读那些文章......
ps模糊相关 - 您可以通过缓存稍后可能需要的结果（当您最终通过不同的路径到达相同的文本和表达式时）来使回溯更有效。这被称为“packrat解析”，当应用于递归正常解析时（虽然说实话它不值得一个单独的名称 - 它实际上只是使用缓存）。缓存避免了指数运行时间 - 诺维格（谷歌的那个人，但之前就是这样写过）的某个地方有一篇论文解释了：http://acl.ldc.upenn.edu/J/J91/J91-1004.pdf