考虑使用 yacc 解析正则表达式(我实际上使用的是 PLY),一些规则如下所示:
expr : expr expr
expr : expr '|' expr
expr : expr '*'
问题是,第一条规则(串联)必须优先于第二条规则,但第三条规则不能。
但是,串联规则中没有运算符。
在这种情况下如何正确指定优先级?
谢谢!
编辑:
我修改了规则以避免这个问题,但我仍然很好奇问题出在哪里。
这是源代码:
tokens = ['PLEFT', 'PRIGHT', 'BAR', 'ASTERISK', 'NORMAL']
t_PLEFT = r'\('
t_PRIGHT = r'\)'
t_BAR = r'\|'
t_ASTERISK = '\*'
t_NORMAL = r'[a-zA-Z0-9]'
lex.lex()
precedence = (
('left', 'BAR'),
('left', 'CONCAT'),
('left', 'ASTERISK'),
)
def p_normal(p):
'''expr : NORMAL'''
p[0] = p[1]
def p_par(p):
'''expr : PLEFT expr PRIGHT'''
p[0] = p[2]
def p_or(p):
'''expr : expr BAR expr'''
p[0] = ('|', p[1], p[3])
def p_concat(p):
'''expr : expr expr %prec CONCAT'''
p[0] = ('CONCAT', p[1], p[2])
def p_repeat(p):
'''expr : expr ASTERISK'''
p[0] = ('*', p[1])
yacc.yacc()
'ab|cd*'
解析结果为('CONCAT', ('|', ('CONCAT', 'a', 'b'), 'c '), ('*', 'd'))
.
最佳答案
您没有义务使用优先顺序来消除歧义;你可以简单地编写一个明确的语法:
term : CHAR | '(' expr ')'
rept : term | term '*' | term '+' | term '?'
conc : rept | conc rept
expr : conc | expr '|' conc
如果您确实想使用优先级,可以使用带有 %prec
注释的“虚构”标记。请参阅manual了解详情。 (此功能来自 yacc,因此您也可以在任何 yacc/bison 文档中阅读有关它的信息。)
请记住,优先级始终是产生式(位于解析器堆栈顶部)和先行标记之间的比较。通常,产生式的优先级取自产生式中最后一个终端的优先级(并且通常每个适用的产生式中只有一个终端),因此它看起来是终端之间的比较。但为了获得使用“不可见”运算符的优先级,您需要分别考虑生产优先级和先行标记优先级。
如上所述,可以使用“虚构”标记来设置产生式的优先级。但是不存在与不可见运算符相对应的前瞻标记;前瞻标记将是以下操作数中的第一个标记。换句话说,它可以是 expr
的 FIRST 集中的任何标记,在本例中是 {NORMAL, PRIGHT}
;该集合必须添加到优先级声明中,就好像它们是串联运算符:
precedence = (
('left', 'BAR'),
('left', 'CONCAT', 'NORMAL', 'PLEFT'),
('left', 'ASTERISK'),
)
完成此操作后,您可以节省虚构的 CONCAT
token ,因为您可以使用任何 FIRST(expr)
token 作为代理,但这可能被认为可读性较差。
关于parsing - yacc - 没有运算符的规则的优先级?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40754644/