我已经很长一段时间没有使用 Bison 了,所以我可能在这里遗漏了一些简单的东西,但是,我无法弄清楚为什么下面的语法会产生shift/reduce冲突。我认为下面的语法没有歧义。它的目的是解析如下表达式:
a b
c d
e f
g h
as(伪 AST):
App
(App a b)
(Seq
[ App
(App c d)
(Seq [App e f])
, (App g h)
]
)
语法:
%token <Token> VAR
%token <Token> EOL
%token <Token> INDENT_INC
%token <Token> INDENT_DEC
%token <AST> CONS
%token <AST> WILDCARD
%type <AST> expr
%type <AST> subExpr
%type <AST> block
%type <AST> tok
%start program
%%
program:
expr { result = $1; }
expr:
subExpr {$$=$1;}
| subExpr EOL INDENT_INC block { $$ = AST.app($1,$3); }
subExpr:
tok {$$=$1;}
| subExpr tok {$$ = AST.app($1,$2); }
block:
expr {$$=$1;}
| block EOL expr {$$=AST.seq($1,$3);} // causes error
tok:
VAR { $$ = AST.fromToken($1); }
%%
错误只是2个shift/reduce冲突
。在调试解析器时,我们可以观察到:
Grammar
0 $accept: program $end
1 program: expr
2 expr: subExpr
3 | subExpr EOL INDENT_INC block
4 subExpr: tok
5 | subExpr tok
6 block: expr
7 | block EOL expr
8 tok: VAR
[...]
State 4
2 expr: subExpr .
3 | subExpr . EOL INDENT_INC block
5 subExpr: subExpr . tok
VAR shift, and go to state 1
EOL shift, and go to state 7
EOL [reduce using rule 2 (expr)]
$default reduce using rule 2 (expr)
tok go to state 8
[...]
State 11
3 expr: subExpr EOL INDENT_INC block .
7 block: block . EOL expr
EOL shift, and go to state 12
EOL [reduce using rule 3 (expr)]
$default reduce using rule 3 (expr)
说实话,我不相信这种歧义从何而来。对于如何消除此类语法中的冲突的任何帮助,我将不胜感激。
最佳答案
您的语法不使用INDENT_DEC
;如果没有它,您就无法知道缩进的 block 在哪里结束。
实际上,这就是那些转变/归约冲突所告诉您的。由于语法看不到 INDENT_DEC
,因此它无法区分分隔同一 block 中的两个 expr
的 EOL
和 EOL
终止 block
。因此,EOL
是不明确的(前提是至少已看到一个 INDENT_INC
)。
这是一个简单的歧义演示。要解析的表达式为:
a EOL INDENT_INC b EOL INDENT_INC c EOL d
这里有两个最左边的推导,它们的不同之处在于 d
的嵌套位置(为了简单起见,我压缩了 subexpr ⇒ var ⇒ TOK
路径):
# Here, d belongs to the outer subexpr (effectively, a single indent)
expr ⇒ subexpr EOL INDENT_INC block
⇒ TOK (a) EOL INDENT_INC block
⇒ TOK (a) EOL INDENT_INC block EOL expr
⇒ TOK (a) EOL INDENT_INC expr EOL expr
⇒ TOK (a) EOL INDENT_INC subexpr EOL INDENT_INC block EOL expr
⇒ TOK (a) EOL INDENT_INC subexpr EOL INDENT_INC expr EOL expr
⇒ TOK (a) EOL INDENT_INC TOK (b) EOL INDENT_INC subexpr EOL expr
⇒ TOK (a) EOL INDENT_INC TOK (b) EOL INDENT_INC TOK (c) EOL expr
⇒ TOK (a) EOL INDENT_INC TOK (b) EOL INDENT_INC TOK (c) EOL subexpr
⇒ TOK (a) EOL INDENT_INC TOK (b) EOL INDENT_INC TOK (c) EOL TOK (d)
# Here, d belongs to the inner subexpr (effectively two indents)
expr ⇒ subexpr EOL INDENT_INC block
⇒ TOK (a) EOL INDENT_INC block
⇒ TOK (a) EOL INDENT_INC expr
⇒ TOK (a) EOL INDENT_INC subexpr EOL INDENT_INC block
⇒ TOK (a) EOL INDENT_INC TOK (b) EOL INDENT_INC block
⇒ TOK (a) EOL INDENT_INC TOK (b) EOL INDENT_INC block EOL expr
⇒ TOK (a) EOL INDENT_INC TOK (b) EOL INDENT_INC expr EOL expr
⇒ TOK (a) EOL INDENT_INC TOK (b) EOL INDENT_INC subexpr EOL expr
⇒ TOK (a) EOL INDENT_INC TOK (b) EOL INDENT_INC TOK (c) EOL expr
⇒ TOK (a) EOL INDENT_INC TOK (b) EOL INDENT_INC TOK (c) EOL subexpr
⇒ TOK (a) EOL INDENT_INC TOK (b) EOL INDENT_INC TOK (c) EOL TOK (d)
所以语法确实是有歧义的。但移位/归约冲突并不直接指向歧义。他们指出了决定是否在 EOL 之前减少构造的问题,而无需看到 EOL 后面的符号。这是 LR(1) 限制的本质:每次归约都必须在移位下一个符号之前进行,因此,即使语法是明确的(如果您可以预见到足够远的 future ),它仍然会存在移位/归约冲突,如果削减决定可以采取任何一种方式。
关于parsing - Gnu Bison 移位/减少描述分层表达式的基于缩进的语法中的冲突,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56469457/