1

我正在尝试通过 Grako 生成的语法分析一些文档，该语法应该解析简单的句子以进行进一步分析，但在使用一些特殊标记时会遇到一些困难。

（Grako 风格的）EBNF 看起来像：

abbr::str = "etc." | "feat.";
word::str = /[^.]+/;
sentence::Sentence = content:{abbr | word} ".";
page::Page = content:{sentence};

我在以下内容上使用了上面的语法：

这是一个句子。这是一个句子的壮举。一个缩写。我现在不壮举。等壮举。知道英语。

使用简单的 NodeWalker 的结果：

[
    'This is a sentence.',
    'This is a sentence feat.',
    'an abbrevation.',
    "I don't know feat.",
    'etc. feat. know English.'
]

我的期望：

[
    'This is a sentence.',
    'This is a sentence feat. an abbrevation.',
    "I don't know feat. etc. feat. know English."
]

我不知道为什么会发生这种情况，尤其是在最后一句中，缩写词是句子的一部分，而它们不在前面的句子中。需要明确的是，我希望句子定义中的 abbr 规则具有比 word 规则更高的优先级，但我不知道如何实现这一点。我玩弄了消极和积极的前瞻，但没有成功。我知道如何使用正则表达式来达到我的预期结果，但是进一步分析需要上下文无关的语法，所以为了可读性，我想将所有内容放在一个语法中。自从我上次以这种方式使用语法已经有一段时间了，但我不记得遇到过那种问题。我通过谷歌搜索了一段时间没有成功，所以也许社区可能会分享一些见解。

提前致谢。

如果需要，我用于测试的代码：

from grako.model import NodeWalker, ModelBuilderSemantics
from parser import MyParser

class MyWalker(NodeWalker):
    def walk_Page(self, node):
        content = [self.walk(c) for c in node.content]
        print(content)

    def walk_Sentence(self, node):
        return ' '.join(node.content) + "."

    def walk_str(self, node):
        return node

def main(filename: str):
    parser = MyParser(semantics=ModelBuilderSemantics())
    with open(filename, 'r', encoding='utf-8') as src:
        result = parser.parse(src.read(), 'page')
    walker = HRBWalker()
    walker.walk(result)

使用的包：Python 3.5.2 Grako 3.16.5

4

1 回答 1

3

问题在于您用于word规则的正则表达式。正则表达式将解析您告诉他们的任何内容，并且该正则表达式正在吞噬空格。

这个修改后的语法可以满足您的要求：

@@grammar:: Pages

abbr::str = "etc." | "feat.";
word::str = /[^.\s]+/;
sentence::Sentence = content:{abbr | word} ".";
page::Page = content:{sentence};

start = page ;

运行一下就发现了--trace问题。

于 2017-01-02T01:05:22.873 回答