1

我正在尝试使用Lark为 BASIC 创建一个 LALR 解析器,但我很难修复“END”语句与“END IF”等语句之间的冲突。这是语法的简化版本:

%ignore /[ \t\f]+/

program: _nlopt _part_list

_part_list: (stmt | block) _nl _part_list
          |

_nlopt: _nl
      |

_nl: _NEWLINE _nl
   | _NEWLINE

block: if_block

stmt: print_stmt
    | end_stmt

end_stmt: END_KW

if_block: IF_KW expr THEN_KW _nl block_body endif_stmt

endif_stmt: END_KW IF_KW

block_body: _block_body_item block_body
          |

_block_body_item: stmt _nl

print_stmt: PRINT_KW expr

?expr: NUMERIC_LITERAL

_NEWLINE: "\n"
NUMERIC_LITERAL: /[\-+]?\d+(\.\d*)?[!#%&]?/

END_KW: "end"i
IF_KW: "if"i
PRINT_KW: "print"i
THEN_KW: "then"i

如果我用这样的代码尝试这个语法:

parser = Lark(grammar, start='program', parser='lalr')

prog = r"""
if 1 then
   print 200
end if
"""
t = parser.parse(prog)
print(t.pretty())

这是我从 Lark 得到的:

Traceback (most recent call last):
  File "test.py", line 230, in <module>
    t = parser.parse(prog)
  File "/home/user/.pyenv/versions/venv/lib/python3.6/site-packages/lark/lark.py", line 250, in parse
    return self.parser.parse(text)
  File "/home/user/.pyenv/versions/venv/lib/python3.6/site-packages/lark/parser_frontends.py", line 37, in parse
    return self.parser.parse(token_stream, *[sps] if sps is not NotImplemented else [])
  File "/home/user/.pyenv/versions/venv/lib/python3.6/site-packages/lark/parsers/lalr_parser.py", line 68, in parse
    for token in stream:
  File "/home/user/.pyenv/versions/venv/lib/python3.6/site-packages/lark/lexer.py", line 341, in lex
    for x in l.lex(stream, self.root_lexer.newline_types, self.root_lexer.ignore_types):
  File "/home/user/.pyenv/versions/venv/lib/python3.6/site-packages/lark/lexer.py", line 175, in lex
    raise UnexpectedCharacters(stream, line_ctr.char_pos, line_ctr.line, line_ctr.column, allowed=allowed, state=self.state)
lark.exceptions.UnexpectedCharacters: No terminal defined for 'i' at line 4 col 5

end if
    ^

Expecting: ['__IGNORE_0', '_NEWLINE']

如果我删除“end_stmt”规则,这将不会发生。有没有办法修复语法,以免发生这种情况?

4

2 回答 2

3

默认情况下,Lark 不会警告您语法中的 shift-reduce 冲突,而是默默地解决它们以支持 shift。这通常会导致解析器无法解析您想要的内容 - 就像这里的情况一样。你可以通过将debug = True标志传递给Lark(). 这样,您甚至会在通过测试发现问题之前就发现问题所在,您甚至可能会获得有关问题所在的有用信息。

启用该debug选项后,您将收到一条警告,指出存在换班减少冲突,其中 anEND_KW可能意味着当前block_body结束或可能是end_stmt. 这是一个问题,因为 LALR(1) 解析器只能向前看一个标记,但我们必须向前看第二个标记,以查看是否有正确决定采用哪个选项的if后面。end

end if您可以通过变成这样的单个令牌来解决这个问题,有点骇人听闻:

ENDIF_KW: /end[ \t\f]+if/i

然后使用ENDIF_KW而不是END_KW IF_KW.

PS:请注意,如果您使用 Earley 解析而不是 LALR(1),则无需这些更改,您的语法就可以正常工作。

于 2019-05-10T21:50:22.540 回答
1

我的基本语法也有同样的冲突。由于 END WHILE、END IF 等,基本语言是 LALR(2) 或 LR(2)。如果您有 LR(2) 解析器生成器,则可以解析基本语言。LRSTAR 解析器生成器可以创建 LR(2) 解析器。

于 2019-05-22T11:30:17.210 回答