1

考虑一下Python Lark 解析器的这个简单测试：

GRAMMAR = '''
start: container*

container: string ":" "{" (container | attribute | attribute_value)* "}"
attribute: attribute_name "=" (attribute_value | container)
attribute_value: string ":" _value ("," _value)*
_value: number | string

attribute_name: /[A-Za-z_][A-Za-z_#0-9]*/

string: /[A-Za-z_#0-9]+/
number: /[0-9]+/

    %import common.WS
    %ignore WS
'''

data = '''outer : {
 inner : {
 }
}'''

parser = Lark(GRAMMAR, parser='lalr')
parser.parse(data)

这适用于parser='earley'但它失败了parser='lalr'。我不明白为什么。错误信息是：

UnexpectedCharacters：在第 2 列第 12 行没有为“{”定义终端

内部：{

这只是一个 MWE。我的实际语法也遇到了同样的问题。

4

1 回答 1

2

LALR 失败的原因是它的前瞻为 1（不像 Earley，它具有无限的前瞻），并且在attribute_name和之间混淆string。一旦它与另一个匹配（在本例中为attribute_name），它就不可能回溯并匹配不同的规则。

如果您对 attribute_name 终端使用较低的优先级，它将起作用。例如：

attribute_name: ATTR

ATTR.0: /[A-Za-z_][A-Za-z_#0-9]*/

但建议的做法是尽可能为两者使用相同的终端，以便解析器代替词法分析器为您进行思考。如果需要，您可以在解析完成后添加额外的验证。

两种方法（更改优先级或合并终端）都可以解决您的问题。

于 2019-06-26T10:52:05.787 回答