0

我有这样的字串：

  • “ABC Some other stuff”（通常开头有一个短字母组合）
  • “一些其他的东西”（有时没有什么有趣的）
  • “HFG 54 Some other stuff and even more”（有时有一个有趣的数字）
  • “HFG 54 ZZ Some other stuff and even more”（有时在数字后面有 ZZ）
  • “HFG-54 ZZ 一些其他的东西，甚至更多”（有时会有破折号）
  • “ZT SOME OTHER STUFF”（其余部分也可以大写）
  • "(ZT) Some other stuff" （部分可以在括号中）
  • “68 Some other stuff”（只能是数字）
  • “其他一些东西 DFG”（可以在最后）

我制定了一些规则来解析它，并且使用 larks Early-parser 可以正常工作。现在我想用 Lalr-Parser 试一试，但特殊词无法识别。我对大写字母组合和数字感兴趣。我有一个可能的字母组合列表。数字总是两位数。字符串的其余部分可以是任何东西。

我正在使用云雀。这是我的解析器：

from lark import Lark

tryoutabc = Lark(r"""
    start: mat_all_and_restl
    ?mat_all_and_restl: mat_all restl | restl | restl mat_br
    restl: REST*
    ?mat_all: mat_br| mat_num| num
    mat_num: mat_br ("-")? NUM
    ?num: NUM  ("ZZ")?
    NUM: /\d{2}/
    ?mat_br:  "("? MAT ")"?
    MAT:  "ABC" 
        | "HFG" 
        | "ZT" 
        | "DFG" 
    REST: /([\-])?[A-Za-zÜ]+([\/.][A-Za-zÜ]+)?/
    %import common.WS
    %ignore WS
""", start='start', parser='lalr')   #remove "parser='lalr'" and the results are right

我如何必须更改规则才能使用 lalr-parser 来解析它？

尝试一下：

textl = ["ABC SOME OTHER STUFF", "Some other stuff", "HFG 54 Some other stuff and even     more",
         "HFG 54 ZZ Some other stuff and even more", "HFG-54 Some other stuff and even more", "ZT Some other stuff",
         "(ZT) Some other stuff", "Some other stuff DFG", "Some other stuff (DFG)", "68 Some other stuff "]
for text in textl:
    print(tryoutabc.parse(text).pretty())

我明白了

start
  restl
    ABC
    SOME
    OTHER
    STUFF

但我想要

start
  ABC
  restl
    SOME
    OTHER
    STUFF

因为"HFG 54 Some other stuff and even more"我得到一个错误：

HFG 54 Some other stuff and even more
    ^

Expecting: {'REST'}`

但我想要：

start
  mat_num
    HFG
    54
  restl
    Some
    other
    stuff
    and
    even
    more

实际上，字符串更长，看起来像这样“有趣的东西，我已经解析了 ABC 一些其他的东西”，我已经解析了字符串开头的东西，而且效果很好。

从评论看来，这是不可能的，因为我在这里没有上下文无关的语言，而且显然 larl 只能做 cfg 语言。如果有人添加并回答快速解释这两者的地方，我会很高兴。

4

1 回答 1

1

问题是REST终端。它可以通过设计解析几乎任何东西，这意味着


start
    mat_all_and_restl
      ABC
      restl
        SOME
        OTHER
        STUFF

和

start
    restl
      ABC
      SOME
      OTHER
      STUFF

都是对第一个例句 ( ABC SOME OTHER STUFF) 的有效解释。如果您传递ambiguity='explicit'给earley 解析器，您可以查看这些内容。

此示例适用于lalr，因为如果lalr将所有内容都解释为，则没有问题REST，但它确实会给您错误的结果。

另一方面，有问题的示例"HFG 54 Some other stuff and even more"不起作用。它需要HFGas REST，然后尝试解析54它可以解析的内容，因为它不是REST并且它现在不期望 a NUM。

如果这是您语法的完整扩展，使用earley，或者甚至比 lalr 提供的速度更快，一个（或多个）正则表达式也可以很好地完成这项工作。

（注意，我说错了：这可能是一个 CFG，只是模棱两可。你可能会继续破解语法/REST正则表达式以使其工作，但它不会很漂亮。）

于 2020-12-17T10:09:25.783 回答