问题标签 [peg]

我正在尝试为允许以下表达式的语言编写语法：

1. 形式的函数调用f args（注意：没有括号！）
2. 表格的加法（以及更复杂的表达式，但这不是重点）a + b

例如：

语法是明确的（每个表达式都可以以一种方式解析），但我不知道如何将此语法编写为 PEG，因为两个产生式都可能以相同的标记开头，id. 这是我的错误 PEG。我怎样才能重写它以使其有效？

现在，当这个语法试图解析输入“<code>a + b”时，它会将“<code>a”解析为一个零参数的函数调用，并在“<code>+ b”上阻塞。

我已经上传了语法的 C++ / Boost.Spirit.Qi 实现，以防有人想玩它。

（请注意，unary消除一元运算和加法的歧义：为了调用带有负数作为参数的函数，您需要指定括号，例如f (-1)。）

我有一些使用 ANTLR 编写解析器的经验，我正在尝试（用于自学:)）将其中一个移植到 PEG（解析表达式语法）。

当我试图了解这个想法时，有一件事让我觉得很麻烦，以至于我觉得我错过了一些东西：如何处理空白。

在 ANTLR 中，处理空格和注释的正常方法是将标记放在隐藏通道中，但是使用 PEG 语法没有标记化步骤。考虑到 C 或 Java 等语言几乎在任何地方都允许使用注释，因此人们想立即“隐藏”注释，但由于注释可能具有语义含义（例如在生成代码文档、类图等时），因此不只是想丢弃它们。

那么，有没有办法解决这个问题？

谁能告诉我如何在支持两者的Treetop上编写语法：

和

我有一个 bbcode -> html 转换器，它响应文本区域中的更改事件。目前，这是使用一系列正则表达式来完成的，并且存在许多病理情况。我一直想在这个语法上磨砺铅笔，但不想进入牦牛剃须。但是......最近我开始意识到pegjs，这似乎是 PEG 解析器生成的一个非常完整的实现。我已经指定了大部分语法，但现在我想知道这是否适合使用成熟的解析器。

我的具体问题是：

1. 由于我的应用程序依赖于将我可以翻译的内容转换为 HTML 并将其余部分保留为原始文本，因此使用可能因语法错误而失败的解析器实现 bbcode 是否有意义？例如：[url=/foo/bar]click me![/url]一旦输入关闭标签上的右括号，肯定会成功。但是在此期间用户会看到什么？使用正则表达式，我可以忽略不匹配的内容并将其视为普通文本以进行预览。使用正式语法，我不知道这是否可能，因为我依赖于从解析树创建 HTML，而解析失败的是……什么？

2. 我不清楚应该在哪里进行转换。在正式的基于 lex/yacc 的解析器中，我会有头文件和表示节点类型的符号。在 pegjs 中，我得到带有节点文本的嵌套数组。我可以将翻译后的代码作为 pegjs 生成的解析器的一个动作发出，但将解析器和发射器结合起来似乎是一种代码味道。但是，如果我打电话PEG.parse.parse()，我会得到这样的结果：

给出如下语法：

当然，我是在缩写语法，但你明白了。因此，如果您注意到，数组数组中没有上下文信息可以告诉我我拥有什么样的节点，即使解析器已经完成了这项工作，我也不得不再次进行字符串比较。我希望可以在解析期间定义回调并使用操作来运行它们，但是 Web 上关于如何做到这一点的信息很少。

我在吠叫错误的树吗？我应该回到正则表达式扫描并忘记解析吗？

谢谢

我已经看到一些声称优化的 PEG 解析器通常不能比优化的 LALR(1) 或 LL(k) 解析器快。（当然，解析的性能取决于特定的语法。）

我想知道 PEG 解析器是否有任何特定限制，无论是一般有效还是对于 PEG 语法的某些子集，这会使它们在性能方面不如 LALR(1) 或 LL(k)。

特别是，我对解析器生成器感兴趣，但假设在任何特定情况下都可以调整它们的输出以提高性能。我还假设解析器已经过优化，如果需要提高性能，可以稍微调整特定语法。

对于 Python 风格的缩进，我有与 PEG 基本相同的问题，但我想获得更多关于这个答案的方向。

答案成功生成了一个字符串数组，这些字符串是每行输入，行之间有“INDENT”和“DEDENT”。似乎他几乎使用 PEG.js 来标记化，但没有发生真正的解析。

那么我怎样才能扩展他的例子来做一些实际的解析呢？

例如，如何更改此语法：

使用缩进而不是大括号来描绘块，并且仍然获得相同的输出？

（使用http://pegjs.majda.cz/online通过以下输入测试该语法a{bcd{zyx{}}}：）

类似的问题和作者的网站给了我这样的解决方案：

此解决方案无法解析像“test_var”这样的标识符。

在此示例中，语法 !ReservedWord 将排除所有以“test”或“abc”开头的变量。

提前致谢。

我正在尝试为C/AL 编程语言创建某种lint工具。所以基本上我需要对源代码进行语法和词法分析。我计划从头开始编写解析器，但后来发现有很多工具可以帮助自动生成这些解析器。

我需要性能，因为在一段中检查 20 兆字节的代码是正常情况，我需要该工具可以通过自定义规则进行扩展。所以我决定使用 JavaScript。

到目前为止，我已经找到了两个可以使用Jison和PEG.js的生成器。

它们中的哪一个给了我更多的解析性能？也许不是比较库，而是算法？

哪一个更适合我的需求（解析通用编程语言）？

更新： 我发现了类似的问答：

• Packrat 解析与 LALR 解析
• 解析器的性能：PEG vs LALR(1) 或 LL(k)

我正在尝试使用 Clojure 和amotoen编写语法来解析一种简单的语言来描述鼓循环。语言看起来像这样：–</p>

我将语法定义如下：–</p>

当我单独调用pegasus示例文件的每个部分时，它们会被正确解析。例如：--</p>

但是，当我打电话时(pprint (a/pegasus :Document g (a/wrap-string (slurp "sample.orc"))))，我得到的只是nil。同样，如果我替换(a/wrap-string (slurp "sample.orc"))为包含sample.orc.

所以，我的问题是：谁能发现我的语法有什么问题？我完全没有想法，我已经盯着它看了几天了。我敢肯定这是一件令人尴尬的简单事情，但我就是看不到！

提前致谢。

在我正在研究的这个简单的表达式解析器中，我无法避免左递归。本质上，我想将方程“fx y”解析为两个表达式“fx”和“(fx)y”（带有隐式括号）。如何在避免左递归和回溯的同时做到这一点？是否必须有一个中间步骤？