gpt4 book ai didi

c++ - Boost Spirit 词法分析器状态异花授粉

转载 作者:太空狗 更新时间:2023-10-29 21:41:54 26 4
gpt4 key购买 nike

我正在尝试使用词法分析器状态来进行特定于上下文的解析,但似乎不同的词法分析器状态会交叉授粉。这是一个非常基本的例子

#include <boost/config/warning_disable.hpp>
#include <boost/spirit/include/qi.hpp>
#include <boost/spirit/include/lex_lexertl.hpp>
#include <boost/spirit/include/phoenix_operator.hpp>
#include <boost/spirit/include/phoenix_container.hpp>

#include <iostream>
#include <string>

using namespace boost::spirit;

template <typename Lexer>
struct strip_comments_tokens : lex::lexer<Lexer>
{
strip_comments_tokens()
: strip_comments_tokens::base_type(lex::match_flags::match_default)
{
ccomment = "\\/\\*";
endcomment = ".*\\*\\/";
hello = "hello";

this->self.add
(ccomment)
(hello);

this->self("COMMENT").add
(endcomment);
}

lex::token_def<> ccomment, endcomment;
lex::token_def<std::string> hello;
};

template <typename Iterator>
struct strip_comments_grammar : qi::grammar<Iterator>
{
template <typename TokenDef>
strip_comments_grammar(TokenDef const& tok)
: strip_comments_grammar::base_type(start)
{
start = *( tok.ccomment
>> qi::in_state("COMMENT")
[
tok.endcomment
]
| tok.hello [ std::cout << _1 ]
);
}

qi::rule<Iterator> start;
};


int main(int argc, char* argv[])
{
typedef std::string::iterator base_iterator_type;

typedef
lex::lexertl::lexer<lex::lexertl::token<base_iterator_type> >
lexer_type;

typedef strip_comments_tokens<lexer_type>::iterator_type iterator_type;

strip_comments_tokens<lexer_type> strip_comments; // Our lexer
strip_comments_grammar<iterator_type> g (strip_comments); // Our parser

std::string str("hello/*hello*/hello");
base_iterator_type first = str.begin();

bool r = lex::tokenize_and_parse(first, str.end(), strip_comments, g);

return 0;
}

我希望输入

"hello/*hello*/hello"

被标记为hello ccomment endcomment hello。但是发生的是输入被标记为 hello ccomment hello,因此语法停止工作。如果将输入更改为

"hello/*anything else*/hello" 

一切正常。

有什么想法吗?

最佳答案

您永远不会修改词法分析器的状态。所以它总是处于 "INITIAL" 状态。

设置词法分析器状态应该在词法分析阶段完成(根据我的经验和大量实验,没有可靠的方法从解析阶段反馈)。

因此您需要升级到 actor_lexer 并将语义操作附加到添加到词法分析器表的 token_defs:

typedef 
lex::lexertl::actor_lexer<lex::lexertl::token<base_iterator_type> >
lexer_type;

this->self += 
ccomment [ lex::_state = "COMMENT" ]
| hello;

this->self("COMMENT") +=
endcomment [ lex::_state = "INITIAL" ];

也就是说,我想完全跳过标记会容易。如果你真的想知道如何使用 Lexer 状态来跳过,请参阅:

不过,我建议使用 lex::_pass = lex::pass_flags::pass_ignoreSimplify And Profit 方法:

这是我的看法:

Live On Coliru

#include <boost/spirit/include/lex_lexertl.hpp>
#include <boost/spirit/include/phoenix.hpp>
#include <boost/spirit/include/qi.hpp> // for the parser expression *strip_comments.hello

namespace lex = boost::spirit::lex;
namespace phx = boost::phoenix;

template <typename Lexer>
struct strip_comments_tokens : lex::lexer<Lexer> {
strip_comments_tokens()
: strip_comments_tokens::base_type(lex::match_flags::match_default)
{
ccomment = "\\/\\*.*\\*\\/";
hello = "hello"; // why not "."?

this->self +=
ccomment [ lex::_pass = lex::pass_flags::pass_ignore ]
// IDEA: | lex::token_def<char>(".") // to just accept anything
| hello
;
}

lex::token_def<lex::omit> ccomment;
lex::token_def<std::string> hello;
};

int main() {
typedef std::string::const_iterator base_iterator_type;
typedef lex::lexertl::actor_lexer<
lex::lexertl::token<base_iterator_type/*, boost::mpl::vector<char, std::string>, boost::mpl::false_*/>
> lexer_type;

strip_comments_tokens<lexer_type> strip_comments; // Our lexer

std::string const str("hello/*hello*/hello");
std::string stripped;

base_iterator_type first = str.begin();
bool r = lex::tokenize_and_parse(first, str.end(), strip_comments, *strip_comments.hello, stripped);

if (r)
std::cout << "\nStripped: '" << stripped << "'\n";
else
std::cout << "Failed: '" << std::string(first, str.end()) << "'\n";
}

关于c++ - Boost Spirit 词法分析器状态异花授粉,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27705982/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com