java - 处理语法歧义(扑克文件解析)

Question

作为我本科项目的一部分，我目前正在研究扑克手牌历史解析器。过去几天我一直在做一些研究，发现了一些不错的解析器生成器(我选择了 JavaCC，因为项目本身将用 Java 编码)。

尽管牌局历史语法非常基本和直接，但由于玩家昵称中允许的字符集，存在歧义问题。

假设我们有一行格式如下:

Seat 5: myNickname (1500 in chips)

token myNickname 可以包含任何字符以及空格。这意味着，(1500 in chip 和 Seat 5: 都是有效的昵称 - 这最终会导致歧义问题。除了长度 ( 4-12 个字符)。

我需要解析和存储几个数据以及玩家的昵称(例如，在这种特殊情况下的座位位置和筹码数量)，所以我的问题是，我在这里有什么选择？

我很乐意使用 JavaCC 来做这件事，如下所示:

SeatRecord seat() :
{ Token seatPos, nickname, chipStack; }
{
    "Seat" seatPos=<INTEGER> ":" nickname=<NICKNAME> "(" chipStack=<INTEGER> 
    "in chips)"
    {
        return new SeatRecord(seatPos.image, nickname.image, chipStack.image); 
    }
}  

现在哪个不起作用(由于提到的问题)

我还四处搜索了 GLR 解析器(它显然可以处理模棱两可的语法)——但它们似乎大多被遗弃或记录不当，除了 Bison，但那个不支持 Java 的 GLR 解析器，而且可能太复杂了使用 anway(除了歧义问题，正如我提到的，语法本身非常基础)

还是我应该坚持自己对字符串进行分词，并使用 indexOf()、lastIndexOf() 等来解析我需要的数据？只有当它是剩下的唯一选择时，我才会去做，因为恕我直言，它太丑陋了，而且我可能会错过一些情况(这会导致不正确的解析)

Answer 1

如果您的输入格式像您指定的那样简单，您可能可以使用简单的正则表达式:

^Seat ([0-9]+): (.*) \(([0-9]+) in chips\)$

本例中正则引擎的NFA解决了你的歧义，括号内是捕获组，这样你就可以提取出你感兴趣的信息了。