python - BASIC语法中 "END"和 "END IF"之间的冲突，使用Lark

Question

我正在尝试使用 Lark 为 BASIC 创建一个 LALR 解析器，而且我很难解决“END”语句和“END IF”等语句之间的冲突。这是语法的简化版本:

%ignore /[ \t\f]+/

program: _nlopt _part_list

_part_list: (stmt | block) _nl _part_list
          |

_nlopt: _nl
      |

_nl: _NEWLINE _nl
   | _NEWLINE

block: if_block

stmt: print_stmt
    | end_stmt

end_stmt: END_KW

if_block: IF_KW expr THEN_KW _nl block_body endif_stmt

endif_stmt: END_KW IF_KW

block_body: _block_body_item block_body
          |

_block_body_item: stmt _nl

print_stmt: PRINT_KW expr

?expr: NUMERIC_LITERAL

_NEWLINE: "\n"
NUMERIC_LITERAL: /[\-+]?\d+(\.\d*)?[!#%&]?/

END_KW: "end"i
IF_KW: "if"i
PRINT_KW: "print"i
THEN_KW: "then"i

如果我用这样的代码尝试这个语法:

parser = Lark(grammar, start='program', parser='lalr')

prog = r"""
if 1 then
   print 200
end if
"""
t = parser.parse(prog)
print(t.pretty())

这是我从 Lark 得到的:

Traceback (most recent call last):
  File "test.py", line 230, in <module>
    t = parser.parse(prog)
  File "/home/user/.pyenv/versions/venv/lib/python3.6/site-packages/lark/lark.py", line 250, in parse
    return self.parser.parse(text)
  File "/home/user/.pyenv/versions/venv/lib/python3.6/site-packages/lark/parser_frontends.py", line 37, in parse
    return self.parser.parse(token_stream, *[sps] if sps is not NotImplemented else [])
  File "/home/user/.pyenv/versions/venv/lib/python3.6/site-packages/lark/parsers/lalr_parser.py", line 68, in parse
    for token in stream:
  File "/home/user/.pyenv/versions/venv/lib/python3.6/site-packages/lark/lexer.py", line 341, in lex
    for x in l.lex(stream, self.root_lexer.newline_types, self.root_lexer.ignore_types):
  File "/home/user/.pyenv/versions/venv/lib/python3.6/site-packages/lark/lexer.py", line 175, in lex
    raise UnexpectedCharacters(stream, line_ctr.char_pos, line_ctr.line, line_ctr.column, allowed=allowed, state=self.state)
lark.exceptions.UnexpectedCharacters: No terminal defined for 'i' at line 4 col 5

end if
    ^

Expecting: ['__IGNORE_0', '_NEWLINE']

如果我删除“end_stmt”规则，就不会发生这种情况。有没有办法修复语法以防止这种情况发生？

Answer 1

默认情况下，Lark 不会警告您语法中的 shift-reduce 冲突，而是默默地解决它们以支持 shifting。这通常会导致解析器无法解析您想要的内容——就像这里的情况一样。你可以通过传递 debug = True 来让 lark 警告你这些冲突。标记为 Lark() .这样，您甚至可以在通过测试发现问题之前就发现问题所在，甚至可以获得有关问题所在的有用信息。

随着 debug选项已启用，您将收到一条警告，指出存在 shift-reduce 冲突，其中 END_KW可能意味着当前 block_body结束了或者可能是end_stmt .这是一个问题，因为 LALR(1) 解析器只能向前看一个标记，但我们必须向前看第二个标记以查看是否有 if。在end之后正确决定采取哪个选项。

您可以通过转动 end if 来解决这个问题，有点笨拙。变成这样的单个标记:

ENDIF_KW: /end[ \t\f]+if/i

然后使用 ENDIF_KW而不是 END_KW IF_KW .

PS:请注意，如果您使用 Earley 解析而不是 LALR(1)，您的语法在没有这些更改的情况下也能正常工作。