parsing - 如何用基于语法的解析器替换宏？

Question

我需要一个用于异国编程语言的解析器。我为它编写了一个语法，并使用解析器生成器(PEGjs)来生成解析器。这工作得很好......除了一件事:宏(用预定义的文本替换占位符)。我不知道如何将其整合到语法中。让我来说明一下问题:

要解析的示例程序通常如下所示:

instructionA parameter1, parameter2
instructionB parameter1
instructionC parameter1, parameter2, parameter3

到目前为止没有问题。但该语言也支持宏:

Define MacroX { foo, bar }
instructionD parameter1, MacroX, parameter4

Define MacroY(macroParameter1, macroParameter2) {
  instructionE parameter1, macroParameter1
  instructionF macroParameter2, MacroX
}

instructionG parameter1, MacroX
MacroY

当然，我可以定义一个语法来识别宏和对宏的引用。但在这种情况下，我不知道如何解析宏的内容，因为不清楚宏包含什么。它可以只是一个参数(这是最简单的)，但也可以是一个宏中的多个参数(如我的示例中的 MacroX，它代表两个参数)或一整 block 指令(如 MacroY)。宏甚至可以包含其他宏。如果不清楚宏的语义是什么，我该如何将其放入语法中？

最简单的方法似乎是首先运行预处理器来替换所有宏，然后才运行解析器。但在这种情况下，行号就会变得困惑。如果存在解析错误，我希望解析器生成包含行号的错误消息。如果我对输入进行预处理，行号就不再对应。

非常感谢您的帮助。

Answer 1

宏处理器往往不尊重语言元素的边界；本质上，他们(通常)可以对明显的输入字符串进行任意更改。

如果是这种情况，您别无选择:您需要构建一个宏处理器，可以保留行号。

如果宏始终包含结构良好的语言元素，并且它们始终出现在代码中的结构化位置，那么您可以添加宏定义的概念并调用您的语法。这可能会使你的解析不明确； C代码中的foo(x)可能是宏调用，也可能是函数调用。你必须以某种方式解决这种歧义。 C 解析器过去通过在解析时收集符号表信息来解决此类歧义问题；如果您在解析时收集 is-foo-a-macro，那么您可以确定 foo(x) 是否是宏调用。