Parsing 实施“*&引用；组合GLR解析器中的（lazy“lazy*”regexp模式

我已经实现了组合GLR解析器。其中包括:

• char（·）

  使用指定字符或字符范围的解析器

• many（·）

  combinator，从零到无限次重复指定的解析器

示例：

“char（'a'）。many（）”

将一个字符串与任意数量的

“a”

-s匹配

但是，

many（·）

combinator是贪婪的，因此，例如，

char（'{'）>>char（'{'）>>char（'a'..'z'）。many（）>>char（'}'）>>char（'}'）

（其中

“>”

是解析器的顺序链接）将成功地消耗整个

“{{foo}}}}}一些{bar}”字符串

我想实现
many（·）
的惰性版本，在前面的示例中使用该版本时，将只使用
“{{foo}}”
。我该怎么做

编辑：

也许我把你们都弄糊涂了。在我的程序中，解析器是一个函数（或C++中的“函子”），它接受“步骤”并返回“步骤”林。“步骤”可以是OK类型（这意味着解析器成功地使用了部分输入），也可以是FAIL类型（这意味着解析器遇到了错误）。有更多类型的步骤，但它们是辅助的

Parser = f(Step) -> Collection of TreeNodes of Steps.

因此，当我分析输入时，我：


组合简单的预定义语法分析器函数，以获得表示所需语法的复杂语法分析器函数

从输入开始形成初始步骤

给出复杂解析器函数的初始步骤

使用步骤过滤TreeNode，只留下OK（如果输入中有错误，则以最小失败次数）

从剩下的步骤中收集信息

GLR解析器不会生成所有可能的输入解析吗？然后，解决歧义就是选择您喜欢的解析。要做到这一点，我认为解析林的元素需要根据产生它们的组合器的类型来标记，无论是渴望的还是懒惰的。（通常，在看到所有输入之前，无法逐步解决歧义。）

（这个答案基于我的模糊记忆和对GLR解析的模糊可能误解。希望有专家会来。）
我已经实现并使用GLR解析器作为程序转换系统的语言前端15年了

我不知道“组合GLR解析器”是什么，而且我不熟悉您的符号，所以我不太确定如何解释它。我想这是某种咖喱函数表示法？我想象你的组合规则相当于用终端字符定义语法，其中“char（'a'）。many”对应语法规则：

 char = "a" ;
 char = char "a" ;

实际上，GLR解析器生成所有可能的解析。GLR解析的关键洞察是它对所有可能解析的psuedo并行处理。如果您的“组合器”可以提出多个解析（也就是说，它们生成的语法规则类似于上述），并且您确实将它们连接到GLR解析器，那么它们都将得到尝试，并且只有那些平铺文本的生成序列将存活（意味着所有有效的解析，例如，不明确的解析）将存活

如果您确实实现了GLR解析器，那么您应该非常清楚所有可能的解析器的集合。它不是您所实现的东西这一事实并不是GLR解析器

与任何其他解析技术一样，使用GLR解析器进行错误恢复也是可能的。我们所做的是在错误点之前保留一组实时解析；当发现错误时，我们尝试（在psuedo并行中，GLR解析机制可以使这变得容易，如果它正确弯曲的话）以下所有操作：a）删除有问题的令牌，b）插入所有基本上跟随（x）的令牌，其中x是活动解析。本质上，删除令牌，或者插入实时解析所期望的令牌。然后我们再次松开GLR解析器。只有有效的解析（例如，修复）将继续存在。如果无法处理当前令牌，则处理已删除令牌的流的解析器仍然有效。在最坏的情况下，GLR解析器错误恢复最终会将所有令牌丢弃给EOF。一个严重的缺点是GLR解析器的运行时间在解析错误时急剧增长；如果一个地方有很多错误，那么错误恢复时间可能非常长。
考虑正则表达式
和输入
bcef
。这应该可以找到
，而没有其他匹配项，对吗

使用相同的输入，考虑正则表达式<代码> E<代码>。这应该可以找到
bce
，对吗

这造成了一个两难境地。为了用户的利益，我们希望从两个操作数的角度来理解组合器
>
的行为。然而，根据第一个解析器的发现，无法生成第二个解析器的行为

一个答案是，每个解析器生成一个按优先顺序排列的所有解析器的序列，而不是所有解析器的无序集合。贪婪匹配将返回排序从最长到最短的匹配；非贪婪，从最短到最长。
非贪婪功能只不过是一种消歧机制。如果您真的有一个通用的解析器（它不需要消除歧义来产生结果），那么“非贪婪”是没有意义的；无论操作符是否“非贪婪”，都将返回相同的结果

非贪婪消歧行为可以应用于广义解析器提供的完整结果集。从左到右，过滤对应于非贪婪运算符的不明确子组，以使用最短匹配，这仍然导致成功解析剩余输入。
我还想实现自动错误恢复。如果输入有错误怎么办？这样的算法能合理地从错误中恢复吗？主要投票给“YouC”