Parsing 语法不完全的句法分析

如何使用不完整的语法，有什么共同的解决方案吗？在我的例子中，我只想检测Delphi（Pascal）文件中的方法，这意味着

过程

和

函数

。以下第一次尝试正在运行

    methods
      : ( procedure | function | . )+
      ;

---

但这是一个解决方案吗？有没有更好的解决办法？是否可以使用操作停止解析（例如，在检测到

实现之后）。使用预处理器有意义吗？如果是，怎么做？
如果你只是在寻找名字，那么简单如下：

语法PascalFuncProc；
作语法分析
：（程序|功能）*EOF
;
程序
：“过程”空间标识符
;
作用
：“函数”空间标识符
;
忽略
：（strlateral | Comment |）{skip（）；}
;
片段空间：（“”|’\t’|’\r’|’\n’+；
片段标识符：（'a'..'z'|'a'..'z'|'|'|'）（'a'..'z'|'a'..'z'|'|'|'0'..'9'）*；
片段结构：'\''.''.'.'.'.*''.'''''.''；
片段注释：'{'~'}'*'}'；

我会成功的。注意，我对Delhpi/Pascal不是很熟悉，所以我肯定是在搞砸

strlateral

s和/或

Comment

s，但这很容易解决

根据上述语法生成的lexer将只生成两种类型的标记（

过程

s和

函数

s），其余的输入（字符串文本、注释或如果没有匹配，一个字符：

）将立即从lexer中丢弃（

跳过（）

方法）

对于这样的输入：

一些有效的源代码
{ 
函数nota函数。。。
}
程序过程
开始
...
结束；
程序函数
开始
s='函数notaffunction！！！'
结束；

将创建以下解析树：

---

你所问的问题被称为。其概念是为您关心的语言部分（即“岛”）定义一个解析器，该部分包含该部分所需的所有经典标记化，并定义一个非常松散的解析器来跳过其余部分（即嵌入岛的“海洋”）。这样做的一个常见技巧是定义相应的草率lexer，它会收集大量的内容（例如，要跳过HTML到嵌入式代码，您可以尝试跳过任何看起来不像lexer中的脚本标记的内容）

ANTLR网站甚至特别指出，ANTLR中包含了一些例子。我没有使用ANTLR的经验，所以我不知道这些具体信息有多有用

---

在构建了许多使用解析器分析/转换代码的工具（查看我的简历）之后，我对island Grammars的通用性有点悲观。除非您的目标是对已解析的孤岛执行一些非常琐碎的操作，否则您将需要收集它直接或间接使用的所有标识符的含义。。。不幸的是，它们中的大多数都是在海洋中定义的。因此，我认为你也必须解析海洋才能完成琐碎的任务。你也会有其他麻烦，确保你真的跳过岛上的东西；这几乎意味着您的ocean lexer已经了解了空格、注释和字符串的所有挑剔语法（这比现代语言看起来更难），因此可以正确地跳过它们。YMMV.

我不确定使用antlr和类似的工具是否可行，但使用基于PEG的解析器则非常简单-只需定义一个规则，如

（！methods.）+/methods

，它将解析整个流，检测所有看起来像

方法的东西。您可能也希望在这里处理注释和字符串文本。是否希望所有内容都位于
开始
和
结束之间？还是你只对它们的名字感兴趣？@Bart:首先，只有名字…@SK logic:非常感谢你的回答，我们也会看看基于PEG的解析器。对不起，规则应该是：
（！methods.）/methods）+
。这里，
解析任何字符。Ira，非常感谢链接和答案。真有价值！巴特对ANTLR的东西很在行，因此他的即时岛语法。但是它有问题（不是巴特的错）。如果您的语言允许文本字符串或注释，这将错误地将/*过程Proc is foobarred*/作为过程声明。这是岛屿语法的问题之一：它们必须足够准确，以满足您的需要。也许你不在乎，但请确保你不在乎，否则你会大吃一惊。@Ira，呃，我确实在lexer中定义了将被跳过的字符串文字和注释规则（请参阅规则
strlateral
和
comment
）。还是我误解了？巴特：不，我没有在你回答的密码中看到它们；如果你确信自己知道某件事的意思，那么你所看不到的东西是令人惊讶的。我想我得学着更仔细地阅读：-{干得好，巴特（在评论中得到了饼干）。你加上它们的事实也说明了我的观点：-}@Ira，啊，很好。当像你这样的人（意思是：一个更有经验的w.r.t.解析）评论我的一个答案时，我总是保持警惕。尤其是如果有人最近承诺……；）