Parsing 一组最简单的lex/yacc规则，用于提取类似函数调用的语句

我在lex/yacc方面没有实际经验，所以我的问题可能看起来很幼稚，但我无法利用在stackoverflow和internet中找到的所有信息找到合理的解决方案。假设我需要一个类似C/C++语法的解析器，但我需要的只是类似函数调用的语句，比如foo（a）、bar（1，2）、foobar（“x”，a，（b，C）），等等。我对代码和表达式的有效性不感兴趣；我准备把它们看作是文字或符号序列。我需要识别逗号和括号之间的字符串文字、标识符和表达式（只是一系列符号）。嗯，我需要删除注释并识别预处理器指令，这超出了问题的范围

我对lex/yacc不太熟悉，但我是一名软件工程师，有一些经验。过去，我在C++中编写了这样的解析器，没有任何第三方助手/工具。五分钟内不会，但我不会说这有什么大不了的。然而，这是一段需要管理的代码。所以下次我需要它时，我认为使用lex/yacc是个好主意。毫无疑问，使用专门用于语法的工具，这样一个基本任务的解决方案应该更加基本。显然，我花了更多的时间（没有成功）试图从lex/yacc获得一些东西，而不是完全手动编写解析器

假设我的lex生成标识符、字符串文字、“、”（“、”）和符号（所有其他）。它删除注释和预处理器内容。所以我想在yacc中说

expression_element
  : IDENTIFIER
  | STRING_LITERAL
  | SYMBOL
  | list_expression
  ;

list_expression
  : '(' ')'
  | '(' expression ')'
  | '(' expression_list ')'
  ;

expression_list
  : expression ',' expression
  | expression_list ',' expression
  ;

expression
  : expression_element
  | IDENTIFIER list_expression
  { /* And this is what I really need. */ }
  | expression expression_element
  ;

我相信这可以用另一种方式写，也许更简单。正如我所说，我不介意表达的有效性，我只在乎它们关于“，”，“（“and”）和简单性的完整性。现在，我无法解决的真正问题是：无论我做什么，我都不能强迫他们区分“标识符列表表达式”（优先）和“标识符非列表表达式”，其中第一个是我需要的类似函数调用的语句，第二个只是标识符本身作为任何其他内容（语句）的一部分。我尝试的任何操作都只会导致冲突和后续解析错误

---

有什么简单的东西我错过了吗？还是我需要为这么少的员工制定一套血淋淋的语法？或者我只需要另一个工具（推荐？）？我宁愿避免自己编写解析器，除非这是唯一简单的解决方案…

您可以通过将

|IDENTIFIER list_expression

移动到

expression_element

并添加

%left IDENTIFIER
%left '('

在开场白中，为了强制

标识符列表\表达式

优先于将

标识符

与

列表\表达式

串联，作为

表达式

的一部分

在优先级声明中使用

%left

完全是任意的，因为这里的关联性是无关的。优先级声明仅用于解决歧义，而对

标识符标识符

和

（

的解析并不含糊；在这两种情况下，只能进行一次解析。这仅适用于

标识符的情况（

存在歧义：这可能是右侧

标识符列表表达式的开始，也可能是一个
表达式元素
，由
标识符
后跟一个
表达式元素
，由
列表表达式
组成。要强制进行第一次解释，我们必须编辑以确保歧义得到解决，从而有利于移动
（
）

在没有相关优先声明的情况下，yacc/bison将解决有利于shift操作的歧义。但它也会产生一个警告。因为优先声明会产生相同的默认操作，所以生成的解析器在修改或不修改的情况下都是相同的；声明的唯一效果是抑制警告信息

我不知道这是否真的是你的问题的答案，因为没有足够的细节来知道你实际要解决的问题。如果你正在查看的程序代码是C，你会发现
（函数）（3）形式的表达式
将不会被识别为函数调用，尽管它们很可能是（它们很可能是强制转换表达式；这取决于括号内内容的语义）使用这种形式的函数调用是为了避免调用类似于函数的同名宏，但它们也可能仅用于满足编码器的特定语法美学。如果没有大量的解析基础设施，则无法区分强制转换和函数调用（例如，您需要解析
typedef
声明，至少要弄清楚别名的名称）。
您可以通过将
|IDENTIFIER list_expression
移动到
expression_元素
并添加

%left IDENTIFIER
%left '('

在开场白中，为了强制
标识符列表\表达式
优先于将
标识符
与
列表\表达式
串联，作为
表达式
的一部分

在优先声明中使用
%left
完全是任意的，因为这里的关联性是无关的。优先声明仅用于解决歧义，并且对
标识符和
进行解析（
没有歧义；在这两种情况下，只有一种解析是可能的。这只适用于
标识符的情况（
存在歧义：这可能是右侧
标识符列表\表达式的开始，也可能是一个
表达式\元素
，由
标识符
后跟一个
表达式\元素
，由
列表\表达式
组成，以强制第一个解释