Parsing bison/yacc中的特定错误恢复

我正在阅读Kenneth Louden的《编译器构造、原理和实践》一书，并试图理解Yacc中的错误恢复

作者使用以下语法给出了一个示例：

%{
#include <stdio.h>
#include <ctype.h>

int yylex();
int yyerror();
%}

%%

command : exp { printf("%d\n", $1); }
        ; /* allows printing of the result */

exp : exp '+' term { $$ = $1 + $3; }
    | exp '-' term { $$ = $1 - $3; }
    | term { $$ = $1; }
    ;

term : term '*' factor { $$ = $1 * $3; }
     | factor { $$ = $1; }
     ;

factor : NUMBER { $$ = $1; }
       | '(' exp ')' { $$ = $2; }
       ;

%%

int main() {
  return yyparse();
}

int yylex() {
  int c;

  /* eliminate blanks*/
  while((c = getchar()) == ' ');

  if (isdigit(c)) {
    ungetc(c, stdin);
    scanf("%d\n", &yylval);
    return (NUMBER);
  }

  /* makes the parse stop */
  if (c == '\n') return 0;

  return (c);
}

int yyerror(char * s) {
  fprintf(stderr, "%s\n", s);
  return 0;
} /* allows for printing of an error message */

然后劳登博士给出了以下例子：

考虑一下，如果将错误产品添加到 yacc定义

factor : NUMBER {$$ = $1;}
       | '(' exp ')' {$$=$2;}
       | error {$$ = 0;}
       ;

考虑前一个示例中的第一个错误输入2++3（我们继续使用表5.11，尽管额外的错误生成会导致一个稍微不同的表。）与前面一样，解析器将 达到以下几点：

parsing stack         input
$0 exp 2 + 7          +3$

parsing stack                 input
$0 exp 2 + 7 factor 4         +3$

现在，

因子

的误差产生将提供误差是一个 状态7中的法律前瞻和错误将立即转移 添加到堆栈上，并减少到

因子

，导致值0为 返回。现在，解析器已达到以下点：

parsing stack         input
$0 exp 2 + 7          +3$

parsing stack                 input
$0 exp 2 + 7 factor 4         +3$

这是正常情况，解析器将继续执行 通常到最后。其效果是将输入解释为2+0+3 -两个+符号之间存在0，因为这是插入错误伪标记的位置，并且是由错误操作插入的 生产，错误被视为等同于具有值的因子 0

我的问题很简单：

通过查看语法，他是如何知道为了从这个特定错误（2++3）中恢复，他需要向

因子

产品中添加一个错误伪标记的？有简单的方法吗？或者，唯一的方法是使用状态表计算出多个示例，并认识到该特定错误将在该给定状态下发生，因此，如果我将错误伪标记添加到某个特定产品中，则错误将得到修复

---

非常感谢您的帮助。

在这种简单的语法中，您只有很少的错误生成选项，所有选项都将允许继续解析

在这种情况下，选择派生树底部的一个是有意义的，但这不是一个通用的启发式方法。将错误生成放在派生树的顶部更为有用，在那里它们可以用于重新同步解析。例如，假设我们修改了语法以允许多个表达式，每个表达式都在自己的行上：（这需要修改

yylex

，以便在看到

\n

时不会伪造EOF）：

现在，如果我们只想忽略错误并继续解析，我们可以添加一个重新同步错误生成：

       | program error '\n'

上面的“\n”终端将导致跳过令牌，直到可以移动换行符以减少错误产生，以便可以继续分析下一行

不过，并不是所有的语言都那么容易重新同步。类C语言中的语句不一定以

结尾，如果错误是（例如）丢失的
}
，则如上所述重新同步的天真尝试将导致一定程度的混乱。然而，它将允许解析以某种方式继续，这可能就足够了

根据我的经验，正确地制作错误通常需要大量的尝试和错误；与其说它是一门科学，不如说它是一门艺术。尝试大量错误输入并分析错误恢复将有所帮助

产生错误的关键是从错误中恢复。生成良好的错误消息是一个不相关但同样具有挑战性的问题。当解析器尝试进行错误恢复时，错误消息已经发送到
yyerror
。（当然，该函数可以忽略错误消息，并将其留给错误产品来打印错误，但没有明显的理由这样做。）

产生好的错误消息的一种可能策略是对解析器堆栈和lookahead令牌进行某种形式的表查找（或计算）。实际上，bison的内置扩展错误处理就是这样做的，并且通常会产生相当合理的结果，所以这是一个很好的起点。已经探讨了替代战略。一个很好的参考是克林顿·杰弗里2003年的论文；您还可以查看他是如何将这个想法应用到Go编译器的。
谢谢您的回复。但我还是不清楚。让我重新措辞这个问题。假设我有一个任务来解决这个特殊的问题，即处理2++3的输入，或者更一般地说是数字+数字。通过查看语法，我如何知道我需要在
因子
产品中插入
错误
伪标记？@flashburn：很抱歉我完全误读了你的问题。我写了一个新的答案，可能会更有帮助，但笼统的答案是“这是一门艺术，不是一门科学。”（答案中包含了这一点，但可能不够强调。）