Parsing 如何解析上下文敏感语法？

CSG类似于CFG，但reduce符号是多重的

所以，我可以只使用CFG解析器来解析CSG，从而将生产减少到多个终端或非终端吗

像

当我们相遇时，我们能不能把

wx

简化为

wb

当我们遇到

wb

时，我们能不能把

wb

简化为

cb

所以，若CSG解析器是基于CFG解析器的，那个么编写并不困难，是真的吗

但当我查看wiki时，它说要解析CSG，我们应该使用

线性有界自动机

---

什么是线性有界自动机？

上下文敏感语法是不确定的。所以你不能仅仅因为RHS在推导过程中的某个点上是可见的，就假设会发生一个缩减

LBA（线性有界自动机）也是非确定性的，因此它们不是一个真正实用的算法。（你可以用回溯来模拟一个，但是对于执行一个解析所需的时间没有方便的限制。）它们是CSG的接受者这一事实对于解析理论来说是有趣的，但对于解析实践来说却不是

与CFG一样，CSG也有不同的类别。CSG的一些受限子类更容易解析（例如，CFG是一个子类），但我不认为有太多关于实际用途的研究；在实践中，CSG很难编写，并且没有明显的类似于可以从派生构造的解析树

要阅读更多内容，您可以从开始，然后按照其引用继续阅读。祝你好运。

解析器生成器能够使用语法分析一些简单的上下文敏感模式

可以编写一个上下文敏感规则，该规则匹配

要做或不要做

或

要做或不要做

，但不匹配

要做或不要做

：

# "_" is whitespace, "word" is a single word
example_rule -> "to" _ word _ "or" _ "not" _ "to" _ word {%
    function(d,l, reject) {
        if (d[2] !== d[10]) {
            return reject;
        } else {
            return {d.join(" ")};
        }
    }
%}

---

那么GLR解析器呢，它可以使用非确定性CFG语法进行详细说明。它可以用来解析CSG吗？@qdwang:不，它不能。但是为什么？只需修改减少到多个冲突的单个非终端到多个冲突的多个非终端组@rici@qdwang：因为无法从左到右解析CSG。对于CFG，如果任何派生都是可能的，则最右边的派生总是可能的。但是不能使用CSG，可能通过将其转换为Prolog来解析这种语言。

# "_" is whitespace, "word" is a single word
example_rule -> "to" _ word _ "or" _ "not" _ "to" _ word {%
    function(d,l, reject) {
        if (d[2] !== d[10]) {
            return reject;
        } else {
            return {d.join(" ")};
        }
    }
%}