Fatal编程技术网
  • parsing/
  • Parsing 用于解析类PHP语言的语法，以便它可以处理语法中的PHP开始和结束标记（“lt；”？“和“？”gt；”）

Parsing 用于解析类PHP语言的语法，以便它可以处理语法中的PHP开始和结束标记（“lt；”？“和“？”gt；”）

parsing

Parsing 用于解析类PHP语言的语法，以便它可以处理语法中的PHP开始和结束标记（“lt；”？“和“？”gt；”）,parsing,grammar,context-free-grammar,lexical-analysis,Parsing,Grammar,Context Free Grammar,Lexical Analysis,我试图理解如何定义类似PHP的语法。在PHP中，可以从PHP模式进入HTML模式，然后再回到PHP模式 为了问这个问题，我定义了我的PHP语言 简单得可笑。在下面这个问题的剩余部分，这种语言将被称为“类似PHP” 它只包含一个构造：if（expression）{block_list}，即。 if语句。block_列表是一系列嵌套的if语句， 表达式或HTML。同样，为了保持语言的简单性，一个 表达式必须是标识符 下面是一个示例，显示了此语言中的有效代码。在这里，HTML后面跟着两个嵌套的if语句

我试图理解如何定义类似PHP的语法。在PHP中，可以从PHP模式进入HTML模式，然后再回到PHP模式

为了问这个问题，我定义了我的PHP语言 简单得可笑。在下面这个问题的剩余部分，这种语言将被称为“类似PHP”

它只包含一个构造：
if（expression）{block_list}
，即。 if语句。block_列表是一系列嵌套的if语句， 表达式或HTML。同样，为了保持语言的简单性，一个 表达式必须是标识符

下面是一个示例，显示了此语言中的有效代码。在这里，HTML后面跟着两个嵌套的if语句，后面跟着另一个HTML

<body><p>Some HTML text here</p>
<?
    if (expression1) {
        if (expression2) {
            expression3
        }
    }
?>
</p>Some more HTML text here</p></body>
Lexer输出：

HTML        ""
IF          "if" 
LPAREN      "("
IDENTIFIER  "expression1" 
RPAREN      ")"
LBRACE      "{"
HTML        "\n        some html here\n"
IF          "if"
LPAREN      "("
...
不输出开始和结束标记使解析器语法保持简单。现在，我可以使用以下语法解析这些标记。由于解析器不必处理BEGIN和END标记，因此不必在语法中的任何地方提及它们。它使语法保持简单

block_list   = block | block_list block;
block        = HTML | if_statement | expression;
if_statement = IF LPAREN expression RPAREN LBRACE block_list RBRACE;
expression   = IDENTIFIER;
但是，比方说，我想在lexer中输出BEGIN和END标记。有没有一种好方法可以为它编写语法，这样它就可以处理嵌套的if语句，这些语句中可能也包含HTML

我试图在下面的语法中处理lexer输出中存在的BEGIN和END标记，但是我无法找到一个有效的语法

block_list   = block | block_list block;
block        = HTML | php_like | code;
php_like     = BEGIN code | BEGIN code END;
code         = if_statement | expression;
if_statement = IF LPAREN expression RPAREN LBRACE block_list RBRACE |
               IF LPAREN expression RPAREN LBRACE END block_list RBRACE |
               IF LPAREN expression RPAREN LBRACE END block_list BEGIN RBRACE
expression   = IDENTIFIER;
上述语法允许在这个问题中使用上述两个代码示例。但它也允许以下无效代码

<?
    if (expression1) {
        <? expression2
    }
?>
我有两个问题

  • 如果lexer输出BEGIN和END标记，我如何编写语法来处理它们
  • 最好不要输出BEGIN和END标记，以便语法保持简单
    • 假设您的lexer仍然是有状态的，因此将为
    END
    和
    BEGIN
    之间的文本发出一个
    HTML
    标记，语法上几乎没有差异

    除了第一个和最后一个
    HTML
    标记外，每隔一个
    HTML
    标记前面都会有
    END
    ，后面是
    BEGIN
    。换言之，我们有：

    html: END HTML BEGIN;
    稍微复杂的是，我们需要处理第一个和最后一个
    HTML
    token，这意味着我们需要一个新的非终端（这将是开始符号）：

    除了
    HTML
    变成
    HTML
    之外，其余语法与原始语法相同：

    block_list   = block | block_list block;
block        = html /* Change is here */ | if_statement | expression;
if_statement = IF LPAREN expression RPAREN LBRACE block_list RBRACE;
expression   = IDENTIFIER;
    如果在关联文本为空字符串的情况下，您的新lexer不再发出
    HTML
    标记，则需要两个替代规则：

    program: leading_html block_list trailing_html;
leading_html: HTML BEGIN | BEGIN;
trailing_html: END HTML | END;
html: END HTML BEGIN | END BEGIN;
 /* Remainder as above */
    谢谢你提出了一个聪明的解决方案。我喜欢把
    BEGIN
    和
    END
    作为
    html
    的一部分，而不改变语法的其余部分。你能告诉我
    html:htmlbegin | END-htmlbegin | END-html
    是否也是一种解决方案吗？如果这也是一个正确的解决方案，那么就不需要一个名为
    program
    @LoneLearner的新的非终端：它可能会工作，但我觉得它错了，因为它允许不应该允许的令牌流（即使扫描器不会产生这样的流，除非它没有按照规范运行）。另外，我认为如果你还想让扫描器在没有HTML文本的情况下不生成HTML标记（但我没有检查，所以我可能错了），那么这将导致移位减少冲突。@LoneLearner:我没有在答案中提到这一点，但事实是，我认为你最初的解决方案更好。开始和结束标记不向语法添加任何内容；扫描器在任何情况下都需要跟踪这两个上下文；因此，上下文切换符号（开始和结束）属于扫描仪。至少，这是我的观点，这就是为什么我没有回答这个问题。 
    html: END HTML BEGIN;

    program: HTML BEGIN block_list END HTML;

    block_list   = block | block_list block;
block        = html /* Change is here */ | if_statement | expression;
if_statement = IF LPAREN expression RPAREN LBRACE block_list RBRACE;
expression   = IDENTIFIER;

    program: leading_html block_list trailing_html;
leading_html: HTML BEGIN | BEGIN;
trailing_html: END HTML | END;
html: END HTML BEGIN | END BEGIN;
 /* Remainder as above */