回溯如何在 peg.js 中工作（示例）？

Question

我已经定义了以下最小的 Peg.js 语法：

start  =  "A1" / "A123"

你可以试试in the sandbox。

我本来希望匹配“A1”和“A123”（根据我对回溯如何工作的概念）。但事实并非如此：语法识别“A1”但不识别“A123”。

注意：我不是在寻找相关问题How to transform a simple grammar into something which works in PEG.js (expected "a" but "a" found) 中的“颠倒您的术语顺序”的建议。相反，我希望了解我所看到的行为，以及为什么 Peg.js 的回溯不适用于这种情况。有关为什么颠倒我的术语顺序没有帮助的解释，请参阅下面更现实的示例。

---

举一个更现实的例子，考虑单位解析。语法应该识别带有可选前缀的公制单位（如“m”、“mol”），如“mm”、“mmol”，以及非公制单位，如“yr”、“week”或“mo”。

以下 Peg.js 语法无法识别“mol”，因为它在使用“mo”时会出错，并且不会回溯。 （更改术语的顺序无济于事；或者更确切地说，会导致以牺牲“mol”或“mmol”为代价来识别“mo”。）

start  =  nonmetric / metric / prefix metric
metric = "mol" / "l" / "m" / "g"
nonmetric = "yr" / "mo" / "week" / "day" / "hour"
prefix = "m" / "k" / "c"

我可以在 Antlr 中成功地做类似的事情：

grammar units;
start  :  nonmetric | metric | prefix metric;
metric : 'mol' | 'l' | 'm' | 'g';
nonmetric : 'yr' | 'mo' | 'week' | 'day' | 'hour';
prefix : 'm' | 'k' | 'c';

Answer 1

问题在于回溯的概念。 PEG 解析器不会像其他递归下降解析器或 Prolog 那样回溯。相反，当面临选择时，PEG 解析器将尝试所有选项，直到成功。一旦成功，无论如何调用规则，它都会提交。

来自Wikipedia article：

然而，与上下文无关文法和正则表达式不同的是， 这些操作员总是表现得很贪婪，消耗的输入与 可能且永不回头。

您在复杂情况下的要求与this question 中的要求相同。到目前为止的答案是是的：您必须调整 PEG 语法中的规则，以确保总是首先匹配最长的选项，即使结果是有点难看的语法。

调整 PEG 语法的一种方法是使用前瞻（这是前瞻在 PEG 中出现的主要原因之一）：

start  =  nonmetric / metric / prefix metric
metric = "mol" / "l" / !"mo" "m" / "g"
nonmetric = "yr" / !"mol" "mo" / "week" / "day" / "hour"
prefix = !("mol"/"mo") "m" / "k" / "c"

Answer 2

这是设计使然。您可以指定正确的顺序或将用于匹配的规则。

引用原文white paper：

当然，这些工具不会让语言语法设计变得简单。在 不必确定是否有两种可能的选择 CFG 是模棱两可的，PEG 为语言设计者提供了类似的 确定“/”表达式中是否有两个备选方案的挑战 可以在不影响语言的情况下重新排序。这个问题是 通常是显而易见的，但有时不是，而且通常是不确定的。 然而，与发现 CFG 中的歧义一样，我们希望 寻找自动算法来识别订单敏感性或 在常见情况下保守的不敏感。

在这个简单的例子中，PEG.js 可能会更聪明一些，并且可以识别您指定的规则是不明确的。可能值得ask作者。