lpeg 解析一阶逻辑项

Question

正如标题所说，我正在尝试解析示例

term(A, b, c(d, "e", 7))

在 Lua 表中

{term, {A, b, {c, {d, "e", 7}}}}

这是我构建的语法：

local pattern = re.compile[=[
  term      <- variable / function
  argument  <- variable / lowercase /number / string
  function  <- {|lowercase {|(open argument (separator (argument / function))* close)?|}|}
  variable  <- uppercase
  lowercase <- {[a-z][A-Za-z0-9]*}
  uppercase <- {[A-Z][A-Za-z0-9]*}
  string    <- '"' {~ [^"]* ~} '"'
  number    <- {[0-9]+}
  close     <- blank ")"
  open      <- "(" blank
  separator <- blank "," blank
  blank     <- " "*
]=]

我遇到以下问题：

• 它无法解析嵌套术语。对于上面的示例，它仅返回 {term, {} }（而 term(A, b, c) 可以）。
• 为了去除字符串中的引号，我使用了{~ ~}，但正因为如此，我不得不将所有捕获从argument 和term 移到下面的行中。有没有办法避免这种情况？
• 我希望有一个与每个元素关联的键来指定其类型，例如，而不是 A 之类的 {value = "A", type = "variable"}。我找到了一种使用{:name: :} 执行此操作的方法，但是表中元素的顺序丢失了（因为它不会创建新表而只是添加一个键，在这种情况下variable="A" 和这个顺序元素不固定）。如何标记维持订单的商品？

Answer 1

在你的语法中，你有：

argument  <- variable / lowercase /number / string
function  <- {|lowercase {|(open argument (separator (argument / function))* close)?|}|}

请记住，lpeg 会按照您拥有的顺序尝试匹配规则中的模式/谓词。一旦找到匹配，lpeg 将不会考虑该语法规则中进一步可能的匹配，即使稍后可能有“更好”的匹配。

这里它无法匹配嵌套函数调用，因为它看到c 可以匹配

`argument  <- variable`

由于您的variable 非终端列在function 之前，lpeg 不考虑后者，因此它停止解析后面的标记。

作为一个实验，我稍微修改了您的语法，并为您感兴趣的大多数非终端添加了一些表格和命名捕获。

local pattern = re.compile
[=[
  term      <- {| {:type: '' -> "term" :} term_t |}
  term_t    <- func / var
  func      <- {| {:type: '' -> "func":} {:name: func_id:} "(" arg(separator arg)* ")" |}
  func_id   <- lower / upper
  arg       <- number / string / term_t
  var       <- {| {:type: '' -> "var" :} {:name: lower / upper:} |}
  string    <- '"' {~ [^"]* ~} '"'
  lower <- {%l%w*}
  upper <- {%u%w*}
  number    <- {%d+}
  separator <- blank "," blank
  blank     <- " "*
]=]

通过快速模式测试：

local test = [[fun(A, b, c(d(42), "e", f, 7))]]
dump( pattern:match(test) )

在我的机器上给出以下输出：

{
  {
    {
      type = "var",
      name = "A"
    },
    {
      type = "var",
      name = "b"
    },
    {
      {
        "42",
        type = "func",
        name = "d"
      },
      "e",
      {
        type = "var",
        name = "f"
      },
      "7",
      type = "func",
      name = "c"
    },
    type = "func",
    name = "fun"
  },
  type = "term"
}

仔细查看上面的内容，您会注意到函数参数按照它们传入的顺序出现在表的索引部分中。OTOH type 和 name 可以以任何顺序出现，因为它是在表格的关联部分。您可以将这些“属性”包装在另一个表中，并将该内部属性表放在外部表的索引部分中。

编辑：这是一个修改后的语法，使解析更加统一。我删除了 term 捕获以帮助修剪一些不必要的分支。

local pattern2 = re.compile
[=[
  term      <- term_t
  term_t    <- func / var
  func      <- {| {:type: '' -> "func":} {:name: func_id:} "(" args? ")" |}
  func_id   <- lower / upper
  arg       <- number / string / term_t
  args      <- arg (separator args)?
  var       <- {| {:type: '' -> "var" :} {:name: lower / upper:} |}
  string    <- {| {:type: '' -> "string" :}'"' {:value: [^"]* :} '"' |}
  lower     <- {%l%w*}
  upper     <- {%u%w*}
  number    <- {| {:type: '' -> "number":} {:value: %d+:} |}
  separator <- blank "," blank
  blank     <- " "*
]=]

产生以下结果：

{
  {
    type = "var",
    name = "A"
  },
  {
    type = "var",
    name = "b"
  },
  {
    {
      {
        type = "number",
        value = "42"
      },
      type = "func",
      name = "d"
    },
    {
      type = "string",
      value = "e"
    },
    {
      type = "var",
      name = "f"
    },
    {
      type = "number",
      value = "7"
    },
    type = "func",
    name = "c"
  },
  type = "func",
  name = "fun"
}

Answer 2

抱歉，我没有使用 LPeg 的经验，但通常的 Lua 模式足以轻松解决您的任务：

local str = 'term(A, b, c(d, "e", 7))'

local function convert(expr)
    return (expr:gsub('(%w+)(%b())',
        function (name, par_expr)
            return '{'..name..', {'..convert(par_expr:sub(2, -2))..'}}'
        end
    ))
end

print(convert(str))  -- {term, {A, b, {c, {d, "e", 7}}}}

现在只需 load() 转换字符串来创建表。