用 M 编写解析器，消费而不规则答案

【问题标题】：Writing a parser with M, consume while not rule用 M 编写解析器，消费而不规则
【发布时间】：2009-11-25 07:06:50
【问题描述】：

我正在编写一个 HTML 解析器以供自己消遣，我想试试 M。

我的这项工作基于 HTML 4.01 标准，其中写着

虽然 STYLE 和 SCRIPT 元素使用 CDATA 作为他们的数据模型，这些元素，必须处理 CDATA 用户代理不同。标记和实体必须被视为原始文本并按原样传递给应用程序。字符的第一次出现序列“”（结束标记打开分隔符）被视为终止元素的内容。无效的文件，这将是结束标签为元素。

我想了一会儿，我真正想做的是这样的

syntax Main 
    = "<script>" Script "</script>"
    ;
token Script
    = TakeWhileNot("</") // this is not valid M grammar
    ;

我发现自己想要执行某种匹配的标记化规则，直到我到达一个开放的尖括号

如果转义序列是单个字符，这不会有问题，因为那时我可以写这个。

token Script
    = ScriptEscape+
    ;
token ScriptEscape
    = !"<"
    ;

这会起作用，不确定我是否以正确的方式进行此操作，但问题与我在另一种语言中嵌入了一种语言有关，但在这种情况下我不关心脚本语言所以我只是想跳过一个头。

【问题讨论】：

【解决方案1】：

我想出了这个巧妙的技巧，但并不完全明显......

syntax Main 
    = "<script>" Script* "</script>"
    ;
token Script
    = !('<')
    | '<' !('/')
    ;

现在这是有效的 MGrammar，翻译为：

这会消耗任何东西，直到遇到标记而不消耗它。

【讨论】：