使用 PEG (Grako) 解析选项不足？答案

【问题标题】：Parsing of optionals with PEG (Grako) falling short?使用 PEG (Grako) 解析选项不足？
【发布时间】：2014-07-06 20:47:15
【问题描述】：

我的同事 PaulS 问了我以下问题：

我正在为现有语言（SystemVerilog - 一种 IEEE 标准）编写解析器，规范中有一个与此结构相似的规则：

cover_point 
    = 
    [[data_type] identifier ':' ] 'coverpoint' identifier ';' 
    ;

data_type 
    = 
    'int' | 'float' | identifier 
    ;

identifier 
    = 
    ?/\w+/? 
    ;

问题是在解析以下合法字符串时：

anIdentifier: coverpoint another_identifier;

anIdentifier 成功匹配data_type（通过其标识符选项），这意味着 Grako 正在寻找另一个标识符，然后失败。然后它不会尝试在没有 data_type 部分的情况下进行解析。

我可以重写规则如下，

cover_point_rewrite  
    = 
    [data_type identifier ':' | identifier ':' ] 'coverpoint' identifier ';' 
    ;

但我想知道：

这是故意的，
是否有更好的语法？

这是一个 PEG-in-general 问题，还是工具 (Grako) 问题？

【问题讨论】：

我自己的看法是，是的，必须调整语法以强制 PEG 解析器首先选择最长的选项。

标签： parsing grammar ebnf peg grako

【解决方案1】：

上面写着here，在 PEG 中，选择运算符是有序的，以通过使用第一个匹配项来避免 CFG 的歧义。

在你的第一个例子中

[data_type]

解析id成功，所以当它找到:而不是另一个标识符时它会失败。这可能是因为[data_type] 的行为类似于(data_type | ε)，所以它总是会使用第一个ID 解析data_type。

在

[data_type 标识符':' | identifier ':' ]

当没有第二个 id 时，第一个选择失败，因此解析器回溯并尝试第二个选择。

【讨论】：