Javacc 不可达语句答案

【问题标题】：Javacc Unreachable StatementJavacc 不可达语句
【发布时间】：2013-12-29 11:12:21
【问题描述】：

在我的语法中，最初包含间接左递归的表达式和片段的产生规则。这是我从它们中删除递归后的规则。

String expression() #Expression : {String number; Token t;}
{
    number = fragment()
    (
        (t = <Mult_Sign> number = fragment())
    )
    {return number;}
}

String fragment() #void : {String t;}
{
    t = identifier() {return t;}
    | t = number() {return t;}
    | (<PLUS> | <MINUS> ) fragment()
    | <LBR> expression() <RBR>
}

在尝试解析语法中的条件时会使用这些产生式规则。然而，生产规则的顺序要么有它，所以只接受表达式。然而它应该接受像 while (x

void condition() #void : {Token t;}
{
    <NOT> expression()
    | expression (<EQUALS>|<NOTEQUALS>|<LT>|<GT>|<LTE>|<GTE>|<AND>|<OR>) expression()
    | identifier()
}

如果有人可以帮助告诉我为什么会出现这个问题，那将非常有帮助。

【问题讨论】：

标签： parsing compiler-construction javacc unreachable-statement

【解决方案1】：

你有

void condition() #void : {Token t;}
{
/*a*/     <NOT> expression()
/*b*/     | expression (<EQUALS>|<NOTEQUALS>|<LT>|<GT>|<LTE>|<GTE>|<AND>|<OR>) expression()
/*c*/     | identifier()
}

如果解析器正在寻找一个条件，它将尝试根据输入的下一个标记在三个备选方案之间做出选择。如果该令牌是标识符，则存在问题，因为备选方案 (b) 或备选方案 (c) 都可以工作。面对选择冲突，JavaCC 更喜欢第一个，所以会选择 (b)。如果下一个标记不是标识符，则不会选择替代项 (c)。因此，无论哪种方式（c）都不会达到。

那是你的问题。应该怎么做？这是通常的解决方案。

如果您想在表达式中允许更多运算符，请使用更多非终结符来表示更多优先级。例如

condition --> expression
expression --> disjunct (OR expression)?
disjunct --> conjunct (AND disjunct)?
conjunct --> comparand ((EQ|NEQ|LT|GT|LE|GE) comparand)?
comparand --> term ((PLUS|MINUS) term)*
term --> fragment ((TIMES | DIVIDE) fragment)*
fragment --> identifier | number | LBR expression RBR | (PLUS|MINUS|NOT) fragment

这个语法会接受你想要的一切，甚至可能更多。例如，如果您有

statement --> WHILE condition DO statement

您的解析器将接受例如“而 a+b 做 a:=b”。在许多语言中，这是通过类型检查来处理的； Java 就是这样做的。在其他语言中，它是通过允许各种事物作为条件来处理的。 LISP 会这样做。

关于 NOT 优先级的说明

大多数语言都将 NOT 的优先级视为非常高，就像本答案的第二部分一样。由于语法为 LL(1)，因此消除所有选择警告的效果很好。

但是，如果您希望一元运算符具有较低的优先级，那么如果您使用 JavaCC，那么真的没有什么能阻止您。例如。您可以将片段更改为

fragment --> identifier | number | LBR expression RBR | (PLUS|MINUS) fragment | NOT conjunct

现在语法不是 LL(1)（它甚至不是明确的）。所以JavaCC会给出一些选择冲突警告。但它实际上会解析例如"NOT a LT b" 改为 "NOT (a LT b)"

我认为您正在尝试做的几乎没有语言所做的就是限制语法，以便仅允许看起来像条件的表达式成为条件。如果这确实是您想要的，那么您可以使用 JavaCC 使用语法前瞻来实现。这是你的做法。

从这样的语法开始。（这本质上是您的想法，更多地关注优先级。）

condition --> disjunct (OR condition)?
disjunct --> conjunct (AND disjunct)?
conjunct --> expression (EQ|NEQ|LT|GT|LE|GE) expression
           | LBR condition RBR
           | NOT conjunct
           | identifier

expression --> term ((PLUS|MINUS) term)*
term --> fragment ((TIMES | DIVIDE) fragment)*
fragment --> identifier | number | LBR expression RBR | (PLUS|MINUS) fragment

这是一个明确的条件语法。但是，当下一个标记是标识符或 LBR 时，它会在连接时出现选择冲突。为了解决这种选择冲突，您可以使用语法前瞻来预测比较运算符

void conjunct() : { } {
    LOOKAHEAD( expression() (<EQ>|<NEQ>|<LT>|<GT>|<LE>|<GE>) )
    expression() (<EQ>|<NEQ>|<LT>|<GT>|<LE>|<GE>) expression()
|   LBR condition() RBR
|   NOT conjunct()
|   identifier() {

那么为什么（几乎）没有编程语言这样做呢？大多数语言都有布尔类型的变量，所以像你一样，允许标识符作为条件。因此，您仍然需要进行类型检查以排除“WHILE i DO ...”，其中“i”不是布尔类型。另外，赋值语法应该使用什么？你需要

statement --> identifier := (expression | condition) | ...

即使是语法前瞻也不会告诉您哪个选项适合“x := y”。这是一个模棱两可的语法。

如果在两种选择都解析的情况下任何一种选择都可以接受，那么您也可以在此处使用语法前瞻。

void statement() : {} {
    identifier <BECOMES> (LOOKAHEAD(condition()) condition()) | expression())
| ...
}

这会将“x:=y”中的“y”解析为条件，即使它是数字。如果您意识到这一点并设计了编译器的其余部分，那么一切仍然可以正常工作，那么不会造成任何伤害。

这种方法的另一个缺点是解析现在是理论上的二次时间。我认为这不是一个严重的问题。

【讨论】：