检测_vars_with_underscores_；为什么这不起作用？

Question

我正在尝试编写一个 PEGjs 规则来转换

Return _a_b_c_.

到

Return <>a_b_c</>.

我的语法是

root = atoms:atom+
{ return atoms.join(''); }

atom = variable
     / normalText

variable = "_" first:variableSegment rest:$("_" variableSegment)* "_"
{ return '<>' + first + rest + '</>'; }

variableSegment = $[^\n_ ]+

normalText = $[^\n]

这适用于

Return _a_b_c_ .

和

Return _a_b_c_

但是出现了问题

Return _a_b_c_.

例子。

我不太明白为什么会出现这种情况，并且希望能解释一下它为什么会这样。 （我什至不需要解决这个问题，当然；最大的问题是我对 PEGjs 语法的心智模型有缺陷。）

Answer 1

稍微重新排列语法使其起作用：

root = atoms:atom+
{ return atoms.join(''); }

atom = variable
     / normalText

variable = "_" first:$(variableSegment "_") rest:$(variableSegment "_")*
{ return '<>' + first + rest + '</>'; }

variableSegment = seg:$[^\n_ ]+

normalText = normal:$[^\n]

我不确定我完全理解为什么。在这一个中，解析器到达“。”并将其匹配为“variableSegment”，但随后在贪婪的“*”前瞻中仅回溯一步，确定它有一个“变量”，然后重新解析“。”像平常一样”。 （请注意，这会拾取尾随的_，如果不需要，可以通过正在运行的黑客或类似的东西将其剪掉；见下文。）

在原始版本中，由于缺少尾随下划线而失败后，解析器的下一步就是回到 前导 下划线，选择“正常”解释。

我添加了一些带有 console.log() 调用的操作代码来跟踪解析器的行为。

edit — 我认为交易是这样的。在您的原始版本中，解析在以下形式的规则上失败

expr1 expr2 expr3 ... exprN

第一个子表达式是文字_。接下来是第一个变量段。第三个是前面有_ 的变量表达式序列，最后一个是后面的_。在对有问题的输入执行该规则时，最后一个表达式失败。然而，其他人都成功，所以唯一重新开始的地方是“原子”规则中的替代点。

在修改后的版本中，解析器可以将贪婪的*的操作一步步展开。然后它成功匹配第三个表达式，因此规则成功。

因此，另一个更接近原始版本的修订版也将起作用：

root = atoms:atom+
{ return atoms.join(''); }

atom = variable
     / normalText

variable = "_" first:variableSegment rest:$("_" variableSegment & "_")* "_"
{ return '<>' + first + rest + '</>'; }

variableSegment = $[^\n_ ]+

normalText = $[^\n]

现在，贪婪的* 组将在无法向前窥视_ 时回溯。

Answer 2

解析器将最后一个 _. 解释为 variableSegment。如果您从 variableSegment RegExp 中排除点，您的代码将按预期工作。