解析器语法中的循环依赖

Question

我正在尝试构建我的第一个解析器。 不幸的是我不熟悉语法理论，现在我想知道它是否是

• 明令禁止
• 只是一个坏主意或
• 还行

在我的语法中有循环依赖。 我的直觉提出了一个黄旗，但由于我不熟悉解析器的理论，我不确定。

成为我的词法分析器明确定义并成为人们期望从他们的名字中得到的标记，然后我有以下语法：

list_content    : value
                | list_content COMMA list_content

list            : LBRACE list_content RBRACE

value           : INT
                | list

在那里， value取决于list ， list取决于list_content ， list_content取决于value 。

之前在文法中见过递归定义，比如：

sum             | NUMBER + NUMBER
                | NUMBER + sum
                | LBRACE sum RBRACE

但是，我认为，我的循环定义是不同的（就：更脏而言），因为更难概述，并且定义循环跨越多个语法规则。 我不确定我的循环定义是否在我的语法中造成了歧义。 我也担心这可能会使我的代码难以调试。

所以，我有两个问题：

A)我应该重构我的语法（和我的词法分析器）还是可以接受这个循环定义？

B)如果我应该重组，我最好怎么做？

Answer 1

像这样的循环依赖很好——它是一个递归定义，类似于在程序中使用递归。 因此，重要的是要看基本情况是如何实现的，因为这就是回避的终止方式。 如果您没有基本情况（或者在不触发额外递归的情况下无法达到），您就会遇到问题——一个永远无法匹配任何有限输入的无限循环。

在您的情况下，基本情况是primitive规则——因为value可以减少到单个primitive和list_content到单个value ，一切都很好。

你的语法确实有一个问题，那就是规则

list_content: list_content COMMA list_content

是模棱两可的。 这意味着对于具有三个或更多元素（两个或更多逗号）的任何列表，有多种解析它的方法——首先匹配左逗号（左递归）或右逗号（右递归）。 这将导致大多数无法处理歧义的解析器工具出现问题，并且在您的情况下可能无关紧要（您并不真正关心它的解析方式，因为您可能只是连接列表）。

解决这个问题的方法是将规则重写为简单的左递归或右递归规则（但不是两者兼而有之）。 您想使用哪种取决于您使用的解析器样式——对于 LL（自顶向下或递归下降）解析器，您需要一个正确的递归规则。 对于 LR（自底向上或移位/减少）解析器，您（通常）需要左递归规则。

• 左递归： list_content : value | list_content COMMA value ; list_content : value | list_content COMMA value ;
• 右递归： list_content : value | value COMMA list_content ; list_content : value | value COMMA list_content ;