在 C 编程语言的上下文中，什么是产生式？

Question

在 Kernighan 和 Ritchie 编写的 The C Programming Language, Second Edition 的附录 A 中，提到了产生这个词：

本手册描述了由 1988 年 10 月 31 日提交给 ANSI 的草案指定的 C 语言，该草案被批准为“美国信息系统标准 - 编程语言 C，X3.159-1989”。该手册是对提议的解释标准，而不是标准本身，尽管已经注意使其成为该语言的可靠指南。 在大多数情况下，本文档遵循标准的大致大纲，而后者又遵循本书第一版的大纲，尽管组织结构有所不同。 除了重命名一些产生式，并且没有形式化词法标记或预处理器的定义外，这里给出的语言本身的语法与标准的语法是等价的。

但是，我似乎无法弄清楚它的实际含义。 我的猜测是它指的是语法部分中键的值：

翻译单元：外部声明翻译单元外部声明

A 13 节中的以下部分应该暗示作者的意思，但我似乎无法自己弄清楚，因为我错过了一些基本术语：

该文法具有未定义的终结符号整数常量、字符常量、浮点常量、标识符、字符串和枚举常量； 打字机风格的单词和符号是字面上给出的终端。 该语法可以机械地转换为自动解析器生成器可接受的输入。 除了添加用于指示产生式中的替代项的任何句法标记外，有必要扩展“one of”结构，并且（取决于解析器生成器的规则）使用 opt 符号复制每个产生式，一次使用符号和一次没有。 通过进一步的更改，即删除产生式 typedef-name: identifier 并使 typedef-name 成为终端符号，该语法对于 YACC 解析器生成器是可以接受的。 它只有一个冲突，由 if-else 歧义产生。

我也不知道那些大胆的词/句子是什么意思。 有人可以给我一个见解吗？

Answer 1

在计算机科学中，形式语法是使用产生式规则来描述的。 例如，以下形式的规则：

P → xyz

表示符号P可以被符号 xyz 替换，并且形式的规则

Q → 一个P | 乙

表示符号Q可以由符号 a 和符号P或由符号 b 和符号P代替。

形式语法指定一个开始符号，例如Q ，并说明哪些符号是非终结符号（未出现在最终字符串中的占位符），哪些是终结符号（可能出现在最终字符串中）。 如果Q是具有上述两个规则的文法的开始符号，那么这些规则描述了一个包含两个字符串 axyz 和 bxyz 的文法，因为它们是唯一可以使用这些规则生成的两个字符串。 语法可以产生的字符串集合称为它的语言。

λ 常用来表示一个空字符串，一个没有符号的字符串。

该文法具有非终结符号S 、终结符号 a 和 b 以及起始符号S ：

S → a S bb | λ

可以通过将S替换为空字符串来生成空字符串，或者可以通过将S替换为S bb 然后用空字符串替换新的S来生成 abb，或者可以通过将S替换为S bb 然后替换来生成 aabbbb新的S带有一个S bb，产生 aa S bbbb，然后用空字符串替换S ，产生 aabbbb。 我们可以看到这个语法的语言是所有字符串的集合，其中包含一定数量的 a 字符（可能为零），后跟两倍的 b 字符。

C 标准使用形式语法定义 C 语言（有一些限定和英语修改）。 例如，它包含这个产生式（它使用“：”而不是我上面使用的“→”，并使用单独的行而不是“|”来表示选择）：

声明：
标记语句
复合语句
表达式语句
选择陈述
迭代语句
跳转语句

关于您以粗体标记的其他术语：

未定义的终端符号整数常量，…

appears to be a partial grammar, leaving integer-constant as an undefined symbol, and hence acting as a terminal symbol. The 中给出的 C 文法似乎是部分文法，将integer-constant作为未定义的符号，因此充当终端符号。 在官方 ANSI C 1990 标准中，它是官方 ANSI C 1990 标准中定义的非终结符。

…打字机风格的单词和符号是字面上给出的终端。

这在原版中更加清晰，其中使用的字体表明“打字机”样式是固定宽度的字体：

… typewriter风格的单词和符号是字面上给出的终端。

这及其前面的文本意味着，在语法中，斜体单词，如声明，是语法的非终结符号，通过语法的产生“成为其他东西”，而“打字机”字体中的单词，像typedef一样，是终端符号，它们是名称中文字字符的符号； 语法中的typedef表示源代码中的字符 t、y、p、e、d、e 和 f。

……用 opt 符号复制每个产品，一次有符号，一次没有……

该标准使用下标“opt”，如下所示：

P : Q R_选择

表示R是可选的。 形式上，这实际上是两条规则：

P → Q R
P → Q

意思是有一条规则用Q R代替P和一条用Q代替P的规则，两者都可以使用。 因此， R是可选的。 使用“opt”下标只是编写规则的另一种方式。

… 这个语法对于 YACC 解析器生成器是可以接受的。 它只有一个冲突，由 if-else 歧义产生。

在计算机科学理论中，解析器是检查字符串是否属于某种语言的软件。 （在实践中，它经常同时做其他有用的事情，比如通过将字符串的一部分解释为数字、部分解释为变量等来为字符串分配“含义”。） YACC 是读取语法规范的软件并为语法描述的语言的解析器生成源代码。

YACC 生成的解析器类型需要决定在读取每个令牌时将应用哪个产品。 当语法不足以确定要应用哪个产生式时，就会发生冲突。 在 C 形式文法中， if (x) if (y) S1 else S2可以通过两种方式产生，一种将else S2与第一个if相关联，另一种将else S2与第二个if相关联。 这必须通过在语法中添加信息来解决； if当前没有else ，则 YACC 被告知将else S2与最近的 S2 相关联。

Answer 2

“符号”是语法的一个元素。

例如在你引用的部分：

翻译单元：
外部声明翻译单元外部声明

这四个都是象征。

“产品”解释了符号的组成。 您的报价是一个单一的产品，它指出一个翻译单元按顺序由三件事组成： external-declaration ，然后是 translation-unit ，然后是 external-declaration 。

---

“终端”符号是在其定义中没有任何其他符号的符号。

例如，您的translation-unit不是终端，但这个是：

数字：其中之一
0 1 2 3 4 5 6 7 8 9

如果单个数字是终端，或者整个“数字”是终端，那就没有实际意义了； 可能是前者。

这些也是“字面上给出的”，这意味着数字实际上是在标准中拼写的。

这是一个没有按字面意思给出的终端：

基本 c 字符：
翻译字符集的任何成员，除了 U+0027 撇号、U+005c 反斜线或换行符

注意他们没有拼出所有可能的字符，因为它们太多了，而是提供了纯文本描述。

---

“未定义”终端只是未解释/定义的终端，使得语法在技术上不完整。 如果他们称“integer-constant”为未定义终端，则意味着他们的语法未能包含integer-constant: blah blah 。

---

使用 opt 符号复制每个产品，一次使用该符号，一次不使用

考虑：

富：
x_选择y

这里foo是x或xy 。

他们建议用另一种方法来拼写相同的东西，而不使用“opt”：

富：
y
x y

---

它只有一个冲突，由 if-else 歧义产生。

解析程序是通过从单个符号开始，并找出哪些产生式将其转换为您要解析的文本来完成的。

如果有不止一个生产序列可以做到这一点，则语法是“模棱两可的”。