使用 lark 和 LALR 解析尾隨行注釋

Question

給出以下雲雀語法和Python源代碼：

start: (TEXT _NEWLINE)+

TEXT: /[^\n]+/

COMMENT: /\/\/[^\n]*/ _NEWLINE
%ignore COMMENT

_NEWLINE: (" "* "\n")+

from lark import Lark

parser = Lark.open("grammar.lark", parser='lalr')

parser.parse("""Lorem ipsum
// line comment
Text with // trailing comment
""")

上面的解析器產生這棵樹：

第一行文本被正確解析，第二行（即注釋）被忽略。 但是，最后一行包含應該被忽略的注釋。

這是預期的 output：

我意識到在我的語法中在TEXT節點中有兩個連續的斜杠是完全合法的（實際上應該引入一行注釋）。 但是，我不知道如何防止這種情況。 有什么方法可以禁止TEXT中的兩個連續斜杠或給予COMMENT終端更高的優先級？

Answer 1

我剛剛找到了一個似乎有效的語法：

start: (TEXT _NEWLINE)+

TEXT: /(\/?[^\n\/])+/

COMMENT: /\/\/[^\n]*/
%ignore COMMENT

_NEWLINE: (" "* COMMENT? "\n")+

我懷疑這是最優雅的解決方案，所以我很感激另一個答案或建議。