解析子例程列表

Question

我已经编写了可以解析subroutine的parser_sub.mly和lexer_sub.mll。subroutine是由Sub和End Sub包围的语句块。

实际上，我想处理的原始文件包含子例程列表和一些无用的文本。下面是一个示例：

' a example file
Sub f1()
  ...
End Sub
haha
' hehe
Sub f2()
  ...
End Sub

所以我需要编写parser.mly和lexer.mll，它可以通过忽略所有注释来解析此文件（例如 haha、' hehe等）并调用 parser_sub.main ，并返回子例程的列表。

1. 谁能告诉我如何让解析器忽略所有无用的句子（Sub和End Sub之外的句子）？

   这是我尝试写parser.mly的一部分：

   %{
     open Syntax
   %}
   %start main
   %type <Syntax.ev> main
   %%
   main:
     subroutine_declaration*  { $1 };
   subroutine_declaration:
     SUB name = subroutine_name LPAREN RPAREN EOS
     body = procedure_body?
     END SUB 
     { { subroutine_name = name;
         procedure_body_EOS_opt = body; } }
   

2. procedure_body的规则和解析很复杂，实际上是在parser_sub.mly和lexer_sub.mll中定义的，所以我怎么能让parser.mly和lexer.mll不重复定义它，而只是调用parser_sub.main？

Answer 1

也许我们可以在子例程中设置一些标志：

sub_starts:
  SUB { inside:=true };
sub_ends:
  ENDSUB { inside:=false };    
subroutine_declaration:
  sub_starts name body sub_ends { ... }

当未设置此标志时，您只需跳过任何输入？

Answer 2

如果你想要跳过的东西可以有任何形式（不一定是你的语言的有效标记），你几乎必须通过破解你的词法分析器来解决这个问题，正如 Kakadu 所建议的那样。无论如何，这可能是最简单的事情。

如果填充物（要跳过的内容）由有效令牌组成，并且您想使用语法规则跳过，在我看来，主要问题是定义一个与 END 以外的任何标记匹配的非终端。保持最新状态会令人不快，但似乎是可能的。

最后，您会遇到一个问题，即结束标记是两个符号，END SUB。您必须处理看到 END 后跟 SUB 的情况。这甚至更棘手，因为 SUB 也是您的开始标记。同样，简化这一点的一种方法是破解您的词法分析器，以便它将 END SUB 视为单个令牌。（通常这比你想象的要棘手，比如如果你想允许 END 和 SUB 之间的注释。