模棱两可的语法与柠檬解析器生成器

Question

所以基本上我想在PHP中解析结构CSS代码，使用PEAR包PHP_LexerGenerator和PHP_ParserGenerator生成的词法分析器/解析器。我的目标是像这样解析文件:

selector, selector2 {
    prop: value;
    prop2 /*comment */ :
       value;
    subselector {
        prop: value;
        subsub { prop: value; }
    }
}

只要我没有伪类，这一切都很好。伪类允许将:和CSS名称([a-z][a-z0-9]*)添加到元素中，就像a.menu:visited一样。由于有点懒惰，解析器没有有效的伪类列表，并接受类名的所有内容。

我的语法(忽略所有的特殊情况和空格)是这样的:

document   ::= (<rule>)*
rule       ::= <selector> '{' (<content>)* '}'
content    ::= <rule>
content    ::= <definition>
definition ::= <name> ':' <name> ';'
//             h1     .class.class2#id    :visited
<selector> ::= <name> (('.'|'#') <name>)* (':' <name>)?

现在，当我尝试解析下面的

时

h1 {
    test:visited {
        simple: case;
    }
}

解析器报错，它期望<name>跟在双冒号后面。因此，它试图将simple:读取为<selector>(只需查看So的语法高亮显示)。

是我的错误，解析器不能回溯足够尝试<definition>规则?还是柠檬的力量不足以表达这一点?如果是这样，我可以做些什么来让解析器使用这个语法?

Answer 1

您的问题询问了PHP_ParserGenerator和PHP_LexerGenerator。解析器生成器代码被标记为"未维护"，这是不好的兆头。

您用于语法的语法对于Lemon来说是不可接受的，因此您需要澄清为什么您认为解析器生成器应该接受它。您提到了一个问题，'期望<name>跟随双冒号，但您的语法和示例输入都没有双冒号，这使得很难帮助您。

我认为Lemon的语法和你展示的是一样的:

document        ::= rule_list.
rule_list       ::= .
rule_list       ::= rule_list rule.
rule            ::= selector LBRACE content_list RBRACE.
content_list    ::= .
content_list    ::= content_list content.
content         ::= rule.
content         ::= definition.
definition      ::= NAME COLON NAME SEMICOLON.
selector        ::= NAME opt_dothashlist opt_colonname.
opt_dothashlist ::= .
opt_dothashlist ::= dot_or_hash NAME.
dot_or_hash     ::= DOT.
dot_or_hash     ::= HASH.
opt_colonname   ::= COLON NAME.

然而，当它被编译时，Lemon报错1 parsing conflicts，输出文件显示:

State 2:
          definition ::= NAME * COLON NAME SEMICOLON
          selector ::= NAME * opt_dothashlist opt_colonname
     (10) opt_dothashlist ::= *
          opt_dothashlist ::= * dot_or_hash NAME
          dot_or_hash ::= * DOT
          dot_or_hash ::= * HASH
                         COLON shift  10
                         COLON reduce 10  ** Parsing conflict **
                           DOT shift  13
                          HASH shift  12
               opt_dothashlist shift  5
                   dot_or_hash shift  7

这意味着它不确定如何处理冒号;它可能是'选择器'的'opt_colonname'的一部分，也可能是'定义'的一部分:

name1:name4 : name2:name3 ;

你的意思是允许这样的语法吗?名义上，根据语法，这应该是有效的，但是

name1:name4;

也应该有效。我认为它需要2或3个forward tokens来消除这些歧义(所以你的语法不是LALR(1)而是LALR(3))。