Lark 如何描述一系列可选 token

Question

我正在解析一个文件，其格式可以包括：

INT32  price   min 10  max 100   alertIfSold ; 

min、max 和alertIfSold 令牌都是可选的，并且可以按任何顺序出现。那是

INT32  price    max 100   alertIfSold ; 
INT32  price  max 100   min 10    alertIfSold ;
INT32  price  alertIfSold ;
INT32  price; 

都是有效的例子。

下面是我正在测试的语法的简单版本。运行 python test.py 会生成此错误：

lark.common.ParseError：检测到无限递归！（规则 <__anon_star_1 : __anon_star_1>）

我尝试使用其他语法规则表达相同的可选标记，并获得类似的结果（无限递归）。

表达可选参数的正确语法是什么？

#test.py
from lark import lark

simplified_grammar = """
    start: line+
    line:  TYPE  CNAME [MIN MAX ALERT]* ";"    -> foo

     TYPE: "INT32" | "INT64"

     MIN: "min" /[0-9]+/
     MAX: "max" /[0-9]+/
     ALERT: "alertIfSold"

     %import common.CNAME
     %import common.WS
     %ignore WS
  """

sample = """
    INT32  price    max 100   alertIfSold ; 
    INT32  price  max 100   min 10    alertIfSold ;
    INT32  price  alertIfSold ;
    INT32  price; 

"""

parser = lark.Lark(simplified_grammar)


def main():
    parse_tree = parser.parse(sample)

if __name__ == '__main__':
    main()

Answer 1

你要：

\n\n

line:  TYPE  CNAME (MIN | MAX | ALERT)* ";"    -> foo\n

\n\n

（注：()代替[]。）

\n\n

在lark的EBNF语法中，[item]表示“可选item”，item*表示“任意数量（可能为零）item”。So 的[item]*意思是“任意数量（可能为零）的其中之一item或什么都没有”。但“任意数量的无”是无限模糊的；你无法知道一个空字符串中有多少个“无”。

\n\n

由于您实际上并不打算要求这些子句严格连续出现，因此您可能一直在考虑

\n\n

line:  TYPE  CNAME ([MIN] [MAX] [ALERT])* ";"    -> foo\n

\n\n

这样会更准确，但也会产生相同的错误消息。一般来说，您不能在可为 null 的子模式上使用 Kleene 星形。一些 EBNF 生成器会通过从重复集中删除 \xce\xb5 （然后使重复作为一个整体可选）来纠正这一问题，但 lark 不是其中之一。在这种情况下，修复是微不足道的，但在其他情况下，修复会更烦人。

\n\n

作为正则表达式，(a* b*)*、(a? b?)*和(a|b)*是等效的，因为它们都识别相同的语言。但正则表达式的二义性是出了名的，解析器通常更喜欢明确的语法，或者最坏的情况是有限二义性的语法。只有最后一个正则表达式属于该类别，并且它是您通常应该更喜欢的形式。

\n