数字识别是否属于扫描仪或解析器？

Question

当您查看语言的EBNF描述时,您经常会看到整数和实数的定义:

integer  ::= digit digit*   // Accepts numbers with a 0 prefix
real     ::= integer "." integer (('e'|'E') integer)?

(定义是在飞行中做出的,我可能在它们中犯了一个错误).

虽然它们出现在无上下文语法中,但数字通常在词法分析阶段被识别.它们是否包含在语言定义中以使其更加完整,是否应由实施者意识到它们实际上应该在扫描仪中？

Answer 1

许多常见的解析器生成器工具（例如 ANTLR、Lex/YACC）将解析分为两个阶段：首先，对输入字符串进行标记化。其次，将标记组合成产生式以创建具体的语法树。

然而，还有一些不需要标记化的替代技术：查看回溯递归下降 解析器。对于这样的解析器，令牌的定义方式与非令牌类似。 pyparsing是此类解析器的解析器生成器。

两步技术的优点是它通常会产生更高效的解析器——使用标记，字符串操作、字符串搜索和回溯会少得多。

根据《The Definitive ANTLR Reference》（Terence Parr），

[词法分析器和解析器]之间的唯一区别是解析器识别标记流中的语法结构，而词法分析器识别字符流中的结构。