解析除关键字之外的标识符

Question

我正在努力编写一个标识符解析器，它解析一个不是关键字的字母数字字符串。关键字都在 table:

struct keywords_t : x3::symbols<x3::unused_type> {
    keywords_t() {
        add("for", x3::unused)
                ("in", x3::unused)
                ("while", x3::unused);
    }
} const keywords;

标识符的解析器应该是这样的：

auto const identifier_def =       
            x3::lexeme[
                (x3::alpha | '_') >> *(x3::alnum | '_')
            ];

现在我尝试将它们结合起来，以便标识符解析器在解析关键字时失败。我这样试过：

auto const identifier_def =       
                x3::lexeme[
                    (x3::alpha | '_') >> *(x3::alnum | '_')
                ]-keywords;

还有这个：

auto const identifier_def =       
                x3::lexeme[
                    (x3::alpha | '_') >> *(x3::alnum | '_') - keywords
                ];

它适用于大多数输入，但如果字符串以 int, whilefoo, forbar 之类的关键字开头，则解析器无法解析此字符串。我怎样才能让这个解析器正确？

Answer 1

问题是，它在没有词法分析器的情况下运行，也就是说，如果你写

keyword >> *char_

并输入 whilefoo 它会将 while 解析为 keyword 并将 foo 解析为 *char_.

您可以通过两种方式防止这种情况发生：要么要求在关键字后添加 space，即

auto keyword_rule = (keyword >> x3::space);
//or if you use phrase_parse
auto keyword_rule = x3::lexeme[keyword >> x3::space];

您描述的另一种方法也是可行的，即明确地从字符串中删除关键字（我会那样做）：

auto string = x3::lexeme[!keyword >> (x3::alpha | '_') >> *(x3::alnum | '_')];

您的定义存在问题，它将第一组字符解释为关键字，因此选择根本不解析它。 'x-y' 运算符意味着解析 x，但不解析 y。但是，如果您传递 'whilefoo'，它将把 'while' 解释为关键字，因此根本不会解析。

Answer 2

你的问题是由Spirit中差分运算符的语义引起的。当您拥有 a - b 精神时，它会执行以下操作：

检查 b 是否匹配：
- 如果是，a - b 失败并且不解析任何内容。
- 如果 b 失败则检查 a 是否匹配：
  - 如果 a 失败，a - b 失败并且不解析任何内容。
  - 如果 a 成功，则 a - b 成功并解析任何 a 解析的内容。

在您的情况下 (unchecked_identifier - keyword)，只要标识符以关键字开头，keyword 就会匹配并且您的解析器将失败。因此，您需要将 keyword 与在传递不同关键字时匹配的内容交换，但在关键字后跟其他内容时失败。 not predicate (!) 可以提供帮助。

auto const distinct_keyword = x3::lexeme[ keyword >> !(x3::alnum | '_') ];

完整样本（Running on Coliru）：

//#define BOOST_SPIRIT_X3_DEBUG
#include <iostream>
#include <boost/spirit/home/x3.hpp>

namespace parser {
    namespace x3 = boost::spirit::x3;

    struct keywords_t : x3::symbols<x3::unused_type> {
        keywords_t() {
            add("for", x3::unused)
                    ("in", x3::unused)
                    ("while", x3::unused);
        }
    } const keywords;

    x3::rule<struct identifier_tag,std::string>  const identifier ("identifier");

    auto const distinct_keyword = x3::lexeme[ keywords >> !(x3::alnum | '_') ];
    auto const unchecked_identifier = x3::lexeme[(x3::alpha | x3::char_('_')) >> *(x3::alnum | x3::char_('_'))];


    auto const identifier_def = unchecked_identifier - distinct_keyword;

    //This should also work:
    //auto const identifier_def = !distinct_keyword >> unchecked_identifier


    BOOST_SPIRIT_DEFINE(identifier);

    bool is_identifier(const std::string& input)
    {
        auto iter = std::begin(input), end= std::end(input);

        bool result = x3::phrase_parse(iter,end,identifier,x3::space);

        return result && iter==end;
    }
}



int main() {

    std::cout << parser::is_identifier("fortran") << std::endl;
    std::cout << parser::is_identifier("for") << std::endl;
    std::cout << parser::is_identifier("integer") << std::endl;
    std::cout << parser::is_identifier("in") << std::endl;
    std::cout << parser::is_identifier("whileechoyote") << std::endl;
    std::cout << parser::is_identifier("while") << std::endl;
}

解析除关键字之外的标识符

parsing identifiers except keywords

c++

parsing

boost-spirit

c++14

boost-spirit-x3