语法歧义：为什么？ （问题是：“(a)”与“(az)”）

Question

所以我试图为单行语句实现一种非常简单的语法：

# Grammar

   c         : Character c        [a-z0-9-]
  (v)        : Vowel              (= [a,e,u,i,o])
  (c)        : Consonant
  (?)        : Any character (incl. number)
  (l)        : Any alpha char     (= [a-z])
  (n)        : Any integer        (= [0-9])
  (c1-c2)    : Range from char c1 to char c2
  (c1,c2,c3) : List including chars c1, c2 and c3

  Examples:
  h(v)(c)no(l)(l)jj-k(n)
  h(v)(c)no(l)(l)(a)(a)(n)
  h(e-g)allo
  h(e,f,g)allo
  h(x,y,z)uul
  h(x,y,z)(x,y,z)(x,y,z)(x,y,z)uul

我正在使用 Happy 解析器生成器（http://www.haskell.org/happy/），但由于某种原因似乎存在一些歧义问题。

错误消息是：“shift/reduce 冲突：1”

我认为这两行有歧义：

  | lBracket char rBracket              { (\c -> case c of
                                                 'v' -> TVowel
                                                 'c' -> TConsonant
                                                 'l' -> TLetter
                                                 'n' -> TNumber) $2 }
  | lBracket char hyphen char rBracket  { TRange $2 $4              }

一个示例是：“(a)” vs “(az)”

词法分析器会给出对于这两种情况，以下内容：

(a)   : [CLBracket, CChar 'a', CRBracket]
(a-z) : [CLBracket, CChar 'a', CHyphen, CChar 'z', CRBracket]

我不明白的是，这如何与 LL[2] 解析器产生歧义。

如果它有帮助，请查看整个 Happy 语法定义：

{

module XHappyParser where

import Data.Char
import Prelude   hiding (lex)
import XLexer
import XString

}

%name parse
%tokentype { Character  }
%error     { parseError }

%token
    lBracket                  { CLBracket   }
    rBracket                  { CRBracket   }
    hyphen                    { CHyphen     }
    question                  { CQuestion   }
    comma                     { CComma      }
    char                      { CChar $$    }

%%

xstring : tokens                            { XString (reverse $1)       }

tokens : token                              { [$1]                       }
       | tokens token                       { $2 : $1                    }

token : char                                { TLiteral $1                }
      | hyphen                              { TLiteral '-'               }
      | lBracket char rBracket              { (\c -> case c of
                                                     'v' -> TVowel
                                                     'c' -> TConsonant
                                                     'l' -> TLetter
                                                     'n' -> TNumber) $2 }
      | lBracket question rBracket          { TAny                      }
      | lBracket char hyphen char rBracket  { TRange $2 $4              }
      | lBracket listitems rBracket         { TList $2                  }

listitems : char                            { [$1]                      }
          | listitems comma char            { $1 ++ [$3]                }

{

parseError :: [Character] -> a
parseError _ = error "parse error"

}

谢谢！

Answer 1

这里存在歧义：

token : [...]
      | lBracket char rBracket
      | [...] 
      | lBracket listitems rBracket

listitems : char
          | [...]

您的解析器可以接受 (v) 作为 TString [TVowel] 和 TString [TList ['v']]，而不是提及该 case 表达式中缺少的字符。

解决这个问题的一种可能的方法是修改你的语法，使列表至少有两个项目，或者对元音、辅音等有一些不同的表示法。

Answer 2

问题似乎是：

| lBracket char rBracket
...
| lBracket listitems rBracket

或者用更简洁的语法：

(c)

可以是 TVowel、TConsonant、TLetter、TNumber （如您所知）或单例 TList。

正如快乐手册所说，减少轮班通常不是问题。如果您愿意，您可以优先强制行为/删除警告。