我相信这应该是 Treetop 的一项规则

Question

我在 Treetop 中有一对有效的规则，我的完美主义者认为应该是唯一的一个规则，或者至少是更漂亮的规则：

rule _
  crap
  /
  " "*
end

rule crap
  " "* "\\x0D\\x0A"* " "*
end

我正在解析一些表达式，它们时不时地以“\x0D\x0A”结尾”。是的，不是“\r\n”，而是“\x0D\x0A”。在某些时候有些东西被双重逃脱了。很长的故事。

这条规则确实有效，但它很丑陋，而且让我烦恼。我尝试了这个：

rule _
  " "* "\\x0D\\x0A"* " "*
  /
  " "*
end

这导致

SyntaxError: (eval):1276:in `load_from_string': compile error
(eval):1161: class/module name must be CONSTANT
    from /.../gems/treetop-1.4.9/lib/treetop/compiler/grammar_compiler.rb:42:in `load_from_string'
    from /.../gems/treetop-1.4.9/lib/treetop/compiler/grammar_compiler.rb:35:in `load'
    from /.../gems/treetop-1.4.9/lib/treetop/compiler/grammar_compiler.rb:32:in `open'
    from /.../gems/treetop-1.4.9/lib/treetop/compiler/grammar_compiler.rb:32:in `load'

理想情况下我想实际写一些类似的东西：

rule _
  (" " | "\\x0D\\x0A")*
end

但这不起作用，当我们这样做时，我还发现每个规则不能只有一个 *：

rule _
  " "*
  /
  "\n"*
end

它将匹配“” ，但从不 \n。

Answer 1

我看到您使用了三个不同的 OR 字符：/、| 和 \ （其中只有第一个表示OR）。

这工作正常：

grammar Language

  rule crap
    (" " / "\\x0D\\x0A")* {
      def value
        text_value    
      end
    }
  end

end

#!/usr/bin/env ruby

require 'rubygems'
require 'treetop'
require 'polyglot'
require 'language'

parser = LanguageParser.new
value = parser.parse(' \\x0D\\x0A   \\x0D\\x0A   ').value
print '>' + value + '<'

打印：

> \x0D\x0A   \x0D\x0A   <

Answer 2

你说“我还发现每条规则不能只有一个 *”（你的意思是：你可以有），“它将匹配“”，但永远不会匹配\n”。

当然;当规则匹配零空格字符时，该规则成功。您可以只使用 + 来代替：

rule _
  " "+
  /
  "\n"*
end

如果您想匹配任意数量的空格或换行符，您还可以将空格字符放在括号中：

rule _
  (" " / "\n")*
end

您的错误“类/模块名称必须是 CONSTANT”是因为规则名称用作模块名称的前缀，用于包含附加到规则的任何方法。模块名称不能以下划线开头，因此您不能在名称以下划线开头的规则中使用方法。