使用PEG（Grako）解析可选项出现问题？

Question

我的同事PaulS问了我以下问题：

---

我正在为一种现有语言（SystemVerilog-一种IEEE标准）编写解析器，该规范中有一条规则的结构类似于这样：

cover_point 
    = 
    [[data_type] identifier ':' ] 'coverpoint' identifier ';' 
    ;

data_type 
    = 
    'int' | 'float' | identifier 
    ;

identifier 
    = 
    ?/\w+/? 
    ;

问题是，当解析以下合法字符串时：

anIdentifier: coverpoint another_identifier;

anIdentifier 通过其标识符选项与data_type匹配成功，这意味着 Grako 在其后寻找另一个标识符，但是失败了。然后它不尝试在没有 data_type 部分的情况下解析。

我可以将规则重新写成如下形式：

cover_point_rewrite  
    = 
    [data_type identifier ':' | identifier ':' ] 'coverpoint' identifier ';' 
    ;

但我想知道：

1. 这是有意为之的吗？
2. 是否有更好的语法？

---

这是PEG一般性问题还是工具（Grako）的问题？

- Apalala

---

我个人的看法是，确实需要调整语法以迫使 PEG 解析器首先选择最长的选项。 - Apalala

Answer 1

在PEG语法中，选择运算符是有序的，通过使用第一个匹配项来避免CFG的歧义问题，可以在这里找到相关信息。

在你的第一个例子中，当

[data_type]

成功解析id时，如果它找到的不是另一个标识符而是:，则会失败。 这可能是因为[data_type]的行为类似于(data_type | ε)，因此它将始终使用第一个id解析data_type。

在

[data_type identifier ':' | identifier ':' ]

中，当没有第二个id时，第一个选择会失败，因此解析器会回溯并尝试第二个选择。

- 1010