解析器/词法分析器忽略不完整的语法规则。

Question

我有一个使用ocamlyacc和ocamllex编写的解析器和词法分析器。如果要解析的文件过早结束，例如在行末忘记加上分号，应用程序不会引发语法错误。我意识到这是因为我正在引发并捕获EOF，这使得词法分析器忽略了未完成的规则，但我应该如何处理才能引发语法错误呢？

这是我的当前解析器（简化版）：

%{
    let parse_error s = Printf.ksprinf failwith "ERROR: %s" s
%}

%token COLON
%token SEPARATOR
%token SEMICOLON
%token <string> FLOAT
%token <string> INT
%token <string> LABEL

%type <Conf.config> command
%start command
%%
  command:
      | label SEPARATOR data SEMICOLON    { Conf.Pair ($1,$3)     }
      | label SEPARATOR data_list         { Conf.List ($1,$3)     }
      | label SEMICOLON                   { Conf.Single ($1)      }
  label :
      | LABEL                             { Conf.Label $1         }
  data :
      | label                             { $1                    }
      | INT                               { Conf.Integer $1       }
      | FLOAT                             { Conf.Float $1         }
  data_list :
      | star_data COMMA star_data data_list_ending
                                          { $1 :: $3 :: $4        }
  data_list_ending:
      | COMMA star_data data_list_ending  { $2 :: $3              }
      | SEMICOLON                         { []                    }

和lexxer（简化版）一起使用。

{
    open ConfParser
    exception Eof
}

rule token = parse
    | ['\t' ' ' '\n' '\010' '\013' '\012']
                        { token lexbuf   }
    | ['0'-'9']+ ['.'] ['0'-'9']* ('e' ['-' '+']? ['0'-'9']+)? as n
                        { FLOAT n        }
    | ['0'-'9']+ as n   { INT n          }
    | '#'               { comment lexbuf }
    | ';'               { SEMICOLON      }
    | ['=' ':']         { SEPARATOR      }
    | ','               { COMMA          }
    | ['_' 'a'-'z' 'A'-'Z']([' ']?['a'-'z' 'A'-'Z' '0'-'9' '_' '-' '.'])* as w
                        { LABEL w        }
    | eof               { raise Eof      }

and comment = parse
    | ['#' '\n']        { token lexbuf   }
    | _                 { comment lexbuf }

示例输入文件，

one = two, three, one-hundred;
single label;
list : command, missing, a, semicolon

一种解决方案是在命令规则中添加一个递归调用，以及添加一个空规则，这些都构建了一个列表并返回给主程序。我认为我可能将Eof解释为期望和结束条件，而不是词法分析器中的错误，这个理解正确吗？

- nlucaroni

Answer 1

ocamlyacc不一定会消耗整个输入。如果您想强制它在无法解析整个输入时失败，您需要在语法中匹配EOF。而不是在词法分析器中引发Eof，请添加一个名为EOF的标记，并将您的start符号更改为：

%type <Conf.config list> main

main:
    EOF { [] }
  | command main { $1::$2 }

- Chris Conway

---

是的，这就是解决方案。我曾经试着不引发EOF并在我的语法中构建一个列表，但你是正确的。谢谢Chris。 - nlucaroni