Parser / Lexer ignorando le regole grammaticali incomplete
Domanda
Ho un parser e un lexer scritti in ocamlyacc e ocamllex. Se il file da analizzare termina prematuramente, come ho dimenticato un punto e virgola alla fine di una riga, l'applicazione non genera un errore di sintassi. Mi rendo conto che sto sollevando e catturando EOF e questo fa sì che il lexer ignori la regola incompleta, ma come dovrei farlo per sollevare un errore di sintassi?
Ecco il mio attuale parser (semplificato),
%{
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 { [] }
e lexxer (semplificato),
{
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 }
esempio di file di input,
one = two, three, one-hundred;
single label;
list : command, missing, a, semicolon
Una soluzione, è quella di aggiungere una chiamata ricorsiva nella regola di comando a se stessa alla fine e l'aggiunta di una regola vuota, che creano tutti un elenco per tornare al programma principale. Penso che forse interpretando Eof come aspettativa e condizione finale, piuttosto che un errore nel lexer, è corretto?
Soluzione
ocamlyacc
non consuma necessariamente l'intero input. Se vuoi forzarlo a fallire se l'intero input non è analizzabile, devi abbinare EOF
nella tua grammatica. Invece di aumentare Eof
nel tuo lexer, aggiungi un token EOF
e cambia il tuo simbolo start
in
%type <Conf.config list> main
main:
EOF { [] }
| command main { $1::$2 }