Analisador / Lexer ignorando regras gramaticais incompletos

Question

Eu tenho um analisador e lexer escrito em ocamlyacc e ocamllex. Se o arquivo para analisar extremidades prematuramente, como em I esquecer de um ponto e vírgula no final de uma linha, o aplicativo não aumentar um erro de sintaxe. Eu percebo que é porque eu estou levantando e pegando EOF e que está fazendo a lexer ignorar a regra inacabada, mas como deve eu estar fazendo isso para levantar um erro de sintaxe?

Aqui está o meu analisador atual (simplificado),

%{
    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 (simplificado),

{
    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 }

exemplo arquivo de entrada,

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

Uma solução, é adicionar uma chamada recursiva na regra de comando para si no final, e adicionando uma regra vazia, todos os quais construir uma lista para voltar ao programa principal. Eu acho que talvez interpretando Eof como uma expectativa, e terminando condição, em vez de um erro no lexer, isso é correto?

Answer 1

ocamlyacc não necessariamente consumir a entrada inteira. Se você quer forçá-lo a falhar se a entrada de todo não é parse-able, você precisa combinar EOF em sua gramática. Em vez de levantar Eof em você lexer, adicione um EOF token e mudar seu símbolo start para

%type <Conf.config list> main

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