Lark解析器语法适用于Earley，但不适用于LALR

Question

考虑一下Python Lark parser的这个简单测试：

GRAMMAR = '''
start: container*

container: string ":" "{" (container | attribute | attribute_value)* "}"
attribute: attribute_name "=" (attribute_value | container)
attribute_value: string ":" _value ("," _value)*
_value: number | string

attribute_name: /[A-Za-z_][A-Za-z_#0-9]*/

string: /[A-Za-z_#0-9]+/
number: /[0-9]+/

    %import common.WS
    %ignore WS
'''

data = '''outer : {
 inner : {
 }
}'''

parser = Lark(GRAMMAR, parser='lalr')
parser.parse(data)

这对parser='earley'有效，但对parser='lalr'无效。我不明白为什么。错误消息是：

UnexpectedCharacters: No terminal defined for '{' at line 2 col 12

inner : {

这只是一个中景。我的实际语法也有同样的问题。你知道吗

Answer 1

LALR失败的原因是它的lookahead为1（不像Earley，它有无限的lookahead），并且它在attribute_name和string之间混淆了。一旦它匹配了另一个规则（在本例中是attribute_name），它就不可能回溯并匹配不同的规则。你知道吗

如果您对属性名称终端使用较低的优先级，它将起作用。例如：

attribute_name: ATTR

ATTR.0: /[A-Za-z_][A-Za-z_#0-9]*/

但建议的做法是，如果可能的话，对两者使用相同的终端，这样解析器就可以替您思考，而不是lexer。如果需要，可以在解析完成后添加额外的验证。你知道吗

这两种方法（更改优先级或合并终端）都可以解决您的问题。你知道吗