如何修改Python Lark EBNF以正确解析PlantUML条件分支内语句？

我需要用Python的Lark包解析类流程图的PlantUML代码，其中每个action的语法基于Verilog-HDL。现有PlantUML包含条件分支，使用给定的EBNF解析时，if分支外的语句可正常解析，但分支内的同名语句报错（提示当前上下文不匹配':'）。我需要将write(reg01, 8'h01, )提取为单个expression token，请问该如何修改EBNF？

PlantUML代码 #

@startuml
:[7:0] a;
:write(reg01, 8'h01, );

if (flag == 1'b1) then (Yes)
  :write(reg01, 8'h01, );
endif
@enduml

原EBNF规则 #

start: "@startuml" (statement | cond_if)* "@enduml"

cond_if: "if" "(" condition ")" "then" "(" "Yes" ")" (statement)* "endif"

statement: ":" expression ";"
condition: expression
expression: /[^;\n]+/

%import common.WS
%ignore WS

错误信息 #

Error: No terminal matches ':' in the current parser context, at line 6 col 3

  :write(reg01, 8'h01, );
  ^
Expected one of:
        * RPAR

问题原因与修改方案 #

问题根源 #

原EBNF中expression: /[^;\n]+/是贪婪匹配规则，会匹配除分号、换行外的所有字符。在解析if (flag == 1'b1) then (Yes)时，condition对应的expression会把flag == 1'b1) then (Yes全部匹配，导致解析器认为if的条件括号尚未闭合，因此遇到分支内的:时，会错误地预期右括号RPAR，从而触发报错。

修改后的EBNF #

针对这个问题，我们需要给condition单独定义更精确的匹配规则，避免它匹配到条件括号之外的内容。以下是两种可行的修改方案：

方案1：适配无嵌套括号的条件（简单场景）

如果你的条件表达式不会出现嵌套括号，可以直接限制condition只匹配到第一个右括号之前的内容：

start: "@startuml" (statement | cond_if)* "@enduml"

cond_if: "if" "(" condition ")" "then" "(" "Yes" ")" (statement)* "endif"

statement: ":" expression ";"
# 仅匹配条件括号内的内容，直到第一个右括号
condition: /[^)]+/
# 语句表达式保留原有规则，匹配到分号/换行前的所有内容（含括号）
expression: /[^;\n]+/

%import common.WS
%ignore WS

方案2：支持嵌套括号的条件（通用场景）

如果条件表达式可能包含嵌套括号，可以用递归规则处理括号结构，确保解析器能正确识别括号的闭合：

start: "@startuml" (statement | cond_if)* "@enduml"

cond_if: "if" "(" condition ")" "then" "(" "Yes" ")" (statement)* "endif"

statement: ":" stmt_expr ";"
condition: cond_expr

# 语句表达式：允许文本和嵌套括号组
stmt_expr: (TEXT | PAREN_GROUP)+
# 条件表达式：同语句表达式规则，支持嵌套括号
cond_expr: (TEXT | PAREN_GROUP)+

# 定义括号组：匹配括号及内部的所有内容（支持嵌套）
PAREN_GROUP: "(" (TEXT | PAREN_GROUP | WS)* ")"
# 定义文本：匹配除括号、分号、换行外的所有字符
TEXT: /[^();\n]+/

%import common.WS
%ignore WS

修改效果 #

修改后，解析器能正确识别if语句的完整结构，分支内的statement会被正常解析，write(reg01, 8'h01, )也会被提取为单个expression token。

内容的提问来源于stack exchange，提问作者Asustor