LPEG将含lpeg.Cmt的循环体判定为空的问题及解决办法咨询

在Lua 5.1、5.2、5.3、5.4及LuaJIT环境中，当使用lpeg.Cmt(…)组成循环体时，LPEG的静态分析会判定该循环体“可能匹配空字符串”（报错loop body may accept empty string），但实际上传入lpeg.Cmt的函数要么返回前进后的位置（消耗输入），要么返回false表示匹配失败，绝不会匹配空串。

最简报错示例：

local lpeg = require 'lpeg'
local pattern = lpeg.Cmt (lpeg.P (true), function (s, p)
    local n = f (s, p) -- f的结果无法提前计算
    if not ((n or 0) > 0) then
        return false -- 无法前进则匹配失败
    else
        return p + n, string.sub (s, p, p + n - 1) -- 修正原代码的字符串截取参数
    end
end) ^ 1

LPEG的静态检查无法感知lpeg.Cmt内部函数的逻辑，因此需要显式让循环体模式确保至少消耗一个字符，以此绕过静态检查。

方法一：前置强制匹配单个字符 #

在lpeg.Cmt前添加lpeg.P(1)（匹配任意单个字符），让LPEG明确知道循环体每次执行至少会消耗一个字符，从而避免空循环的判定。同时需要调整Cmt函数内的位置计算：

local lpeg = require 'lpeg'
local pattern = (lpeg.P(1) * lpeg.Cmt(lpeg.Cc(true), function(s, p, _)
    -- 前置的lpeg.P(1)已让位置p前进1，传入f的起始位置需回退1位
    local n = f(s, p-1)
    if not (n and n > 0) then
        return false
    end
    -- 已消耗1个字符，剩余n-1个字符需要前进
    return p + (n - 1), string.sub(s, p-1, p-1 + n - 1)
end)) ^ 1

方法二：用递归规则替代循环运算符 #

如果不想修改原模式的位置逻辑，可以使用LPEG的递归语法（lpeg.V）构建循环，这种方式下静态分析不会触发空循环报错：

local lpeg = require 'lpeg'
local grammar = lpeg.P {
    "LOOP",
    LOOP = lpeg.Cmt(lpeg.P(true), function(s, p)
        local n = f(s, p)
        if not (n and n > 0) then
            return false
        end
        local new_p = p + n
        -- 匹配当前片段后，递归尝试继续匹配
        return new_p, string.sub(s, p, new_p - 1) * lpeg.V("LOOP")
    end) + lpeg.P(true) -- 终止条件：无法匹配时结束循环
}
local pattern = grammar

原示例中的string.sub(s, p, n)存在参数错误，string.sub的第三个参数是结束位置而非长度，正确写法应为string.sub(s, p, p + n - 1)，否则会截取错误的字符串片段。

内容的提问来源于stack exchange，提问作者Alexander Mashin