Yacc语法冲突解决：DSL解析器If语句语法歧义问题

当你把stmt_if规则里的单个终结符改成多个重复的终结符（比如支持EndIf后跟多个换行、分号）时，冲突的根源是语法歧义——Yacc无法判断应该先移进下一个分隔符，还是先归约stmt_if规则。以下是几种实用的解决思路：

1. 抽象重复分隔符为辅助规则 #

最稳妥的方式是把重复的空白、换行、分号逻辑抽成独立的辅助规则，避免在主规则里直接写递归结构：

// 定义零个或多个分隔符（如果空白是被lexer忽略的，就无需加WHITESPACE）
opt_separators : /* 空规则，匹配零个分隔符 */
               | opt_separators NEWLINE
               | opt_separators SEMICOLON
               ;

// 修改stmt_if规则，引用辅助规则
stmt_if : IF expr THEN stmt_list EndIf opt_separators
        ;

这种方式把重复逻辑封装起来，Yacc能明确归约顺序，不会产生歧义。

2. 调整终结符的优先级与结合性 #

如果你的语法中，换行、分号这类分隔符的优先级低于stmt_if的归约动作，可以给它们设置左结合性，让Yacc优先移进下一个分隔符再归约：

// 在Yacc声明部分添加优先级设置
%left SEMICOLON NEWLINE

// 保持stmt_if规则简洁（前提是分隔符的重复逻辑靠优先级处理）
stmt_if : IF expr THEN stmt_list EndIf
        | stmt_if NEWLINE
        | stmt_if SEMICOLON
        ;

注意：这种方法要确保不会干扰其他语法规则的解析，适合分隔符在整个语法体系中优先级较低的场景。

3. 利用Yacc扩展语法（如果支持） #

部分Yacc变体（比如GNU Bison）支持用*表示零或多个重复的终结符/规则，直接简化写法：

stmt_if : IF expr THEN stmt_list EndIf (NEWLINE | SEMICOLON)*
        ;

但要确认你的解析器工具是否兼容这种扩展语法，避免兼容性问题。

额外排查技巧 #

• 运行yacc -v生成y.output文件，查看具体的冲突状态（比如哪个状态下的移进/归约冲突，对应哪个token），能帮你精准定位问题。
• 检查lexer逻辑：如果空白符（空格、制表符）不需要作为语法元素，直接在lexer中忽略它们，只把换行、分号作为显式token传给parser，能减少不必要的token冲突。

内容的提问来源于stack exchange，提问作者Artem