基于LALR(1)的Lark数学解析器添加隐式乘法的问题

我之前用Lark构建数学解析器时也踩过这个坑——直接把乘法运算符*设为可选会让LALR(1)解析器混淆二元减法和一元负号的上下文，导致x-y被错误解析成x*-y。核心原因是隐式乘法的优先级高于减法，解析器会优先选择更高优先级的规则，把减号当成一元负号处理，进而触发隐式乘法。

解决方案：重新梳理规则层次，明确上下文区分 #

我们需要调整语法规则，让二元减法的触发优先级高于隐式乘法的错误匹配，同时保证隐式乘法只在合理的上下文（比如变量、数字、括号表达式相邻）中触发。以下是修改后的完整语法：

?start: expression
?expression: sub

# 处理加减运算：允许表达式以一元运算开头，后续用二元加减连接项
?sub: unary | plus (MINUS plus)*
?plus: times (PLUS times)*

# 处理乘除运算：同时支持显式*和隐式拼接的乘法
?times: factor ( (STAR | "") factor )*
?divide: power (SLASH power)?

# 处理幂运算
?power: atom (CARET atom)*

# 一元正负号：作用于完整的加减表达式，避免和前面的表达式触发隐式乘法
?unary: MINUS plus | PLUS plus

# 原子表达式：括号、数字、变量
?atom: "(" expression ")" | numeric | symbol

# 基础类型与运算符定义
numeric: FLOAT | INT
symbol: WORD
MINUS: "-"
PLUS: "+"
STAR: "*"
SLASH: "/"
CARET: "^"

%import common.WORD
%import common.INT
%import common.FLOAT
%import common.WS_INLINE
%ignore WS_INLINE

关键细节解释 #

1. 二元减法的正确匹配：
   sub规则分为两种情况：要么是一个一元运算表达式（比如-x+y开头的-x），要么是用二元-连接的多个plus项。当解析x-y时，解析器会优先匹配plus (MINUS plus)*，把-当成连接x和y的二元减法运算符，而非一元负号。

2. 隐式乘法的合理触发：
   times规则限定隐式乘法只能发生在两个factor之间，而factor是幂运算或括号表达式（不包含一元负号开头的表达式）。只有当变量、数字、括号表达式相邻时，才会触发隐式乘法，比如xy、x(1+2)、(x+y)z都能正确识别为乘法，而x-y不会被误解析。

3. 一元负号的上下文限制：
   unary规则让一元正负号作用于完整的plus表达式（加减项），确保它只会出现在表达式的开头，或者在+、-、*等运算符之后，不会和前面的表达式触发隐式乘法。

内容的提问来源于stack exchange，提问作者weakit