Tree-sitter查询重复捕获数据问题及解决方法咨询

我无法理解为何Tree-sitter查询会重复捕获相同数据，如何让它只捕获一次？

待解析的Bash脚本 #

pkgname="potato"

Tree-sitter查询语句 #

(program (variable_assignment
     name: (variable_name) @variable_name
     value: (string) @value
))

复现问题的Rust代码片段 #

for (query_match, _) in query.captures(
    &Query::new(
        tree_sitter_bash::language(),
        "(program (variable_assignment
            name: (variable_name) @variable_name
            value: (string) @value
          ))",
    )
    .unwrap(),
    tree.root_node(),
    |_| sourced_code.stdout.clone(),
) {
    query_match.captures.iter().for_each(|f| {
        dbg!(f.node.utf8_text(&sourced_code.stdout)).unwrap();
    });

    dbg!(&query_match.captures);
}

执行后的输出 #

[src/parser/pacbuild.rs:145] f.node.utf8_text(&sourced_code.stdout) = Ok(
    "pkgname",
)
[src/parser/pacbuild.rs:145] f.node.utf8_text(&sourced_code.stdout) = Ok(
    "\"potato\"",
)
[src/parser/pacbuild.rs:148] &query_match.captures = [
    QueryCapture {
        node: {Node variable_name (0, 0) - (0, 7)},
        index: 0,
    },
    QueryCapture {
        node: {Node string (0, 8) - (0, 16)},
        index: 1,
    },
]
[src/parser/pacbuild.rs:145] f.node.utf8_text(&sourced_code.stdout) = Ok(
    "pkgname",
)
[src/parser/pacbuild.rs:145] f.node.utf8_text(&sourced_code.stdout) = Ok(
    "\"potato\"",
)
[src/parser/pacbuild.rs:148] &query_match.captures = [
    QueryCapture {
        node: {Node variable_name (0, 0) - (0, 7)},
        index: 0,
    },
    QueryCapture {
        node: {Node string (0, 8) - (0, 16)},
        index: 1,
    },
]

问题原因与解决方法 #

重复捕获的核心原因是你在循环中每次调用Query::new创建了新的查询实例，而不是复用同一个查询。query.captures会针对每个查询实例返回匹配结果，导致同一个匹配被处理两次。

修复步骤： #

1. 将Query::new的调用移到循环外部，提前创建并复用查询实例：

// 提前创建查询，只执行一次
let query = Query::new(
    tree_sitter_bash::language(),
    "(program (variable_assignment
        name: (variable_name) @variable_name
        value: (string) @value
      ))",
).unwrap();

// 循环处理捕获结果
for (query_match, _) in query.captures(
    &query,
    tree.root_node(),
    |_| sourced_code.stdout.clone(),
) {
    query_match.captures.iter().for_each(|f| {
        dbg!(f.node.utf8_text(&sourced_code.stdout)).unwrap();
    });

    dbg!(&query_match.captures);
}

2. 如果复用查询后仍有重复，可能是Tree-sitter的查询匹配存在嵌套或多路径匹配，可以给查询添加唯一性约束，比如用#once指令确保只捕获一次：

(program (variable_assignment
     name: (variable_name) @variable_name
     value: (string) @value
)) #once

这样就能确保只捕获一次相同的数据，避免重复输出。

内容的提问来源于stack exchange，提问作者Wizard28