解析含任意元数据的关系声明时的语法分析问题求助

问题场景 #

示例文件结构如下：

blockA {
  uniqueName42 -> uniqueName aWord1 anotherWord "Some text"
  anotherUniqueName -> uniqueName23 aWord2

  blockB {
     thing -> anotherThing 
  }
}

文件支持任意嵌套层级的块，带->的行定义两个对象间的关系，每个关系可包含任意数量的可选元数据（无引号的单个单词或带引号的多词文本）。

当前语法规则如下：

block
    : BLOCK LBRACE relationshipDeclaration* RBRACE
    ;

relationshipDeclaration
    : StringLiteral? ARROW StringLiteral StringLiteral*
    ;

问题：由于元数据数量不固定，解析器会将下一个关系的起始标识符（比如示例中的anotherUniqueName）识别为上一个关系的元数据，而非新关系的开头。

解决方案（避免使用词法模式） #

1. 修正基础结构+否定向前断言 #

原规则中StringLiteral?的设计不符合实际语法——每个关系声明都以起始标识符开头，而非可选。在此基础上，通过否定向前断言过滤元数据：确保匹配的元数据后面不会紧跟->，让解析器把带->的标识符留给下一个关系声明。

以ANTLR语法为例，修改后的规则：

block
    : BLOCK LBRACE relationshipDeclaration* RBRACE
    ;

relationshipDeclaration
    : StringLiteral ARROW StringLiteral (StringLiteral {!_input.LT(1).getText().equals("->")}?)*
    ;

这里的{!_input.LT(1).getText().equals("->")}?是向前检查逻辑：当前匹配的StringLiteral之后的第一个token如果是->，就不将其作为当前关系的元数据。

2. 利用行终止符辅助分割（依赖格式规范） #

如果你的文件中每个关系声明都独占一行，可以在规则中加入换行符检查，强制解析器在遇到换行或块结束符时终止当前关系声明。示例规则：

block
    : BLOCK LBRACE relationshipDeclaration* RBRACE
    ;

relationshipDeclaration
    : StringLiteral ARROW StringLiteral StringLiteral* (NEWLINE | RBRACE)
    ;

这种方法实现简单，但依赖严格的格式规范，若存在跨多行的关系声明则不适用。

3. 显式定义元数据的终止条件 #

可以将元数据规则明确为“任意不触发新关系的元素”，通过语法规则区分：元数据不能是后跟->的标识符。部分语法分析器支持更简洁的否定向前看语法，具体写法需参考你使用的解析器文档。

内容的提问来源于stack exchange，提问作者ct_