Lark解析器解析多行语句报UnexpectedCharacters错误

报错和多行输入本身无关，核心是你写的Lark语法存在循环引用歧义，附带几处语法定义不严谨的问题：

• expr规则最后一个分支匹配rest，但rest的第一个分支又反向匹配expr，两个规则形成无限递归的等价关系，解析器处理完第一条语句的分号后，无法明确下一个起始token的归约路径，就会抛出字符不匹配的错误。单行输入能解析成功属于路径巧合，不是语法本身没有问题。
• 集合差运算的规则别名拼写错误：differnce应为difference
• 集合字面量content规则存在冗余的嵌套可选括号，定义不严谨
• 运算规则没有做原子项隔离，后续扩展运算优先级时会出现归约冲突

删掉存在循环引用的rest层，新增独立的原子表达式层atom作为最小匹配单元，只匹配集合字面量和变量名，不反向引用上层运算规则，让解析路径清晰无歧义。修复后的完整可运行代码如下：

from lark import Lark

class SetLanguageLarkParser():
    def __init__(self):
        self.setParser = Lark(r"""
            start: statement+ 

            statement : "DISP" expr ";" -> display
                      | name "=" expr ";" -> assign

            expr : expr "+" atom -> union
                 | expr "-" atom -> difference
                 | expr "*" atom -> cross
                 | expr "|" atom -> intersection
                 | atom

            atom : content
                 | name

            content : "{" [ (NUMBER|WORD) ("," (NUMBER|WORD))* ] "}"
            name : WORD

            %import common.WORD
            %import common.NUMBER
            %import common.WS
            %ignore WS
        """, start='start')

def main():
    data = """
            x = {0};
            S = {1,2,3};
            DISP S + x;
            """
    setLangP = SetLanguageLarkParser()
    print(setLangP.setParser.parse(data).pretty())

if __name__ == "__main__":
    main()

修复后不管是单行单语句、多行多语句，还是带集合运算的DISP语句，都可以正常解析，不会再出现UnexpectedCharacters: No terminal matches 'S' in the current parser context报错。

内容的提问来源于stack exchange，提问作者Stephen Rodriguez