忽略 Gocc 词法解析器的内容

哈喽！大家好，很高兴又见面了，我是golang学习网的一名作者，今天由我给大家带来一篇《忽略 Gocc 词法解析器的内容》，本文主要会讲到等等知识点，希望大家一起学习进步，也欢迎大家关注、点赞、收藏、转发! 下面就一起来看看吧！

有没有办法告诉 gocc 忽略词法解析器中的内容？例如，对于

2022-01-18 11:33:21.9885 [21] 这些是我需要忽略的字符串，直到 - mykw - start active one: 1/18/2022 11:33:21 am

我想告诉 gocc 忽略从 [21] 一直到 until。这是我一直在尝试的：

/* lexical part */

_letter : 'a'-'z' | 'a'-'z' | '_' ;
_digit : '0'-'9' ;

_timestamp1 : _digit | ' ' | ':' | '-' | '.' ;
_timestamp2 : _digit | ' ' | ':' | '/' | 'a' | 'p' | 'm' ;

_ignore :  '['  { . } ' '  '-'  ' '  'm'  'y'  'k'  'w'  ' '  '-'  ' ' ;

_lineend : [ '\r' ] '\n' ;


timestamp       : _timestamp1 { _timestamp1 } _ignore ;
tasklogstart    : 's'  't'  'a'  'r'  't'  ' ' ;
jobname     : { . } _timestamp2 { _timestamp2 } _lineend ;


/* syntax part */
log
 : timestamp tasklogstart jobname ;

但是，解析器失败于：

error: expected timestamp; got: unknown/invalid token "2022-01-18 11:33:21.9885 [21] t"

我认为它应该起作用的原因是，以下忽略规则对于空格来说非常有效：

!lineComment  : '/' '/' { . } '\n' ;
!blockComment : '/' '*' { . | '*' } '*' '/' ;

我只是将上述规则应用到我的正常文本解析中。

正确答案

这样不行--

EBNF 看起来非常像正则表达式，但它的工作方式根本不像正则表达式——我的意思是，

线，

2022-01-18 11:33:21.9885 [21] 这些是我需要忽略的字符串，直到 - MYKW - Start Active One: 1/18/2022 11:33:21 AM

如果要匹配正则表达式，可以简单为：

([0-9.:-]+).*? - MYKW - 开始 ([^:]+):.*$

但是，这不能像这样直接转换为 EBNF 定义，因为正则表达式依赖于每个元素之间的上下文来 ping 点匹配（例如，.*? 匹配规则是本地规则，只根据它所在的上下文起作用），但是，gocc 是一个 LR 解析器，它是一个上下文无关语法！！！

基本上，上下文无关语法意味着，每次尝试对所有现有词汇符号进行 .* 匹配时（即，每个词汇符号可以被视为不受上下文影响的全局规则）在）。我无法完全描述它，但下一场比赛中没有涉及先前的上下文（或其后面的符号）。这就是OP失败的原因。

有关如何使用“{.}”的真实示例，请参阅

How to describe this event log in formal BNF?

文中关于的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《忽略 Gocc 词法解析器的内容》文章吧，也可关注golang学习网公众号了解相关技术文章。