问题标签 [lark-parser]

这是一个奇怪的问题，可能是由于 python 更新，因为它昨天运行良好，没有任何变化。开始了：

我有一个程序可以打开 utf-8 文件（使用重音字符等，而不仅仅是 ansi 字符）。当我用 . 打开文件时open(file, encoding="utf-8-sig").read()，非 ansi 字符会被破坏，如下所示在我的终端中：

当编码open()设置为"utf-8-sig"

但是，当我将编码设置为 时"ansi"，字符完全正常！

普通字符encoding="ansi"

这对我来说完全是个谜。如前所述，昨天工作正常。我已经多次检查文件确实是 utf-8。我不知道问题出在 open() 函数，还是显示字符时的 print() 函数。无论如何，这很奇怪。该"ansi"版本将是一个解决方案，但问题是它会导致Lark出现问题，它使用打开文件的内容。

在我在这里给出的截图中，代码是基本的：

这个问题可能是由什么引起的？

我正在尝试为我在 Lark 中使用的 C 定义一个简单的语法。问题是，我将右括号（“}”或“）”）定义为语法中的终端，但它抛出错误，因为“在当前解析器上下文中没有终端匹配'）'”。在我看到的许多示例语法规则中，右括号被定义为终结符。我该如何解决这个问题？这是代码：

这是错误：

我正在使用云雀，但不知道如何匹配所有玩家的名字，因为他们可能对云雀规则很复杂？

示例模式是"Seat {number}: {player} ({chips} in chips)"，我也想要每一行的所有值。

我正在尝试编写一个简单的语法来解析具有多行部分的文本。我无法理解如何去做。这是我到目前为止写的语法 - 在这里将不胜感激。

ps：我意识到云雀对于这个问题来说太过分了，但这只是我试图解析的一个非常简化的版本。

继较早的问题之后，我对/.+/正则表达式行的优先级有点困惑；我希望下面的测试能够产生

相反，我得到：

我希望能够解析 Textile 标记语言（https://textile-lang.com/）中的文件，以便将其转换为 LaTeX。我拥有的文件有点像 Textile 的扩展，因为它添加了字段和脚注。下面给出了一个示例文件。

test.textile

要解析文件，我有以下解析器。

解析器.py

以及以下语法。这个语法还没有解析项目符号和脚注，因为我已经遇到了另一个问题。

文法云雀

当我运行解析器时，我得到以下输出。

输出

文件的其余部分被解析为段落，这是正确的，因为/.+/s可以匹配任何内容。因此，我将 STR 的定义更改/.+?/s为非贪婪，但现在输出如下（打印得很漂亮）：

输出

它将每个字符解析为一个段落。它仍然将整个文件解析为段落元素。

我对这个问题的第一个解决方案是创建一个词法分析器，它为 FIELD_START、FIELD_END、PARAGRAPH_START、CODE_BLOCK_START 和脚注相关的标记创建标记。

我的词法分析器如下所示：

它根据给定的标记创建一个正则表达式，然后通过正则表达式拆分整个字符串并将所有内容作为标记返回，无论是定义的标记还是“STR”。新语法如下所示：

解析器的输出如下：

这会正确解析不同的字段和脚注，但是，代码块会被检测到的 FOOTNOTE_ANCHOR 中断。因为 Lexer 不知道上下文，它也会尝试解析代码中的脚注锚点。尝试解析项目符号时会出现同样的问题。

问题的最佳解决方案是什么？我真的需要词法分析器吗？我的词法分析器是否正确实施？（我可以找到很少的关于如何使用自定义词法分析器的例子）。我可以只对一些标记进行 lex 并将其余的留给“父”词法分析器吗？

我正在将云雀解析器与 python 一起使用。我想使用 EOL 作为语法的一部分，因为它是面向行的。当我尝试将正则表达式放入匹配 EOL 时出现错误。我看到一些这样的例子：

但他们不适合我。这是我的代码：

这是我得到的错误：

我试图通过这个语法解析一个简单的 sql：

但是，当我用文本调用解析器时， """select cola, colb from foo left outer join bar b on x = 1 join jar j on jb > xw where cola <> colb and colx > coly"""，它解析第二个join作为 a term，即作为第一个join条件的一部分。关于如何正确执行此操作的任何想法？

试图创建 DSL 来生成序列......这是我到目前为止所做的：

这是 DSL 的样子：

我在 expr ... 中遇到 expr 问题？

这失败了：