树顶回溯类似于正则表达式？

Question

我读过的所有内容都表明 Treetop 会像正则表达式一样回溯，但我很难做到这一点。

假设我有以下语法：

grammar TestGrammar
  rule open_close
    '{' .+ '}'
  end
end

这与字符串 {abc} 不匹配。我怀疑这是因为.+ 正在消耗从a 开始的所有内容。 IE。当我只希望它消耗 abc 时，它正在消耗 abc}。

这似乎与类似的正则表达式不同。正则表达式 /{.+}/ 将匹配 {abc}。据我了解，这是可能的，因为正则表达式引擎在使用结束 } 作为 .+ 的一部分后回溯，然后无法匹配。

那么 Treetop 可以这样回溯吗？如果有，怎么做？

我知道您可以使用否定来匹配“} 以外的任何内容”。但这不是我的本意。假设我希望能够匹配字符串{ab}c}。在这种情况下，我想要的标记是开头{、ab}c 的中间字符串和结尾}。这是一个人为的例子，但是当使用像 {a b {c d}} 这样的嵌套表达式时，它变得非常相关。

Answer 1

Treetop 是Parsing Expression Grammar 解析器的实现。 PEG 的好处之一是它们结合了灵活性、速度和内存要求。但是，这种平衡行为有一些取舍。

引自维基百科文章：

0 或多个、一个或多个和可选运算符分别消耗其子表达式 e 的零或多个、一个或多个或零或一个连续重复。然而，与上下文无关语法和正则表达式不同，这些运算符总是表现得很贪婪，尽可能多地消耗输入，并且从不回溯。 […] 表达式 (a* a) 总是会失败，因为第一部分 (a*) 永远不会留下任何 a 来匹配第二部分。

（强调我的。）

简而言之：虽然某些 PEG 运营商可以回溯以尝试采取另一条路线，但 + 运营商不能。

相反，为了匹配嵌套的子表达式，您希望在分隔的子表达式（首先检查）和非表达式字符之间创建一个交替。类似（未经测试）：

grammar TestGrammar
  rule open_close
    '{' contents '}'
  end
  rule contents
    open_close / non_brackets
  end
  rule non_brackets
    # …
  end
end