用于解析开始和结束标签的Nearley语法

Question

假设我有一种简单的语言可以在nearley中解析，它只是由字符串组成。"this is a string"

string -> "\"" chars "\""

但是，该字符串可以在大括号内包含代码。为了简单起见，让我们只说code只能是另一个字符串。"this is a string with {"code"}"

code -> "{" string "}"

如何在Nearley中定义新字符串以包含code定义？我总是得到大量的结果，因为chars可以匹配一个或多个字符。

string -> "\"" charCode "\""

charCode -> (chars | code) charCode
| (chars | code)

code -> "{" string "}"

chars -> char chars
| char
char -> [^{}]

理想情况下，我可以将类似这样的"chars {"code"} chars chars {"code"} chars"转换为数组["chars ", "code", " chars chars ", "code", " chars"]

也许只能使用此答案中建议的regex和moo来完成此操作？(在本例中，开始标记和结束标记比较明确，我没有遇到同样的问题。) [Nearley]: how to parse matching opening and closing tag

Answer 1

当然，我会使用基于regex的lexer。但是您可以尝试编写一种明确的语法，基于这样的观察:在一个chars中永远不能有两个相邻的charCode

string -> "\"" charCodeStart chars:? "\""
charCodeStart -> 
               | charCodeStart chars:? code

另一种可能性是使用EBNF：

string -> "\"" ( char:* code ):* char:* "\""

您可能需要尝试一下才能正确地使用它。我不怎么用nearley。