PEGTL规则

PEG（Parsing Expression Grammar），翻译为解析表达文法。按照WIKI给出的描述，一个解析表达文法由以下部分组成：

• 一个有限的非终结符的集合 N
• 一个有限的终结符的集合 Σ，和 N 没有交集
• 一个有限的解析规则的集合 P
• 一个被称作开始表达式的解析表达式 e_S

P 中的每一个解析规则以 A ← e 的形式出现，这里 A 是一个非终结符，e 是一个解析表达式。解析表达式是类似正则表达式的层次表达式：

1. 原子解析表达式由以下组成:
   • 任何的终结符，
   • 任何的非终结符，
   • 空字符串 ε.
2. 给定已经存在的解析表达式 e, e₁ 和 e₂, 一个新的解析表达式可以通过以下操作构成:
   • 序列: e₁ e₂
   • 有序选择: e₁ / e₂
   • 零个或更多: e*
   • 一个或更多: e+
   • 可选: e?
   • 肯定断言: &e
   • 否定断言: !e

在实际应用中，可以利用已有的库来实现我们自己的语法解析功能。pegjs是一个不错的在线实验平台，可以所见即所得的测试我们要定义的解析规则。

对于C++背景的开发者来说，比较好的选择是PEGTL。本文主要是记录PEGTL库的常用类及对应功能。

PEGTL的规则文档参考此处

 1. 基本规则：

　　序列e₁e_{2：seq< R... >}

　　有序选择e₁ / e₂：sor< R... >

　　零个或更多 e*：star< R... >

　　一个或更多 e+：plus< R... >

　　可选 e?：opt< R... >

　　肯定断言 &e：at< R... >

　　否定断言 !e：not_at< R... >

2. 其他内置常用规则：

　　action< A, R... >: 等价seq，只是在匹配R时禁用A操作

　　control< C, R... >：等价seq，只是使用C作为控制类

　　disable< R... >：等价seq，只是禁用所有的action

　　discard：

　　enable< R... >：

　　require< Num >：

　　state< S, R... >：

　　if_must< R, S... >：尝试匹配R，成功则must< S... >

　　if_must_else< R, S, T >：

　　if_then_else< R, S, T >：

　　list< R, S >：

　　list< R, S, P >：

　　list_must< R, S >：

　　list_must< R, S, P >：

　　list_tail< R, S >：

　　list_tail< R, S, P >：

　　minus< M, S >：

　　must< R... >：等价于seq，但是在失败时将R的局部错误转换为全局错误

　　opt_must< R, S... >：

　　pad< R, S, T = S >：

　　pad_opt< R, P >：

　　rematch< R, S... >：

　　rep< Num, R... >：

　　rep_max< Max, R... >：

　　rep_min< Min, R... >：

　　rep_min_max< Min, Max, R... >：

　　rep_opt< Num, R... >：

　　star_must< R, S... >：

　　try_catch< R... >：

　　try_catch_type< E, R... >：

　　until< R >：消耗所有的输入，直到匹配R

　　until< R, S... >：等价于seq< star< not_at< R >, S... >, R >，(!R)* S, 一旦R不匹配，就匹配S序列

　　any:

　　not_one< C... >:

　　one< C... >: C可以是一个unicode字符，当匹配成功时会消耗N个字节

　　string< C... >：等价于seq< one< C >... >

　　eol：匹配并消耗一个行结束符\r \n