Le grammatiche di espressione di parsing sono adatte all'analisi del linguaggio di comando della shell?

Question

Il linguaggio di comando della shell POSIX non è facile da analizzare, in gran parte a causa dello stretto accoppiamento tra lexing e parsing.

Tuttavia, le grammature di espressioni parsing (PEG) sono spesso senza scanner. Combinando il lexing e l'analisi, sembra che potrei evitare questi problemi. Il linguaggio che sto usando (Rust) ha una libreria PEG ben mantenuta. Tuttavia, sono a conoscenza di tre difficoltà che potrebbero rendere poco pratico l'utilizzo di questa libreria:

• I serbatoi devono essere in grado di analizzare riga per riga, senza leggere i caratteri oltre la fine della riga.
• alias sono puramente lessicale, e può causare un token per essere sostituito da qualsiasi sequenza di altri token in determinate situazioni
• Shell riservata parole sono riconosciuti solo in determinate situazioni

è un PEG adatta per l'analisi del linguaggio di comando della shell dati questi requisiti, o è un parser ricorsivo-discendente scritto a mano più adatto?

Answer 1

Sì, è possibile utilizzare un PEG e nessuno dei problemi noti potrebbe essere un problema. In particolare:

1) analisi riga per riga: la maggior parte degli strumenti PEG non presenta salti di spazio bianco incorporati. Tutto lo spazio bianco incluso i newline deve essere gestito esplicitamente da te, il che significa che puoi gestire newline come preferisci.

2) Non utilizzare l'albero di analisi da PEG come AST. Invece dovresti scendere l'albero di analisi e costruire un AST. Per gli alias, quindi, dopo che l'analisi è stata completata e stai creando il tuo AST, puoi rilevare l'alias e inserire invece l'espansione appropriata per l'alias.

3) Le parole riservate non sono riservate a meno che non le prenotiate. Cioè, se hai un contesto in cui può verificarsi una parola riservata o un altro simbolo alfanumerico, devi prima controllare esplicitamente le parole riservate, quindi il simbolo alfanumerico arbitrario, perché una volta che il PEG decide che ha una corrispondenza, ciò non tornerà -traccia. Ovunque una parola riservata non è permessa, semplicemente non controllarla e la tua regola generica alfanumerica sostituirà la regola.