Go 中使用 yacc 工具构建最简解析器的完整教程-Golang-PHP中文网

Go 中使用 yacc 工具构建最简解析器的完整教程

本文详解如何正确使用 Go 自带的 go tool yacc 编写符合语法规范的 Yacc 规则文件，修复常见语法错误（如非法首规则），并基于 calc.y 示例实现一个可运行的字符回显解析器。

本文详解如何正确使用 go 自带的 `go tool yacc` 编写符合语法规范的 yacc 规则文件，修复常见语法错误（如非法首规则），并基于 `calc.y` 示例实现一个可运行的字符回显解析器。

Go 标准工具链中的 go tool yacc 是对经典的 Berkeley Yacc 的兼容实现，用于生成 LALR(1) 语法分析器。但其输入格式严格遵循传统 Yacc 规范，不允许在 %% 后直接书写正则式动作（如 .|\n ECHO;）——这正是原问题中 bad syntax on first rule 错误的根本原因。

Yacc 文件必须严格按三段式结构组织：

%{ ... %}        // Go 包声明与导入（可选）
%%
grammar rules     // 语法规则：非终结符 : 右部 ; （冒号与分号不可省略）
%%
Go functions      // 用户定义函数（如 main、Lex、Error）

✅ 正确的最小可运行示例（echo.y）

以下是一个经过验证、可直接编译运行的简化版 Yacc 文件，功能为逐字符读取输入并打印：

Andi

一款AI工具，主要用于智能搜索助手，可以帮助解决详细的问题，适合需要提升相关任务效率的用户。

下载

%{
package main

import (
    "bufio"
    "fmt"
    "os"
    "unicode"
)

// 声明 token 类型（需与 Lex 返回值匹配）
const CHARACTER = 256
%}

%union {
    val string
}

%token <val> CHARACTER

%%
in : /* empty */
   | in input '\n' { fmt.Printf("Read character: %s\n", $2) }
   ;

input : CHARACTER
      | input CHARACTER { $$ = $1 + $2 }
      ;
%%

type InputLex struct {
    s   string // 输入字符串（含换行符）
    pos int    // 当前解析位置
}

func (l *InputLex) Lex(lval *yySymType) int {
    if l.pos >= len(l.s) {
        return 0 // EOF
    }

    c := rune(l.s[l.pos])
    l.pos++

    // 跳过空格（可选）
    if c == ' ' || c == '\t' || c == '\r' {
        return -1 // 忽略，继续扫描
    }

    // 仅识别小写字母和数字作为有效 token
    if unicode.IsLower(c) || unicode.IsDigit(c) {
        lval.val = string(c)
        return CHARACTER
    }

    // 其他字符直接作为终结符返回（触发语法错误或自定义处理）
    return int(c)
}

func (l *InputLex) Error(s string) {
    fmt.Printf("syntax error: %s\n", s)
}

func main() {
    fi := bufio.NewReader(os.Stdin)
    line, err := fi.ReadString('\n')
    if err != nil {
        fmt.Fprintf(os.Stderr, "read error: %v\n", err)
        return
    }

    // 初始化 lexer 并启动 parser
    lex := &InputLex{s: line}
    InputParse(lex)
}</val>

? 编译与运行

go tool yacc -o echo.go -p Input echo.y
go run echo.go

⚠️ 注意事项：

go tool yacc 不支持内联正则匹配（如 .|\n），所有词法分析逻辑必须在 Lex 方法中手动实现；

%union 和 %token 声明用于类型安全传递语义值（yySymType 是自动生成的联合体）；

InputParse 函数名由 -p Input 参数决定（前缀 Input + Parse），需与 Lex 方法签名匹配（接收 *InputLex）；

若未定义 %union，yySymType 默认为 int，无法传递字符串等复杂值。