删帖吧

xyfree

滚

prolj

# !/bin/bash
不疼了

solidus

这问题是不是可以简化成 一个函数 返回值是语言类型，参数是字符串对吧？

如果是的话，理论上就比较容易，先说下纯理论上的实现，每个语言的语法都可以编成一个识别器，每次shift 一个token的时候，每个token在shift到某个识别器之前要探测一次其是否为该语法的关键字，会有0-N个识别器报错，则排除掉，剩下的继续shift下一个token，最后剩下的就是合法语言类型。
另一个问题是，例如你要识别java和C，但是整个输入仅仅含有int a = 8；会被Java和C的自动机同时识别，这时候你得确定一个优先级。这里的优先级是人为地，仅仅因为它们有公共子集。

但是具体实现上没搞过，按理说一个lookahead足够长的递归下降就可以了，ANTLR足以~~
凭直觉来想，应该有个预处理装置，在某一点上就可以确定其是什么语言，之后就没必要继续做了，


PS：又想了想，还有个问题，就是词法值在不同语言上定义也不太一样，这就麻烦了，例如某个语言inta=8;可以识别成int a = 8；但是在C中式inta = 8;这时候词法部分也得像语法那样穷举，每个有分歧点都分裂一次，一个是int a，一个是inta,这时候涉及到得问题就没那么容易了。也就是说，每个语言的词法也需要一个识别器，其失败，则语法识别器跟着失败，但是这里比较麻烦的是容错怎么办？

openspace

总得有个开始界定符号吧

xyfree

这个应该类似动态规划的过程，动态计算一个语言的语法和词法规则的集合，
最后这个语言的语法和词法规则集合将会 “收敛”于一个具体的语言。

这里列出的是分析的思路，并不是具体的算法：

(1) 词法分析阶段，每种输入语言都有一个合法字符集。
如果能从输入字符流中，根据合法字符集，判断出输入的是哪种语言。
这当然就是最理想的了，可以马上简化为单语言输入。
但是通常情况下，只能得出所有可接受语言的一个子集L0（包括但不仅限于真子集）
能够马上判断出具体输入语言的是特例，即L0集合的元素个数是1

(1-1) 在开始扫描之前，根据各语言的 语法规则，（确实是语法规则而不是词法规则）
构建一个所有可接受语言的词法规则，分析出所有可能出现在各种语言的第一个的语法终结符。
就是说，把所有可接受语言的集合看作一个语言 。

实际上不必一开始就计算所有语言的所有词法规则，只须从各种语言的语法开始符号开始，
计算每个单独语言中所有可能的第一个词法符号的规则，作为总体语言的词法开始符号。
所以应该从语法规则开始计算

(1-2) 随着越来越多的Token被归纳出来，即扫描的字符越多，待构建的L0中，语言的个数会逐渐减少。
这个过程中，如果要考虑完全容错性，则L0始终无法收敛。
应该考虑的是，可以进行下去继续分析的语言，和还有无法再继续分析的语言，比例是怎样。
如果全部无法继续分析，则应该考虑回退，进入排错状态。

(2) 如果在词法分析阶段，分析出输入语言属于可接受语言集合的一个子集L0。
这种情况通常是因为若干种语言的词法过于相似，而给出的代码片段不足以区分这些语言。
就要根据L0中的语言的语法规则，“总体语言”的词法规则。

暂时只想到这么多....{:2_172:}

0vk0

用个标志符在头上标识下

cjaizss

总是需要检索到一个符号或者语法符合某个独特的语言才可以
如果一段语言完美的符合两种甚至多种语言,那么则需要一个优先了

starfuck

滚

starfuck

滚