boost-spirit-qi - Boost Spirit Qi语法添加到船长内的列表
问题描述
解析这些字符串:
int main(){
for (const std::string input: std::vector<std::string> {
"module simple_in_n_out();endmodule;",
"module simple_in_n_out(in_1);endmodule;",
"module simple_in_n_out(in_1,in_2,in_3);endmodule;",
})
{
parse_verilog_file(input);
}
return 0;
}
在前两个输入和第一个字符串的 push_back 上成功,但在向向量添加更多字符串时失败:
std::string module_name;
stringvec module_inputs;
module_input_list %= tok.identifier[push_back(phoenix::ref(module_inputs), _1)] % qi::lit(',');
module_input_list.name("module_input_list");
BOOST_SPIRIT_DEBUG_NODE(module_input_list);
module_stmt
%= tok.module_ >> tok.identifier[phoenix::ref(module_name) = _1]
>> '(' >> -(module_input_list) >> ')'
>> ';';
module_stmt.name("module");
BOOST_SPIRIT_DEBUG_NODE(module_stmt);
输出如下所示:
<module_stmt>
<try>[module]</try>
<module_input_list>
<try>[)][;][endmodule][;]</try>
<fail/>
</module_input_list>
<success>[endmodule][;]</success>
<attributes>[]</attributes>
</module_stmt>
<module_stmt>
<try>[endmodule][;]</try>
<fail/>
</module_stmt>
TODO: put the module together now
<module_stmt>
<try></try>
<fail/>
</module_stmt>
-------------------------
Parsing succeeded
-------------------------
module name: simple_in_n_out
<module_stmt>
<try>[module]</try>
<module_input_list>
<try>[in_1][)][;][endmodule][;]</try>
<success>[)][;][endmodule][;]</success>
<attributes>[]</attributes>
</module_input_list>
<success>[endmodule][;]</success>
<attributes>[]</attributes>
</module_stmt>
<module_stmt>
<try>[endmodule][;]</try>
<fail/>
</module_stmt>
TODO: put the module together now
<module_stmt>
<try></try>
<fail/>
</module_stmt>
-------------------------
Parsing succeeded
-------------------------
module name: simple_in_n_out
module input: in_1
<module_stmt>
<try>[module]</try>
<module_input_list>
<try>[in_1]</try>
<success></success>
<attributes>[]</attributes>
</module_input_list>
<fail/>
</module_stmt>
-------------------------
Parsing failed
-------------------------
完整代码:
#define BOOST_SPIRIT_DEBUG
#include "netlist/netlistlexer.h"
namespace verilog {
using namespace boost::spirit;
using boost::phoenix::val;
using boost::spirit::ascii::char_;
using boost::spirit::ascii::string;
///////////////////////////////////////////////////////////////////////////////
// Grammar definition
///////////////////////////////////////////////////////////////////////////////
template <typename Iterator, typename Lexer>
struct verilog_grammar
: qi::grammar<Iterator, qi::in_state_skipper<Lexer> >
{
template <typename TokenDef>
verilog_grammar(TokenDef const& tok)
: verilog_grammar::base_type(program)
{
using boost::spirit::_val;
using phoenix::push_back;
using qi::on_error;
using qi::fail;
using phoenix::construct;
program
= +statement
;
statement
= module_stmt
| end_module_stmt
;
module_input_list %= tok.identifier[push_back(phoenix::ref(module_inputs), _1)] % qi::lit(',');
module_input_list.name("module_input_list");
BOOST_SPIRIT_DEBUG_NODE(module_input_list);
module_stmt
%= tok.module_ >> tok.identifier[phoenix::ref(module_name) = _1]
>> '(' >> -(module_input_list) >> ')'
>> ';';
module_stmt.name("module");
BOOST_SPIRIT_DEBUG_NODE(module_stmt);
end_module_stmt
= (tok.endmodule_ >> ';' | tok.endmodule_)[
std::cout << val("TODO: put the module together now") << "\n"
];
end_module_stmt.name("end_module_stmt");
on_error<fail>
(
program
, std::cout
<< val("Error! Expecting ")
<< _4 // what failed?
<< val(" here: \"")
<< construct<std::string>(_3, _2) // iterators to error-pos, end
<< val("\"")
<< std::endl
);
}
std::string module_name;
stringvec module_inputs;
typedef boost::variant<unsigned int, std::string> expression_type;
typedef boost::fusion::vector<std::string,std::vector<std::string>> fustring;
qi::rule<Iterator, qi::in_state_skipper<Lexer> > program, statement;
qi::rule<Iterator, qi::in_state_skipper<Lexer> > module_stmt;
qi::rule<Iterator, qi::in_state_skipper<Lexer> > module_input_list;
qi::rule<Iterator, qi::in_state_skipper<Lexer> > end_module_stmt;
};
} // end verilog namespace
void parse_verilog_file(std::string str){
typedef std::string::iterator base_iterator_type;
using namespace boost::spirit;
typedef lex::lexertl::token<
base_iterator_type, boost::mpl::vector<unsigned int, std::string>
> token_type;
typedef lex::lexertl::lexer<token_type> lexer_type;
typedef verilog::verilog_tokens<lexer_type> verilog_tokens;
typedef verilog_tokens::iterator_type iterator_type;
typedef verilog::verilog_grammar<iterator_type, verilog_tokens::lexer_def> verilog_grammar;
verilog_tokens tokens; // Our lexer
verilog_grammar calc(tokens); // Our parser
std::string::iterator it = str.begin();
iterator_type iter = tokens.begin(it, str.end());
iterator_type end = tokens.end();
bool r = qi::phrase_parse(iter, end, calc, qi::in_state("WS")[tokens.self]);
if (r && iter == end)
{
std::cout << "-------------------------\n";
std::cout << "Parsing succeeded\n";
std::cout << "-------------------------\n";
std::cout << "module name: " << calc.module_name << "\n";
for (const std::string i: calc.module_inputs){
std::cout << " module input: " << i << "\n";
}
}
else
{
std::cout << "-------------------------\n";
std::cout << "Parsing failed\n";
std::cout << "-------------------------\n";
}
}
int main(){
for (const std::string input: std::vector<std::string> {
"module simple_in_n_out();endmodule;",
"module simple_in_n_out(in_1);endmodule;",
"module simple_in_n_out(in_1,in_2,in_3);endmodule;",
})
{
parse_verilog_file(input);
}
return 0;
}
网表/netlistlexer.h:
#ifndef NETLISTLEXER_H
#define NETLISTLEXER_H
#include <boost/config/warning_disable.hpp>
#include <boost/spirit/include/qi.hpp>
#include <boost/spirit/include/lex_lexertl.hpp>
#include <boost/spirit/include/phoenix_core.hpp>
#include <boost/spirit/include/phoenix_operator.hpp>
#include <boost/spirit/include/phoenix_fusion.hpp>
#include <boost/spirit/include/phoenix_stl.hpp>
#include <boost/spirit/include/phoenix_object.hpp>
#include <boost/fusion/include/adapt_struct.hpp>
#include <boost/variant/recursive_variant.hpp>
#include <boost/foreach.hpp>
#include <iostream>
#include <fstream>
#include <string>
#include <vector>
namespace fusion = boost::fusion;
namespace phoenix = boost::phoenix;
namespace qi = boost::spirit::qi;
namespace ascii = boost::spirit::ascii;
typedef std::vector<std::string> stringvec;
namespace verilog {
using namespace boost::spirit;
using boost::phoenix::val;
using boost::spirit::ascii::char_;
using boost::spirit::ascii::string;
///////////////////////////////////////////////////////////////////////////////
// Token definition
///////////////////////////////////////////////////////////////////////////////
template <typename Lexer>
struct verilog_tokens : lex::lexer<Lexer>
{
verilog_tokens()
{
// define the tokens to match
identifier = "[a-zA-Z_][a-zA-Z0-9_]*";
logic_op = "[\\&\\|]";
constant = "[0-9]+";
module_ = "module";
assign_ = "assign";
endmodule_ = "endmodule";
wire_ = "wire";
input_ = "input";
output_ = "output";
inout_ = "inout";
reg_ = "reg";
begin_ = "begin";
end_ = "end";
always_ = "always";
if_ = "if";
else_ = "else";
parameter_ = "parameter";
// associate the tokens and the token set with the lexer
this->self = lex::token_def<>('(') | ')' | '{' | '}' | '=' | '[' | ']' | ';' | constant | logic_op;
this->self += if_ | else_ | begin_ | end_ | always_ | reg_;
this->self += module_ | endmodule_ | assign_ | wire_ | input_ | output_ | inout_;
this->self += parameter_;
this->self += identifier;
// define the whitespace to ignore (spaces, tabs, newlines and C-style
// comments)
this->self("WS")
= lex::token_def<>("[ \\t\\n]+")
| "\\/\\*[^*]*\\*+([^/*][^*]*\\*+)*\\/"
| "\\/\\/[^\\r\\n\\f]*"
| "\\(\\*[^*]*\\*\\)"
;
}
// these tokens have no attribute
lex::token_def<lex::omit> if_, else_, begin_, end_, endmodule_;
// these tokens expose the iterator_range of the matched input sequence
lex::token_def<> always_, reg_;
lex::token_def<> module_, assign_, wire_, input_, output_, inout_;
lex::token_def<> parameter_;
// The following two tokens have an associated attribute type, 'identifier'
// carries a string (the identifier name) and 'constant' carries the
// matched integer value.
//
// Note: any token attribute type explicitly specified in a token_def<>
// declaration needs to be listed during token type definition as
// well (see the typedef for the token_type below).
//
// The conversion of the matched input to an instance of this type occurs
// once (on first access), which makes token attributes as efficient as
// possible. Moreover, token instances are constructed once by the lexer
// library. From this point on tokens are passed by reference only,
// avoiding them being copied around.
lex::token_def<std::string> identifier;
lex::token_def<unsigned int> constant;
lex::token_def<std::string> logic_op;
};
} // end verilog namespace
#endif // NETLISTLEXER_H
解决方案
好的,我必须打破 Spirit Lex 的迷雾¹和一些怪癖,表明您可能没有使用符合标准的编译器²。
当我这样做时,我注意到实际语法不使用属性传播,而是使用临时语义动作来提取一些信息³。
我已经记录在案,当你找到最佳位置时,我认为 Spirit 在快速原型制作方面大放异彩。基于语义动作的手动 AST 构建并不是 IMO 所在的位置。
作为最后一个微妙的线索,我注意到您“无用地”包含recursive_variant.hpp
- 这让我认为您实际上希望将自动属性传播与递归 AST 一起使用?
第一个想法
让我们module_stmt
以 为例。让我们使用 AST 类型,而不是“随意地影响”module_name
和解析器成员变量:module_inputs
namespace AST {
using identifiers = stringvec;
struct module {
std::string name;
identifiers inputs;
};
}
使其适应自动传播:
BOOST_FUSION_ADAPT_STRUCT(AST::module, name, inputs)
并依靠它:
module_input_list = tok.identifier % ',';
module_stmt
= tok.module_ >> tok.identifier
>> '(' >> -module_input_list >> ')' >> ';'
>> tok.endmodule_ >> (';' | qi::eoi)
;
注意:我必须将
module_
令牌定义修复为lex::omit
请注意我是如何将
endmodule_
其纳入规则的,因为这是很自然的事情。任何嵌套(递归)规则(如嵌套)statements
都可以自然地去那里并合成为AST::module
规则声明可以是:
qi::rule<Iterator, AST::module(), Skipper> module_stmt;
qi::rule<Iterator, AST::identifiers(), Skipper> module_input_list;
把它绑在一起
当然,现在顶级规则没有声明属性,所以AST::module
魔法合成的实例就消失了。这很不幸,但很容易解决。扩展我们的 AST 类型:
namespace AST {
using identifiers = stringvec;
struct module {
std::string name;
identifiers inputs;
};
using statement = boost::make_recursive_variant<
module // module_stmt
>::type;
using statements = std::vector<statement>;
struct program {
statements body;
};
}
这个相当简单的 Verilog 程序就可以了。我们扩展规则:
qi::rule<Iterator, AST::program(), Skipper> program;
qi::rule<Iterator, AST::statements(), Skipper> statements;
qi::rule<Iterator, AST::statement(), Skipper> statement;
qi::rule<Iterator, AST::module(), Skipper> module_stmt;
qi::rule<Iterator, AST::identifiers(), Skipper> module_input_list;
您将注意到将规则与其对应的 AST 节点匹配的模式。规则本身不会改变:
program = statements;
statements = +statement;
statement = module_stmt;
module_input_list = tok.identifier % ',';
module_stmt
= tok.module_ >> tok.identifier
>> '(' >> -module_input_list >> ')' >> ';'
>> tok.endmodule_ >> (';' | qi::eoi)
;
注意:我介绍了
statements
一致性,它还避免了传播到单元素自适应融合序列的陷阱⁴</p>
现在我们可以将一个AST::program
属性传递给解析器调用:
AST::program program;
if (qi::parse(iter, end, calc, program)) {
for (auto& stmt : program.body) {
if (auto* module = boost::get<AST::module>(&stmt)) {
std::cout << "module name: " << module->name << "\n";
for (std::string const& i : module->inputs) {
std::cout << " module input: " << i << "\n";
}
}
}
}
这将打印与预期相同的输出:
-------------------------
module simple_in_n_out();endmodule;
Parsing succeeded
module name: simple_in_n_out
-------------------------
-------------------------
module simple_in_n_out(in_1);endmodule;
Parsing succeeded
module name: simple_in_n_out
module input: in_1
-------------------------
-------------------------
module simple_in_n_out(in_1,in_2,in_3);endmodule;
Parsing failed
-------------------------
调试失败
取消注释#define BOOST_SPIRIT_DEBUG
显示问题所在:
<program>
<try>[module]</try>
<statements>
<try>[module]</try>
<statement>
<try>[module]</try>
<module_stmt>
<try>[module]</try>
<module_input_list>
<try>[in_1]</try>
<success></success>
<attributes>[[[i, n, _, 1]]]</attributes>
</module_input_list>
<fail/>
</module_stmt>
<fail/>
</statement>
<fail/>
</statements>
<fail/>
</program>
问题不在于任何规则!它与','
不匹配。快速浏览一下标记就可以告诉我们原因:没有与逗号匹配的标记...赶紧添加它:
-------------------------
module simple_in_n_out();endmodule;
Parsing succeeded
module name: simple_in_n_out
-------------------------
-------------------------
module simple_in_n_out(in_1);endmodule;
Parsing succeeded
module name: simple_in_n_out
module input: in_1
-------------------------
-------------------------
module simple_in_n_out(in_1,in_2,in_3);endmodule;
Parsing succeeded
module name: simple_in_n_out
module input: in_1
module input: in_2
module input: in_3
-------------------------
奖金
但是,由于词法分析器,这个“问题”有点突出了另一个成本因素(请注意module_
我之前写过的令牌的另一个问题)。所以这是没有 Lex 开销,没有 Phoenix 开销,在一小部分代码中,完整的 AST 传播的全部内容:
// #define BOOST_SPIRIT_DEBUG
#include <boost/fusion/adapted.hpp>
#include <boost/spirit/include/qi.hpp>
#include <iomanip> // std::quoted
namespace qi = boost::spirit::qi;
namespace AST {
using identifier = std::string;
using identifiers = std::vector<identifier>;
struct module {
identifier name;
identifiers inputs;
};
using statement = boost::variant<module>;
using statements = std::vector<statement>;
struct program {
statements body;
};
}
BOOST_FUSION_ADAPT_STRUCT(AST::module, name, inputs)
BOOST_FUSION_ADAPT_STRUCT(AST::program, body)
namespace verilog {
template <typename Iterator> struct verilog_grammar : qi::grammar<Iterator, AST::program()> {
verilog_grammar() : verilog_grammar::base_type(start) {
auto kw = [](auto p) { return qi::copy(qi::lexeme[qi::no_case[p] >> !(qi::alnum|'_') ]); };
start = qi::skip(skipper.alias()) [ program ];
program = statements > qi::eoi;
statements = -statement % ';';
statement = module_stmt.alias();
module_input_list = identifier % ',';
module_stmt
= kw("module") >> identifier
>> '(' >> -module_input_list >> ')' >> ';'
>> kw("endmodule")
;
// lexemes
identifier = qi::char_("a-zA-Z_") >> *qi::char_("a-zA-Z0-9_");
skipper = qi::char_(" \t\r\n") // added \r for consistency
| "//" >> *~qi::char_("\r\n\f")
| "/*" >> *(qi::char_ - "*/") >> "*/"
| "(*" >> *(qi::char_ - "*)") >> "*)"
;
BOOST_SPIRIT_DEBUG_NODES((program)(statements)(statement)(module_stmt)(module_input_list)(identifier));
}
private:
using Skipper = qi::rule<Iterator>;
qi::rule<Iterator, AST::program()> start;
Skipper skipper;
qi::rule<Iterator, AST::program(), Skipper> program;
qi::rule<Iterator, AST::statements(), Skipper> statements;
qi::rule<Iterator, AST::statement(), Skipper> statement;
qi::rule<Iterator, AST::module(), Skipper> module_stmt;
qi::rule<Iterator, AST::identifiers(), Skipper> module_input_list;
// lexemes (formerly "tokens")
qi::rule<Iterator, AST::identifier()> identifier;
};
} // end verilog namespace
AST::program parse_verilog_file(std::string const& str) {
typedef std::string::const_iterator iterator;
static const verilog::verilog_grammar<iterator> grammar; // Our parser, now stateless
try {
AST::program program;
parse(str.begin(), str.end(), grammar, program);
return program;
} catch(qi::expectation_failure<iterator> const& ef) {
std::ostringstream msg;
msg << "Parsing failed: expected " << ef.what_ << " at " << std::quoted(std::string(ef.first, ef.last));
throw std::runtime_error(msg.str());
}
}
int main() {
for (const std::string input : std::vector<std::string>{
"module simple_in_n_out();endmodule;",
"module simple_in_n_out(in_1);endmodule;",
"module simple_in_n_out(in_1,in_2,in_3);endmodule;",
"module a();endmodule",
"module a();endmodule;oops",
})
try {
std::cout << "-------------------------\n";
std::cout << std::quoted(input) << "\n";
for (auto const& stmt : parse_verilog_file(input).body) {
if (auto* module = boost::get<AST::module>(&stmt)) {
std::cout << "module name: " << module->name << "\n";
for (std::string const& i : module->inputs) {
std::cout << " module input: " << i << "\n";
}
}
}
} catch(std::exception const& e) {
std::cout << e.what() << '\n';
}
}
印刷
-------------------------
"module simple_in_n_out();endmodule;"
module name: simple_in_n_out
-------------------------
"module simple_in_n_out(in_1);endmodule;"
module name: simple_in_n_out
module input: in_1
-------------------------
"module simple_in_n_out(in_1,in_2,in_3);endmodule;"
module name: simple_in_n_out
module input: in_1
module input: in_2
module input: in_3
-------------------------
"module a();endmodule"
module name: a
-------------------------
"module a();endmodule;oops"
Parsing failed: expected <eoi> at "oops"
显着改进:
- 正确解析“关键字边界”(这就是
kw()
助手的目的)。这意味着,如果您的标识符以可能是关键字的内容开头,它不会被错误地标记为该关键字(原始的基于 Lex 的方法会发生这种情况) - 关键字通常不区分大小写 (
qi::no_case[]
) - 只是为了演示 - 船长更容易指定,同时可读
在这个答案中,我已经在基于 Lex 的版本中做了一些事情:skipper 现在被封装在语法中。我认为,只有在用户可能确实需要更改船长时,船长才应该由用户提供。在 99% 的情况下,skipper 与解析器紧密耦合,使用错误的解析器无论如何都会破坏语法。
作为奖励,调用变得更加清晰:
AST::program program;
parse(str.begin(), str.end(), grammar, program);
return program;
- 结合该通知,我如何将
parse_verilog_file
函数简化为......成为一个函数(返回结果),分离产生和处理结果
AST::program parse_verilog_file(std::string const& str) {
typedef std::string::const_iterator iterator;
static const verilog::verilog_grammar<iterator> grammar; // Our parser, now stateless
try {
AST::program program;
parse(str.begin(), str.end(), grammar, program);
return program;
} catch(qi::expectation_failure<iterator> const& ef) {
std::ostringstream msg;
msg << "Parsing failed: expected " << ef.what_ << " at " << std::quoted(std::string(ef.first, ef.last));
throw std::runtime_error(msg.str());
}
}
这反过来通过捕获异常显示了简化的错误处理
反过来,我用
iter!=end
另一个期望点来替换支票:
program = statements > qi::eoi;
这结合
statements = -statement % ';';
使它成为';`` is required between statements, but not at the end of the program (which I _guess_ is what you wanted to convey with the old
endmodule` 规则)
还要注意这
-statement % ';'
使得空语句是可以接受的。如果这不是您想要的,请放弃'-
请注意,添加的测试用例测试并演示了此逻辑的错误检测/报告(
"module a();endmodule;oops"
结果Parsing failed: expected <eoi> at "oops"
)
任何像“标识符”这样的“标记”现在都是“词位”规则,因为它们不服从船长⁵ 调试支持现在无缝地以您期望的方式包含这些标记:Live On Wandbox
<module_input_list> <try>in_1,in_2,in_3);endm</try> <identifier> <try>in_1,in_2,in_3);endm</try> <success>,in_2,in_3);endmodul</success> <attributes>[[i, n, _, 1]]</attributes> </identifier> <identifier> <try>in_2,in_3);endmodule</try> <success>,in_3);endmodule;oop</success> <attributes>[[i, n, _, 2]]</attributes> </identifier> <identifier> <try>in_3);endmodule;oops</try> <success>);endmodule;oops</success> <attributes>[[i, n, _, 3]]</attributes> </identifier> <success>);endmodule;oops</success> <attributes>[[[i, n, _, 1], [i, n, _, 2], [i, n, _, 3]]]</attributes> </module_input_list>
哦,代码明显更短,同时做的更多:从 211 行代码减少到 112 行代码 (-47%)
- 它的编译速度明显更快(在我的系统上从 19.7 秒下降了 12.1 秒)
- 呵呵,鉴于目前的特点,还可以进一步简化:This clocks in at 90 LoC. 但是,我会鼓励改进语法的功能,例如在这里
- Boost.Qi 规则与船长不匹配 '.' 字符,它还显示了一个 Verilog 解析器,并且有更多关于该
kw()
设施的信息 - 无法让 boost::spirit 解析器和词法分析器为 std::string 或 int 或 double 以外的令牌类型工作,后者以类似的 Verilog 语法解析模块、学科、性质并使用 Lex
- Boost.Qi 规则与船长不匹配 '.' 字符,它还显示了一个 Verilog 解析器,并且有更多关于该
¹ 有趣的是:“没有人再使用它了”。我不是这么说,因为我不知道(见),而且我并不孤单。从这个 2017 年的答案:
使用 Lex 会使大部分最佳位置消失,因为所有“高级”解析器(如 real_parser、[u]int_parser)都在窗外。Spirit 开发人员记录在案,他们不喜欢使用 Lex。此外,Spirit X3 不再支持 Lex。
² 我猜是 MSVC,不是完全最新的?主要的罪魁祸首是名称不明确,因为您使用using namespace
.
⁴ 在 SO 上查看许多答案:https ://stackoverflow.com/search?q=user%3A85371+spirit+single-element
⁵ 请参阅Boost spirit skipper issues以了解我对船长、规则声明和词位如何交互的首选描述
推荐阅读
- apache-kafka - KSQL websocket 端点
- python - 将 int64 转换为日期时间,格式为 %H:%M'
- node.js - req.body 和 req.file 在 multer 中总是返回空
- python - 专门为屏幕键盘使用 pyautogui
- android - 如何使 UC 浏览器像底部栏中的设置弹出菜单?
- python - 为什么这两个装饰器返回不同的结果?
- c++ - 如何解释while里面的条件?而 (+(+k--) !=0)
- git - 如何签出仅在`git ls-remote`中列出的分支?
- php - Laravel dosent 通过 ajax 删除记录?
- android-studio - 在 Android Studio 中使用 Kotlin 未解决的引用