Parser: Operatoren

[Medium]

Ja, er sucht mittels Pos(), also aktiv. Zudem gibt mir mein FindToken() den ersten Operator zurück, der nicht in Klammern steht, jap. Wird kein OP ausserhalb von Klammern gefunden, fällt meine If-Then-Wurst in einen Zweig

Delphi-Quellcode:

if (s[1] = '(') and (s[High(s)] = ')') then result := Parse(copy(s, 2, Length(s)-2));

durch.

Ich hab mit der Technik jetzt ziemlich alle trivialen Dinge abgedeckt: "Normale" Operatoren (^,*,/,+,-), Funktionen mit 1-3 Parametern (sin(), cos(), ...), logische Operatoren (and, or, not, ...) sowie das Vorzeichenminus, Klammerung und Operatorenrang wie in der Mathematik üblich, wobei ich logischen Operatoren noch Vorrang vor diesen gewähre. (Dort ist sogar der ternäre Operator in Form eines IfThen() dabei.)
Unäre Operatoren wären leicht umzusetzen, wenn diese Zeichen dann von Variablen- und Konstantenbezeichnern als Bestandteil ausgeschlossen würden - fände man einen solchen, wird alles bis zum nächsten Operator als Argument aufgefasst, oder via Klammerung eindeutig gemacht. Ähnlich ließe sich mit unären Postfix-Operatoren verfahren, nur eben in die andere Richtung.

Dass dieses Vorgehen nicht unbedingt einem reinen sprachtheoretischen Lexer entspricht stimmt, jedoch ist es schlank, übersichtlich, recht intuitiv und wartbar (auch nach 6-7 Jahren noch, ich hab nämlich die Boolschen OPs erst letzte Woche nachgerüstst, auf einem Stand, den ich zuletzt 2006 gesehen habe glaube ich). Schmankerl sind registrierbare Konstanten und Variablen, letztere als Pointer auf eine Delphi-Variable, so dass sie zur Laufzeit geändert werden können, ohne den String neu parsen zu müssen. Zudem werden alle konstanten Teile des Baumes vorab gelöst und als Konstanten-Blatt eingefügt, so dass diese in dem Fall auch nicht immer wieder erneut aufgelöst werden müssen. Ergo: Das Teil ist sogar richtig flott, gerade bei wiederholter Ausführung der gleichen Formel mit unterschiedlichen Variableninhalten.

Für eine allgemeine, formale Grammatik mag das ggf. nicht taugen. Für logische und mathematische Terme war mir das bisher der angenehmste und universellste Ansatz, der zudem zu einer günstigen Datenstruktur führt.

[Furtbichler]

Zitat:

Zitat von Medium (Beitrag 1161670)

Zitat:

Zitat von Furtbichler (Beitrag 1161650)

Bei Pascal z.B. betrifft dies den '.' (wie in 7.1) und '..' (wie in [1..2]).

Beim rekursiven parsen in einen Grammatikbaum (Term von aussen nach innen) weiss der Parser, dass er eine eckige Klammer betreten

Na ja. Widerspricht ja nicht dem, was ich geschrieben habe. Du kannst '..' als zwei Zeichen des Alphabets für die Programmiersprache Delphi ansehen, oder als ein Zeichen, entsprechend '(*', '*)' etc. Ich habe das immer als ein Zeichen interpretiert. Aber Scanner und Tokenizer arbeiten so. Z.B. bei C#:

a) int i=j++-++x; // geht
b) int i=j+++++x; // geht nicht

Bei A liefert der Tokenizer: id(int) id(i) symbol(assignment) id(j) symbol(plusplus) symbol(minus) symbol(plusplus) id(x)
Bei B liefert der Tokenizer: id(int) id(i) symbol(assignment) id(j) symbol(plusplus) symbol(plusplus) symbol(plus) id(x)

Würde der Parser das erkennen, wären beide Zeilen kompilierbar. Aber nur die erste Zeile funzt, eben weil der Scanner so blöd ist, und im Fall B die ersten zwei Plus-Paare erkennt. Probier's mal aus.

Zitat:

Zitat von NamenLozer (Beitrag 1161761)

Hmm, aber dein Parser sucht ...

Ein Parser sicht nicht, ein Parser erkennt nur. Algorithmisch gesehen liefert ein Parser die Antwort auf die Frage: 'Ist diese Zeichenkette ein Satz aus der Grammatik G?'. Den Vorgang des Erkennens kann man nutzen, um einen Syntaxbaum aufzuspannen, über den dann das Compilat erzeugt wird. Algorithmisch gesehen wird jedoch nur ein Satz der Sprache 'A' (Delphi) in einen Satz der Sprache 'B' (Assembler) überführt. Das der Maschinencode semantisch äquivalent zum Quellcode ist, ist Glücksache.

Zitat:

Aber im Falle des Minus ist der Fall doch eigentlich klar:
...
Zumindest sind diese Regeln bei Parsern so üblich...

Diese 'Regeln' ergeben sich implizit über die Grammatik. Für deine letzte Regel ist aber der Tokenizer zuständig;

Zitat:

in der Mathematik ist es ja normalerweise nicht erlaubt, dass Operatoren oder mehrere Vorzeichen aufeinander folgen...

Nein, was ist denn daran nicht erlaubt? "a = 1+-+-+-+-+-2;

Zitat:

Bei Fakultät und Subfakultät müsste es so ähnlich sein.

Das ergibt sich aus deiner Grammatik.

[idefix2]

Zitat:

Nein, was ist denn daran nicht erlaubt? "a = 1+-+-+-+-+-2;

Was ist bitte daran erlaubt?

Zitat:

Das der Maschinencode semantisch äquivalent zum Quellcode ist, ist Glücksache.

Programmieren ist doch generell Glückssache :)

[Memnarch]

In meinem Compiler habe ich rekursives parsen eingebaut. Undzwar wie folgt:

(von oberer zu unterer schicht, niedrigstes level bindet am stärksten):

releation := expression (relop Expression)
expression := Term (+- Term)*
term := factor (*/ Factor)*
factor := Var|Constant|Function call| '(' relation ')'

wenn ich bei Factor vor meinem wert ein '-' finde, weiß ich es ist ein vorzeichen. Die funktionen liefern übrigens bei mir einen Datentyp zurück. So kann ich ich typensicherheit verfolgen :stupid:


edit @idefix: ich glaib dieses operator gewurschtel ist von delphi erlaubt, finde ich perönlich nicht so schön

[himitsu]

Zitat:

Zitat von Memnarch (Beitrag 1162057)

edit @idefix: ich glaib dieses operator gewurschtel ist von delphi erlaubt, finde ich perönlich nicht so schön

Meinst du das

Delphi-Quellcode:

1+-+-+-+-+-2

?

Wenn man klammern setzt, dann läßt sich erkennen, daß es damit eigentlich keine Probleme geben sollte.

Delphi-Quellcode:

1+(-(+(-(+(-(+(-(+(-2)))))))))

Man könnte aber auch einfach die Plus/Minus zählen und entsprechend handeln.
So mach ich das in meinem Billigparser.

Das erste Plus Der erste Operator ist die Rechenoperator
und die +/- danach sind das Vorzeichen.
* alle Plus (Vorzeichen) werden stur ignoriert (da eh ohne Wirkung)
* die Minus werden gezählt ... bei einer ungeraden Anzahl ist es ein "-" und bei einer geraden Anzahl ein ignorierbares "+".

Delphi-Quellcode:

1+(-+-+-+-+-2)

ergibt dann ein

Delphi-Quellcode:

1+(-- -- -2)

, also

Delphi-Quellcode:

1+(-2)

:)

[Memnarch]

Zitat:

Zitat von himitsu (Beitrag 1162063)

Delphi-Quellcode:

1+(-+-+-+-+-2)

ergibt dann ein

Delphi-Quellcode:

1+(-- -- -2)

, also

Delphi-Quellcode:

1+(-2)

:)

Also ein

Delphi-Quellcode:

 1-2

:P
Ja die operatoren schlange macht vielleicht 'sinn' aber sie ist extrem hässlich und zum glück vernab jeglicher praktischer verwendung.

[Iwo Asnet]

Zitat:

Zitat von idefix2 (Beitrag 1161809)

Zitat:

Nein, was ist denn daran nicht erlaubt? "a = 1+-+-+-+-+-2;

Was ist bitte daran erlaubt?

Der Ausdruck. Versuche es selbst. In der Mathematik ist es problemlos möglich, und ich sehe keinen Grund (außer vielleicht einem ästhetischen), dies nicht zuzulassen. Bei ersetzenden Skriptsprachen (z.B. TeX) ist es sogar existentiell, das ein solcher Ausdruck keine Probleme bereitet. Ich kann mir auch vorstellen, das Codegeneratoren viel komplexer sein müssten, wären redundante Vorzeichen nicht erlaubt.

Zitat:

Zitat von Memnarch (Beitrag 1162057)

releation := expression (relop Expression)
expression := Term (+- Term)*
term := factor (*/ Factor)*
factor := Var|Constant|Function call| '(' relation ')'
wenn ich bei Factor vor meinem wert ein '-' finde, weiß ich es ist ein vorzeichen

Ich sehe das Vorzeichen in deiner Grammatik nicht. Dann muss dein Parser auch nichts 'wissen'. Parser sind -wie Du sicherlich schon herausgefunden hast- strutzdämlich, wissen gar nichts und machen doch alles richtig.

[Namenloser]

Zitat:

Zitat von himitsu (Beitrag 1162063)

Zitat:

Zitat von Memnarch (Beitrag 1162057)

edit @idefix: ich glaib dieses operator gewurschtel ist von delphi erlaubt, finde ich perönlich nicht so schön

Meinst du das

Delphi-Quellcode:

1+-+-+-+-+-2

?

Wenn man klammern setzt, dann läßt sich erkennen, daß es damit eigentlich keine Probleme geben sollte.

Delphi-Quellcode:

1+(-(+(-(+(-(+(-(+(-2)))))))))

Das Problem ist aber, dass die Klammern nicht da sind. In der Mathematik ist nur die Schreibweise mit Klammern erlaubt, nicht ohne. Genau so ist z.B. 5*-2 auch nicht erlaubt, sondern es muss 5*(-2) heißen. Ich habe es mir auch nicht ausgedacht, aber es ist nun mal so festgelegt. Wenn du das in der Schule so schreibst, wird dir das als Fehler angestrichen.

Bei Computern ist das in der Regel anders, aber das liegt daran, dass Informatiker halt manchmal ihre eigenen Regeln und Konventionen aufstellen und sich nicht an die aus der Mathematik halten. Z.B. ist ja auch der Ursprung des Koordinatensystems beim Computer meist links oben, während er sich in der Mathematik normalerweise links unten befindet.

Zitat:

Zitat von Iwo Asnet (Beitrag 1162074)

Ich kann mir auch vorstellen, das Codegeneratoren viel komplexer sein müssten, wären redundante Vorzeichen nicht erlaubt.

Genau das wird wohl der Grund sein. Es hätte einfach keinen Vorteil, eine Aneinanderreihung von Vorzeichen zu verbieten, sondern würde nur den Code komplizierter machen. Aber deshalb ist es in der Mathematik noch lange nicht erlaubt...