Правильно установить приоритеты между правилами и терминалами в грамматике для жаворонка

Question

Я впервые пишу парсер с использованием грамматики и генератора парсеров. Я хочу проанализировать какой-то формат asn.1 с помощью модуля Lark Python.

Вот пример данных, которые я пытаюсь проанализировать:

text = """
start_thing {
  literal {
    length 100,
    fuzz lim unk,
    seq-data gap {
      type fragment,
      linkage linked,
      linkage-evidence {
        {
          type unspecified
        }
      }
    }
  },
  loc int {
    from 0,
    to 1093,
    strand plus,
    id gi 384632836
  }
}
"""

Структура может содержать все виды узлов, и я не знаю заранее, какие именно теги или комбинации тегов мне следует ожидать. Однако есть некоторые структуры, которые я хочу иметь возможность анализировать, например часть "loc int {...}".

Вот грамматика, которую я попробовал, где я использовал числа для определения приоритетов:

grammar = """\
thing: "start_thing" node
strand_info.5: "strand plus"
    | "strand minus"
locus_info.4: "loc int" "{" "from" INT "," "to" INT "," strand_info "," "id gi" INT "}"
nodes.1: node?
    | node ("," node)*
node.1: locus_info
    | TAGS? INT           -> intinfo
    | TAGS? "{" nodes "}" -> subnodes
    | TAGS                -> onlytags
TAGS.2: TAGWORD (WS TAGWORD)*
TAGWORD.3: ("_"|LETTER)("_"|"-"|LETTER|DIGIT)*
%import common.WS
%import common.LETTER
%import common.DIGIT
%import common.INT
%ignore WS
"""

Я думал, что приоритетов (в виде добавленных чисел) будет достаточно для того, чтобы вещи "loc int" распознавались в приоритете над более общим видом узла, но эта часть, кажется, анализируется как subnodes а не как locus_info когда я запускаю make синтаксический анализатор для вышеуказанной грамматики и запускаю ее на фрагменте текста выше:

parser = Lark(grammar, start="thing", ambiguity="explicit")
parsed = parser.parse(text)
print(parsed.pretty())

Я получаю следующее:

thing
  subnodes
    nodes
      subnodes
        literal
        nodes
          intinfo
            length
            100
          onlytags  fuzz lim unk
          subnodes
            seq-data gap
            nodes
              onlytags  type fragment
              onlytags  linkage linked
              subnodes
                linkage-evidence
                nodes
                  subnodes
                    nodes
                      onlytags  type unspecified
      subnodes
        loc int
        nodes
          intinfo
            from
            0
          intinfo
            to
            1093
          onlytags  strand plus
          intinfo
            id gi
            384632836

Что я делаю неправильно?

Примечание: я видел связанный вопрос ( Приоритет в грамматике с использованием Lark), но я не вижу, как применить его ответы к моей проблеме. Я не думаю, что я нахожусь в случае, когда я могу полностью устранить неоднозначность своей грамматики (слишком много возможных случаев в реальных данных), и я не понимал, что ambiguity="explicit" вариант должен был сделать.

---

Изменить: инвертирование приоритетов

Я попытался инвертировать приоритеты следующим образом:

grammar = """\
thing: "start_thing" node
strand_info.1: "strand plus"
    | "strand minus"
locus_info.2: "loc int" "{" "from" INT "," "to" INT "," strand_info "," "id gi" INT "}"
nodes.5: node?
    | node ("," node)*
node.5: locus_info
    | TAGS? INT           -> intinfo
    | TAGS? "{" nodes "}" -> subnodes
    | TAGS                -> onlytags
TAGS.4: TAGWORD (WS TAGWORD)*
TAGWORD.3: ("_"|LETTER)("_"|"-"|LETTER|DIGIT)*
%import common.WS
%import common.LETTER
%import common.DIGIT
%import common.INT
%ignore WS
"""
parser = Lark(grammar, start="thing", ambiguity="explicit")
parsed = parser.parse(text)
print(parsed.pretty())

Тем не менее, вывод точно такой же. Это как если бы эти приоритеты были проигнорированы, или если на самом деле не было двусмысленности, потому что мой locus_info Правило не было правильно указано.

Answer 1

Я думаю, что вы должны изменить свои приоритеты. "Locus_info.4" является наиболее точным правилом, поэтому оно должно быть первым по приоритету.