Как определить и извлечь простые вложенные токены с помощью лексера BNF?

Question

Я понятия не имею, как получить документацию об этом. Я только что обнаружил, что большинство компиляторов используют форму Бэкуса-Наура для описания языка.

От Marpa::R2 Пакет Perl, получите этот простой пример, который разбирает арифметические строки, такие как 42 * 1 + 7:

:default ::= action => [name,values]
lexeme default = latm => 1

Calculator ::= Expression action => ::first

Factor ::= Number action => ::first
Term ::=
    Term '*' Factor action => do_multiply
    | Factor action => ::first
Expression ::=
    Expression '+' Term action => do_add
    | Term action => ::first
Number ~ digits
digits ~ [\d]+
:discard ~ whitespace
whitespace ~ [\s]+   

Я хотел бы изменить это для рекурсивного анализа XML-подобного примера, такого как:

<foo>
    Some content here 
    <bar>
        I am nested into foo
    </bar>
    A nested block was before me.
</foo> 

И выразить это во что-то вроде:

>(Some content here)
>>(I am nested into foo)
>(A nested block was before me)

Где я могу использовать эту функцию:

sub block($content, $level) {
    for each $content line
        $line = (">" x $level).$content
    return $content
}

Было бы хорошим началом для меня?

Answer 1

Существует XML-парсер с открытым исходным кодом, основанный на Marpa.