本文介绍一种实用的 Yacc 多模式解析方案：通过词法分析器（lexer）动态注入伪终结符（如 TABLE_HEADING、TABLE_BODY、STATEMENT），使语法层无需显式维护状态机，从而清晰分离模式识别与语法规则。
本文介绍一种实用的 yacc 多模式解析方案：通过词法分析器（lexer）动态注入伪终结符（如 `table_heading`、`table_body`、`statement`），使语法层无需显式维护状态机，从而清晰分离模式识别与语法规则。
在传统 Yacc/Bison 解析器中，语法定义是静态的，无法直接表达“根据上下文切换语法规则”的需求。面对类似 Markdown 或自定义表格格式（如题中三段式分隔线 ---- 切换 Statement → Table Heading → Table Row → Statement）的解析任务，硬编码状态机到语法中既繁琐又易错。推荐做法是将模式识别逻辑下沉至词法分析器，让 lexer 主动控制解析流。
具体实现思路如下：
-
Lexer 负责状态跟踪与伪标记生成
在 lexer（如 Flex）中维护一个内部状态变量（例如 mode = MODE_STATEMENT），逐行读取输入，根据当前行内容更新模式：- 遇到首条 ---- 行 → 切换为 MODE_TABLE_HEADING，返回 TABLE_HEADING 伪终结符；
- 遇到第二条 ---- 行 → 切换为 MODE_TABLE_BODY，返回 TABLE_BODY；
- 遇到第三条 ---- 行 → 切换回 MODE_STATEMENT，返回 STATEMENT；
- 其他非分隔行内容，在对应模式下作为 sentences（或 text、cell 等）返回。
Yacc 语法定义聚焦结构而非状态
语法规则不再包含状态转移，而是直接匹配 lexer 提供的伪符号，结构清晰且可读性强：
%token TABLE_HEADING TABLE_BODY STATEMENT
%token sentences table_heading_columns table_body_columns
%%
input: /* empty */
| input line
;
line: TABLE_HEADING sentences ',' table_heading_columns ',' sentences
{ printf("Parsed table heading: %s\n", $2); }
| TABLE_BODY table_body_columns
{ printf("Parsed table body with %d rows\n", count_rows($2)); }
| STATEMENT sentences
{ printf("Parsed statement: %s\n", $2); }
;-
关键注意事项
- ✅ 伪终结符必须在 %token 中声明，否则 yacc 会报未定义符号错误；
- ✅ lexer 返回的 TABLE_HEADING 等应为整型 token 值（如 return TABLE_HEADING;），不可混用字符串字面量；
- ⚠️ 避免在语法动作中修改 lexer 状态——状态管理应严格限定在 lexer 层，保证 parser 的纯函数性；
- ? 若需支持嵌套或更复杂模式（如多级表格），可在 lexer 中扩展状态栈，但核心思想不变：语法描述“是什么”，lexer 决定“现在是什么模式”。
该方案规避了 Yacc 本身不支持多语法/动态切换的限制，也比“Lexical Tie-ins”（即 lexer 中调用 yyparse() 或修改 yylval 的隐式耦合方式）更安全、可测试、易维护。对于初学者而言，这是平衡表达力与工程稳健性的最佳实践。
