Parsing( - Dipartimento di Informaticagiangi/CORSI/AP/LECTURES/Lexipars(2).pdf · 10/14/13 9...

10/14/13

1

INTRO  TO  LEXING  &  PARSING  

Parsing  

!   Two  pieces  conceptually:  o  Recognizing  syntac6cally  valid  phrases.  o  Extrac6ng  seman6c  content  from  the  syntax.  

 E.g.,  What  is  the  subject  of  the  sentence?   E.g.,  What  is  the  verb  phrase?   E.g.,  Is  the  syntax  ambiguous?    If  so,  which  meaning  do  we  take?  o “2  *  3  +  4”  

!   In  prac6ce,  solve  both  problems  at  the  same  6me.  

10/14/13

2

Specifying  Syntax  

We  use  grammars  to  specify  the  syntax  of  a  language.  

exp  →int  |  var  |  exp  ‘+’  exp  |  exp  ‘*’  exp  |  

                         ‘let’  var  ‘=‘  exp  ‘in’  exp  ‘end’    

int  →  ….  

var  →alpha(alpha|digit)*  

digit  →  ‘0’  |  ‘1’  |  ‘2’  |  ‘3’  |  ‘4’  |  …  |  ‘9’  

alpha  →  [a-­‐zA-­‐Z]    

Naïve  Matching  

To  see  if  a  sentence  is  legal,  start  with  the  first  non-­‐terminal),  and  keep  expanding  non-­‐terminals  un6l  you  can  match  against  the  sentence.  

N  →  ‘a’  |  ‘(’  N  ‘)’                                                “((a))”  N    →  ‘(’N  ‘)’    

→  ‘(’‘(’N  ‘)’ ‘)’     →  ‘(’‘(’‘a’‘)’‘)’  =  “((a))”  

10/14/13

3

Alterna6vely  

Start  with  the  sentence,  and  replace  phrases  with  corresponding  non-­‐terminals,  repea6ng  un6l  you  derive  the  start  non-­‐terminal.  

N  →  ‘a’  |  ‘(‘  N  ‘)’                                                “((a))”  

‘(’‘(‘ ‘a’‘)’‘)’ → "‘(‘ ‘(‘  N  ‘)’ ‘)’ →  ‘(‘  N    ‘)’  →N  

Highly  Non-­‐Determinis6c  

!   For  real  grammars,  automa6ng  this  non-­‐determinis6c  search  is  non-­‐trivial.  o  As  we’ll  see,  naïve  implementa6ons  must  do  a  lot  of  back-­‐

tracking  in  the  search.  !   Ideally,  given  a  grammar,  we  would  like  an  efficient,  

determinis6c  algorithm  to  see  if  a  string  matches  it.  o  There  is  a  very  general  cubic  6me  algorithm.  

!   Certain  classes  of  grammars  have  much  more  efficient  implementa6ons.  o  Essen6ally  linear  6me  with  constant  state  (DFAs).  o  Or  linear  6me  with  stack-­‐like  state  (Pushdown  Automata).  

10/14/13

4

Tools  in  your  Toolbox  !   Manual  parsing  (say,  recursive  descent).  

o  Tedious,  error  prone,  hard  to  maintain.  o  But  fast  &  good  error  messages.  

!   Parsing  combinators  o  Encode  grammars  as  (higher-­‐order)  func6ons.  

 Basically,  func6ons  that  generate  recursive-­‐descent  parsers.   Makes  it  easy  to  write  &  maintain  grammars.      

o  But  can  do  a  lot  of  back-­‐tracking,  and  requires  a  limited  form  of  grammar  (e.g.,  no  lei-­‐recursion.)  

!   Lex  and  Yacc  o  Domain-­‐Specific-­‐Languages  that  generate  very  efficient,  table-­‐driven  

parsers  for  general  classes  of  grammars.  

REGULAR  EXPRESSIONS    &FINITE-­‐STATE  AUTOMATA  

10/14/13

5

Regular  Expressions  

!   Non-­‐recursive  grammars  o  ∅  (matches  no  string)  o  ε    (epsilon  –  matches  empty  string)    

o  Literals  (‘a’,  ‘b’,  ‘2’,  ‘+’,  etc.)  drawn  from  alphabet  o  Concatena6on  (R1  R2)  

o  Alterna6on  (R1  |  R2)  (oien  wrinen  (R1  +  R2)  o  Kleene  star  (R*)  

Formally  

!   A  regular  expression  denotes  a  set  of  strings:  o  [[∅  ]]  =  {  }  o  [[ε]]  =  {  “”  }  

o  [[‘a’]]  =  {  “a”  }  o  [[R1  R2]]  =  {  s  |  s  =  s1  ^  s2  &  s1  in  R1  &  s2  in  R2  }  

o  [[R1  |  R2]]  =  {  s  |  s  in  R1  or  s  in  R2  }  o  [[R*]]  =  [[ε  +  RR*  ]]  =                    {  s  |  s  =  “”  or  s  =  s1  ^  s2  &  s1  in  R  &  s2  in  R*  }    

10/14/13

6

Example  

!   Suppose  the  only  characters  are  0  and  1.  Here  is  a  regular  expression  for  strings  containing  

00  as  a  substring:  

(0  |  1)*00(0  |  1)*    

11011100101    0000    

11111011110011111    

Example  

!   Suppose  our  alphabet  is  a,  @,  and  .,  where  a  represents  “some  lener.”    

!   A  regular  expression  for  email  addresses  is    

aa*  (.aa*)*  @  aa*.aa*  (.aa*)*  

first.middle.last@mail.site.org    

barack.obama@whitehouse.gov    

10/14/13

7

Graphical  Representa6on  

a b c

d

ε

ε

ε

ε

b

a b (c | d)* b

start accept

ε

ε d

Non-­‐Determinis6c,  Finite-­‐State  Automaton  

a b c

ε

ε

b

Formally: •  an alphabet Σ •  a set V of states •  a distinguished start state •  one or more accepting states •  transition relation: δ : V * (Σ + ε) * V → bool

start accept

10/14/13

8

Transla6ng  RegExps  

!   Epsilon:  

!   Literal  ‘a’:  

!   R1  R2  

!   R1  |  R2  

ε

a

R1   R2  ε

R1  

R2  

ε

ε

ε

ε

Transla6ng  RegExps  

!   R*  

R1  ε

ε

ε

10/14/13

9

Conver6ng  to  Determinis6c  

!   Naively:      o  Give  each  state  a  unique  ID    (1,2,3,…)  o  Create  super  states  

 One  super-­‐state  for  each  subset  of  all  possible  states  in  the  original  NDFA.      

 (e.g.,  {1},{2},{3},{1,2},{1,3},{2,3},{123})  o  For  each  super-­‐state  (say  {23}):  

 For  each  original  state  s  and  character  c:  o  Find  the  set  of  accessible  states  (say  {1,2})  skipping  over  epsilons.  o  Add  an  edge  labeled  by  c  from  the  super  state  to  the  corresponding  super-­‐state.  

!   In  prac6ce,  super-­‐states  are  created  lazily.  

a b c

d

ε

ε

ε

b

ε

1 2 3

4

5

6 7

a b1 2 3,6

4,6,3

d5,6,3

c7

b

10/14/13

10

a b c

d

ε

ε

ε

b

ε

1 2 3

4

5

6 7

a b1 2 3,6

4,6,3

d5,6,3

c7

bb

b

c

d

a b c

d

ε

ε

ε

b

ε

1 2 3

4

5

6 7

a b1 2 3,6

4,6,3

d5,6,3

c7

bb

b

c

d

d

c

10/14/13

11

a b1 2 3,6

4,6,3

d5,6,3

c7

bb

b

c

d

d

c

Once  We  have  a  DFA  

!   Determinis6c  Finite  State  automata  are  easy  to  simulate:  o  For  each  state  and  character,  there  is  at  most  one  transi6on  we  can  take.  

!   Usually  record  the  transi6on  func6on  as  an  array,  indexed  by  states  and  characters.  

!   Lexer  starts  off  with  a  variable  s  ini6alized  to  the  start  state:  o  Reads  a  character,  uses  transi6on  table  to  find  next  state.  

10/14/13

12

10/14/13

13

10/14/13

14

Global  View  

10/14/13

15

Implementa6on  

Example  

10/14/13

16

SCANNING  IN  PRACTICE  

10/14/13

17

LEXING  in  FORTRAN  

!   FORTRAN  rule:    !   Whitespace  is  insignificant  

o  VAR1  is  the  same  as  VA  R1  

o  A  terrible  design!    

LEXING  in  PL/I  

!   PL/I  keywords  are  not  reserved  

IF  ELSE  THEN  THEN  =  ELSE;  ELSE  ELSE  =  THEN    

10/14/13

18

SCANNING  PYTHON  

10/14/13

19

An  Algebraic  Approach  

!   There’s  a  purely  algebraic  way  to  compute  whether  a  string  is  in  the  set  denoted  by  a  regular  expression.  

!   It’s  based  on  compu6ng  the  symbolic  deriva/ve  of  a  regular  expression  with  respect  to  the  characters  in  a  string.  

Some  Algebraic  Structure  

Think  of  ε  as  one,  ∅  as  zero,  concatena6on  as  mul6plica6on,  and  alterna6on  as  addi6on:  ∅  |  R  =  R  |  ∅  =  R  ∅  R  =  R  ∅  =  ∅   !ε  R  =  R  ε  =  R  R  |  R  =  R  ε*  =  ε  R**  =  R*  R2  |  R1  =  R1  |  R2  

10/14/13

20

Deriva6ves  

!   The  deriva/ve  of  a  regular  expression  R  with  respect  to  a  character  ‘a’  is:  

[[deriv  R  a]]  =  {  s  |  “a”  ^  s  in  R  }  

!   So  it’s  the  residual  strings  once  we  remove  the  ‘a’  from  the  front.    o  e.g.,  deriv  (abab)  ‘a’  =  bab    

o  e.g.,  deriv  (abab  |  acde)  =  (bab  |  cde)  

Symbolic  Differen6a6on  

deriv  ∅  c  =  ∅    

deriv  ε  c  =  ∅    

deriv  c  c  =    ε  

deriv  c  c’  =  ∅    

deriv  (R1  |  R2)  c  =  (deriv  R1  c)  |  (deriv  R2  c)  

deriv  (R1  R2)  c  =        (deriv  R1  c)  R2    |    (empty  R1)  (deriv  R2  c)  

deriv  (R*)  c  =  (deriv  R  c)  R*  

10/14/13

21

Symbolic  Empty  

Think  of  ε  as  “true”  and  ∅  as  false.  

empty  ∅  =  ∅    

empty  ε  =  ε  

empty  c  =    ∅    

emtpy  (R1  |  R2)    =  (empty  R1)  |  (empty  R2)  

empty  (R1  R2)  =    (empty  R1)  (empty  R2)    

empty  (R*)  =  ε  

Algebraic  Recogni6on  

!   Given  a  regular  expression  R  and  a  string  of  characters  c1,  c2,  …,  cn.  

!   We  can  test  whether  the  string  is  in  [[R]]  by  calcula6ng:  o  deriv  (…  deriv  (deriv  R  c1)  c2  …)  cn  

!   And  then  test  whether  the  resul6ng  regular  expression  accepts  the  empty  string.  

10/14/13

22

Example:  

Take  R  =  (ab  |  ac)*  Take  the  string  to  be  [‘a’  ;  ‘b’;  ‘a’;  ‘c’]  

deriv  R  ‘a’  =        (deriv  (ab  |  ac)    ‘a’)  R  

(deriv  (ab)  ‘a’)  |  (deriv  (ac)  ‘a’)  R  =  (b  |  c)  R  

So  deriv  R  ‘a’  =  (b  |  c)  R  

Con6nuing  

Now  we  must  compute:  

deriv  ((b  |  c)  R)  ‘b’  =    

   (deriv  (b  |  c)  ‘b’)  R  |    (empty  (b  |  c))  (deriv  R  ‘b’)  

10/14/13

23

Con6nuing  

Now  we  must  compute:  

deriv  ((b  |  c)  R)  ‘b’  =    

   (deriv  (b  |  c)  ‘b’)  R  |    (empty  (b  |  c))  (deriv  R  ‘b’)  

empty  (b  |  c)  =  (empty  b)  |  (empty  c)  =              |   =  !

Con6nuing  

So  this  simplifies  to:  

deriv  ((b  |  c)  R)  ‘b’  =    

   (deriv  (b  |  c)  ‘b’)  R  |    (empty  (b  |  c))  (deriv  R  ‘b’)  =  

   (deriv  (b  |  c)  ‘b’)  R  

10/14/13

24

Con6nuing  

(deriv  (b  |  c)  ‘b’)  R  =    

(deriv  b  ‘b’  |  deriv  c  ‘b’)  R  =      (ε  |  )  R  =        ε  R  =        R  So  star6ng  with  R  =  (ab  |  ac)*  and  calcula6ng  the  deriva6ve  w.r.t.  ‘a’  and  then  ‘b’,  we  are  back  where  we  started  with  R.  

Building  a  DFA  with  Deriva6ves  

!   Given  your  regular  expression  R  o  associate  it  with  an  ini6al  state  S0.  

!   Calculate  the  deriva6ve  of  R  w.r.t.  each  character  in  the  alphabet,  and  generate  new  states  for  each  unique  resul6ng  regular  expression.  

10/14/13

25

Example:  

(ab  |  ac)*  

Start State

Example:  

(ab  |  ac)*  

(b  |  c)((ab  |ac)*)  

deriv w.r.t. ‘a’

Start State

10/14/13

26

Example:  

(ab  |  ac)*  

(b  |  c)((ab  |ac)*)    

deriv w.r.t. ‘a’

deriv w.r.t. ‘b’

Start State

Example:  

(ab  |  ac)*  

(b  |  c)((ab  |ac)*)      

deriv w.r.t. ‘a’

deriv w.r.t. ‘b’

deriv w.r.t. ‘c’

Start State

10/14/13

27

Simplified  

(ab  |  ac)*  

(b  |  c)((ab  |ac)*)  

‘a’

‘b’, ‘c’

Then…  

!   Then  con6nue  calcula6ng  the  deriva6ves  for  each  new  state.  

!   You  stop  when  you  don’t  generate  a  new  state.      

!   (Important:    must  do  algebraic  simplifica6ons  or  this  process  won’t  stop.)  

10/14/13

28

Only  One  Non-­‐Zero  State  

(ab  |  ac)*  

(b  |  c)((ab  |ac)*)  

‘a’

‘b’, ‘c’

Calculate  its  Deriva6ves  

(ab  |  ac)*  

(b  |  c)((ab  |ac)*)  

‘a’

‘b’, ‘c’

(ab  |  ac)*  

deriv w.r.t. ‘b’

10/14/13

29

Calculate  its  Deriva6ves  

(ab  |  ac)*  

(b  |  c)((ab  |ac)*)  

‘a’

‘b’, ‘c’

(ab  |  ac)*  

(ab  |  ac)*  

deriv w.r.t. ‘b’ deriv w.r.t. ‘c’

Calculate  its  Deriva6ves  

(ab  |  ac)*  

(b  |  c)((ab  |ac)*)  

‘a’

‘b’, ‘c’

(ab  |  ac)*  

(ab  |  ac)*  

deriv w.r.t. ‘b’ deriv w.r.t. ‘c’

deriv w.r.t. ‘a’

10/14/13

30

And  then  simplify  –  no  new  states  

(ab  |  ac)*  

(b  |  c)((ab  |ac)*)  

‘a’ ‘b’, ‘c’

‘a’ ‘b’,’c’

Accep6ng  States  

!   Then  figure  out  the  accep6ng  states  by  seeing  if  they  accept  the  empty  string.  

!   i.e.,  run  empty  on  the  associated  regular  expression  and  see  if  its  simplified  form  is    ε  or  .    

10/14/13

31

Which  states  accept  empty?  

(ab  |  ac)*  

(b  |  c)((ab  |ac)*)  

‘a’ ‘b’, ‘c’

‘a’ ‘b’,’c’

Just  this  one  (our  start  state):  

(ab  |  ac)*  

(b  |  c)((ab  |ac)*)  

‘a’ ‘b’, ‘c’

‘a’ ‘b’,’c’