Die Grammatiksprache Aether

Ein erster Blick

Diese Grammatik liest eine kleine Einstellungsdatei — Zeilen der Form name = wert, mit Kommentaren:

@grammar "settings"
@root document
@skip TRIVIA

COMMENT := "#" (!"\n" .)*
TRIVIA  := (SPACE | COMMENT)*

TRUE   := "true"
FALSE  := "false"
NAME   := [a-z_] [a-z0-9_]*
NUMBER := DIGIT+
STRING := "\"" (!"\"" .)* "\""

document := TRIVIA? entry* TRIVIA?
entry    := key:NAME "=" value:value
value    := TRUE | FALSE | NUMBER | STRING

• @grammar benennt die Grammatik und @root die Regel, bei der das Erkennen beginnt. Beide sind Pflicht, in dieser Reihenfolge.
• @skip TRIVIA erlaubt Leerraum und Kommentare zwischen je zwei Teilen einer Regel.
• COMMENT bis STRING sind Tokens. TRUE steht absichtlich vor NAME: Beide passen auf true, und das frühere gewinnt.
• document, entry und value sind Regeln. Das "=" in Anführungszeichen wird ohne Deklaration zu einem eigenen Token.
• key: und value: benennen die Teile eines Eintrags, auf die es bei der Weiterverarbeitung ankommt.

# service
port = 8080
debug = true
name = "api"

ok

true = 1

1:1: unexpected "true" -- did not expect more input here
1 | true = 1
  | ^

Gestaltung

• Lexer und Parser in einer Datei. Die Schreibweise entscheidet, was was ist; eine getrennte Token-Datei, die man synchron halten müsste, gibt es nicht.
• Immer zwei Stufen. Tokens nehmen die längste Übereinstimmung, Regeln die erste passende Alternative — jede Stufe behält ihre eigene einfache Regel.
• Leerraum ist eine Einstellung, keine Fleißarbeit. Ein Pragma macht jede Regel tolerant dafür; ein Präfix verbietet ihn dort, wo zwei Teile aneinanderstoßen müssen.
• Nur Syntax. Eine Grammatik sagt, was gültig ist, und benennt die Teile; was sie bedeuten, wird anderswo entschieden.
• Notausgänge, deutlich markiert. Wo eine Sprache ihre Syntax mitten in der Datei ändert, übergibt @native ein Token oder eine Regel an handgeschriebenen Code.

Eckdaten

In Aether geschrieben

Auf diesen Seiten

• Aufbau — Kopf, Pragmas, Kommentare, Namen, Definitionen und vordefinierte Tokens.
• Ausdrücke — Operatoren, Zeichenketten, Zeichenklassen, Wiederholung, Vorausschau und Regex-Literale.
• Lexen und Parsen — längste Übereinstimmung, geordnete Auswahl, Leerraum, Erfassungen, Layout und Engines.
• Notausgänge — @keywords, @refine und @native.
• Grammatik — Aether in Aether geschrieben, und wo die Implementierung von der Referenz abweicht.