Generátor parserů v jazyce C#

Bc. Richard Sirný

Master's thesis

Parser Generator in C#

Anotácia:

Cílem této práce je vybrat vhodný algoritmus pro generátor parserů a implementovat jej v jazyce C#. Vstupní gramatika bude zadávána pomocí objektů v jazyce C#. Výsledný parser by měl být schopen zotavit se z drobných chyb na vstupu a umožňovat generování návrhů na další pokračování daného výrazu. Očekávané použití frameworku spočívá v parsování kratších řetězců doménově specifického jazyka ve webovém prostředí. Teoretická část práce obsahuje přehled použitelných parsovacích technik a jejich ohodnocení s přihlédnutím k jejich obecnosti, potenciálu pro zvládání chyb, generování návrhů na pokračování daného řetězce a výkonu. Technikou, která byla vybrána pro implementaci, je varianta Earlyho parsování. V praktické části práce je popsána architektura a detaily použitého algoritmu. Součástí této části je také ukázka použití frameworku s jazykem MotiveQuery a popis mechanismů pro zotavení z chyb. Výsledky testů ukazují, že framework je dobře použitelný s jednoznačnými gramatikami, ale použitelnost s nejednoznačnými gramatikami je horší.

Abstract:

The aim of the thesis is to choose a suitable parsing algorithm and create a parser generator framework in C# language with the following features: the input grammar is specified with the C# object instances; minor mistakes in the input can be detected and corrected; suggestions on what can follow next after given position in the input can be generated. The parser is expected to be used in web-based projects for parsing short queries in domain-specific languages. The theoretical part of the thesis reviews different parsing techniques with regard to generality, error-handling potential, follow suggestion generation and performance. The technique chosen for the parser generator is automaton-based Earley parsing. The framework and the used algorithm is described and tested in the practical part of the thesis. MotiveQuery language is used to demonstrate the capabilities of the framework. The error-handling mechanisms are also described there. The obtained results suggest that the framework should perform well with unambiguous grammars. On the other hand, the use with ambiguous grammars is rather inadvisable.

Keywords

parser, C#, CFG, DSL, parser generator, Earley parsing

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 27. 5. 2013

Obhajoba závěrečné práce

• Obhajoba proběhla 26. 6. 2013
• Vedúci: RNDr. David Sehnal, Ph.D.
• Oponent: doc. RNDr. Radka Svobodová Vařeková, Ph.D.

Masaryk University

Faculty of Informatics

Master programme / odbor:
Applied Informatics / Applied Informatics