PEGの回文っぽいExpression

PEGの回文っぽいExpression
@chiguri

このスライドはなんのため？
 一時期（ごくごく一部で）話題になったPEG
（Parsing Expression Grammar）による回文っ
ぽいものがどういう言語を受理するか、を考える
ための資料
 PEGの動きを理解するのに使えるかもしれない。
使えないかもしれない。
 http://togetter.com/li/899899 で私とkmizuさ
んがいろいろ考えているやつ

背景
 aとbからなる回文をCFG（BNF）で書くと以下の
ようになる。
 S ::= “a” S “a” | “b” S “b” | “”
 偶数長の回文だけだが、簡単に拡張できるので無視
 PEGのParsing Expressionで似た式を書くと以下
のようになる。
 S ::= “a” S “a” / “b” S “b” / “”
 |が/になっている。

このPEは受理しない回文がある
 この式は、“aa”、“abba”、“abbbaabbba”を受理
する。
 それぞれ“a”、“ab”、“abbba”を折り返した回文。
 しかし、“abbaabba”を受理しない。
 これは“abba”を折り返した回文。
 なぜ？

注意
 私はPackrat Parsing（PEGを有用に、有名にした
構文解析手法）を知らない。
 メモ化や遅延評価を使うことで入力長のオーダーで構
文解析できる手法である、くらいまで
 したがって、これ以降Packrat Parsingの話はしな
いし、できない。
 個人的な感想だが、多くの場合、高速化手法は人間の
解釈に向かない。

Recursive Descent Parsing
 元々のPEGの特徴付けに用いられていたもの。
 解釈方法が若干特殊なため、CFGの考え方を引き
ずるとこんがらがるが、動きはシンプル。
 大きく違う点は、|ではなく/を使う部分、特にこ
れが絡んだ再帰的な場合の動き。
 他にも先読みなどがあるのだが、割と直感的なのでこ
こでは無視することにする。

表現のしかた
 以降では、与えられた文字列を
「読んだが規則が成功するか決まっていない部分」
「読んだ結果規則が成功した部分」
「まだ読んでいない部分」
の三つに分ける。
 それぞれ赤、青、黒で表す。
必ずこの順序で現れるが、可視性のため矢印でも
区切り箇所を表す。
 下からの矢印が最初の、上からの矢印が次の区切り。
“aaaaaaaaaaaaaaaaaaaaa”

回文っぽいものを例に
 S ::= “a” S “a” / “b” S “b” / “”
 対象は”abba”、全体はS !.とする（S以外は何も含
まない）
“abba”

一文字目
 S ::= “a” S “a” / “b” S “b” / “”
 まずaを読み、Sの最初の規則を試す。
 “a”にマッチするのでS “a”がスタックに積まれ、次へ。
“abba”

二文字目
 S ::= “a” S “a” / “b” S “b” / “”
 次の文字bを読み、Sの最初の規則を試す。
 “a”にマッチしないので失敗する
“abba”

二文字目
 S ::= “a” S “a” / “b” S “b” / “”
 次の規則を試す。
 “b”にマッチするのでS “b”がスタックに積まれ、次へ。
“abba”

三文字目
 S ::= “a” S “a” / “b” S “b” / “”
 次の文字bを読み、Sの最初の規則を試す。
 失敗する。
“abba”

三文字目
 S ::= “a” S “a” / “b” S “b” / “”
 S “b”がスタックに積まれ、次へ。
“abba”

四文字目
 S ::= “a” S “a” / “b” S “b” / “”
 次の文字aを読み、Sの最初の規則を試す。
 S “a”がスタックに積まれ、次へ。
“abba”

終端
 S ::= “a” S “a” / “b” S “b” / “”
 次の文字はないが、Sの最初の規則を試す。
 aがないので失敗。
“abba”

終端
 S ::= “a” S “a” / “b” S “b” / “”
 bがないので失敗。
“abba”

終端
 S ::= “a” S “a” / “b” S “b” / “”
 何も読まないので成功。
“abba”

スタックを一つ戻す
 S ::= “a” S “a” / “b” S “b” / “”
 スタックを戻して、成功していた規則を続ける。
 Sの次にaがないので失敗。状態を規則を試す前に戻す。
“abba”

失敗から次の試行へ
 S ::= “a” S “a” / “b” S “b” / “”
 成功していた規則をやめて次の規則へ移る。
 次はbではないので失敗。
“abba”

最後の規則へ
 S ::= “a” S “a” / “b” S “b” / “”
 次の規則へ移る。
 何も読まなくて良いので成功。
“abba”

 S ::= “a” S “a” / “b” S “b” / “”
 Sの次にbがないので失敗。状態を規則を試す前に戻す。
“abba”

 S ::= “a” S “a” / “b” S “b” / “”
“abba”

 S ::= “a” S “a” / “b” S “b” / “”
 次がbなので成功。規則全体が完成。bbは読み終え。
“abba”

 S ::= “a” S “a” / “b” S “b” / “”
 次がaなので成功。規則全体が完成。
“abba”

終了
 S ::= “a” S “a” / “b” S “b” / “”
 スタックが空なので、解析全体が成功。
“abba”

成功時→失敗時
 成功する場合の挙動はCFGとほぼ同じだが、失敗
時の巻き戻し方が少し違う。
 規則が失敗した場合、青になった部分（一度決定した
部分）について他の規則を試さずに赤の部分ごと戻す。

失敗する例
 S ::= “a” S “a” / “b” S “b” / “”
 対象は”aaaa”、全体はS !.とする
 以下、二つ目の規則は絶対に失敗するので無視する。
“aaaa”

一文字目
 S ::= “a” S “a” / “b” S “b” / “”
 まずaを読み、Sの最初の規則を試す。
“aaaa”

二文字目
 S ::= “a” S “a” / “b” S “b” / “”
 aを読み、Sの最初の規則を試す。
“aaaa”

三文字目
 S ::= “a” S “a” / “b” S “b” / “”
“aaaa”

四文字目
 S ::= “a” S “a” / “b” S “b” / “”
“aaaa”

終端
 S ::= “a” S “a” / “b” S “b” / “”
 文字がないので、最後の規則のみマッチする。
“aaaa”

 S ::= “a” S “a” / “b” S “b” / “”
 Sの次にaがないので失敗。状態を規則を試す前に戻す。
“aaaa”

 S ::= “a” S “a” / “b” S “b” / “”
“aaaa”

 S ::= “a” S “a” / “b” S “b” / “”
 次がaなので成功。規則全体が完成、読み終えへ。
“aaaa”

 S ::= “a” S “a” / “b” S “b” / “”
 次がないので失敗。この規則を試す前の状態へ戻す。
 二文字目を読む前
“aaaa”

S全体の終了、失敗
 S ::= “a” S “a” / “b” S “b” / “”
 全体を読み終えたが、末尾に文字があるので失敗。
 これはマッチしない。
“aaaa”

本来成功するには
 S ::= “a” S “a” / “b” S “b” / “”
 以下の状態で、最後の規則を試す必要がある。
 「折り返し地点まで繰り返し規則で読むこと」
“aaaa”

失敗例では
 S ::= “a” S “a” / “b” S “b” / “”
 折り返し地点を飛ばした状態へ巻き戻される。
 「折り返し地点にはもう到達できない」
“aaaa” “aaaa”

 「成功した部分が他の規則を使えた場合に」
「他の規則を試行しないため」真ん中を折り返し
とみなす規則が適用されなかった。
 “abbaabba”の場合も、後ろの”abba”が成功して
しまうせいで全体がうまくいかなくなる。
 下の赤部分の最後、aが読まれた規則に失敗して戻る。
“abbaabba”

 部分的に回文があると、そこにマッチして折り返
し地点ごと規則が巻き戻される場合がある。これ
が原因で失敗している。
 PEGで
S ::= “a” S “a” / “”
が2^n-2の長さしか読めないのも失敗の巻き戻しが
まとめて行われるため。

結局元のPEは何を受理するか
 「後ろから順に、言語に含まれる文字列を見つけ
ては排除して、その中に折り返し地点が含まれた
ら拒否されるがそれ以外の回文は受理する」とい
うよく分からない言語。
 面倒な例を挙げれば“aabbaabbaa”は受理されないが、
“aabbaaaaaabbaa”は受理される。
 下線部は回文でしかも折り返し地点を含むが、青い部分がよ
り後ろにあり優先されるためその部分の回文は受理されない。
 青の失敗時に折り返し地点の直後まで戻される。
 嗚呼面倒臭・・・だれか定式化してください。

おまけ：HOPEG
 kmizuさんが考えている、パラメータ付きの非終
端記号（rule constructor）を導入したPEG
 REP(s) ::= s REP(s) / “” のような式が書ける。
 REP(“a”)で“a”*のような動きをする。
 処理系はここに https://github.com/kmizu/hopeg
 HO（Higher Order）といっているがパラメータ
はParsing expressionのみ想定。
 kmizuさんは元々Parametricと言っていたが、私が横
から「HOっぽい」と言ったためこの名前に。

HOPEGのパラメータ
 パラメータには任意のParsing Expressionを渡し
て良いので、こんなものも書ける。
 S(r) ::= ... S(“a” r) ...
 再帰呼び出しの度にrの先頭で”a”のチェックが増える。
 ある種の「残りをスタックに積む」ようなことが可能に。

HOPEGによる回文
 HOPEGで回文を受理する式は以下のように書ける。
 PAL(s) ::= “a” PAL(“a” s) / “b” PAL(“b” s) / r
 PEGで失敗していたのと違い、「最初に全てのrで
成功した一番後ろ」が取られる。
 折り返し地点より後ろでは（文字数が足りないため）
必ず失敗する。
 中央で必ず成功する。
 「折り返し全体が成功するまで部分的な成功がない」
ことでPEGで起こった問題を回避している。

PEGの回文っぽいExpression

More Related Content

Recently uploaded (17)

Featured (20)

PEGの回文っぽいExpression