Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision 		Previous revision
lfa:2025:proiect:etapa2 [2025/11/25 18:58]
pdmatei 		lfa:2025:proiect:etapa2 [2025/11/25 20:48] (current)
ldaniel
Line 74: Line 74:
 Un parser foloseste output-ul produs de lexer pentru etapa de analiza sintactica a textului. ​ Un parser foloseste output-ul produs de lexer pentru etapa de analiza sintactica a textului. ​
  
-Construim un parser pe baza unei gramatici care contine reguli ce descriu sintaxa valida a inputului. O astfel de gramatica va folosi ​lexemele ​generate de analiza lexicala in rolul de terminali.+Construim un parser pe baza unei gramatici care contine reguli ce descriu sintaxa valida a inputului. O astfel de gramatica va folosi ​categoriile lexicale ​generate de analiza lexicala in rolul de terminali.
  
 === Sintaxa pentru gramatici === === Sintaxa pentru gramatici ===
Line 105: Line 105:
 In plus fata de algoritmul CYK implementat la curs, care ne spune daca un text este acceptat de gramatica, ne dorim sa avem si secventa de derivari care a produs cuvantul, sau echivalent: arborele de parsare pentru textul nostru. In scheletul temei aveti implementata o clasa numita ParseTree, care reprezinta arborele de parsare. In plus fata de algoritmul CYK implementat la curs, care ne spune daca un text este acceptat de gramatica, ne dorim sa avem si secventa de derivari care a produs cuvantul, sau echivalent: arborele de parsare pentru textul nostru. In scheletul temei aveti implementata o clasa numita ParseTree, care reprezinta arborele de parsare.
  
-Arborele de parsare va fi afisat ca un arbore in care copiii au o indentare cu 2 spatii mai la dreapta decat parintele. Pentru regulile intermediare generate de normalizarea gramaticii (care trebuie sa inceapa cu **int_**) nu se va afisa numele regulii, ci direct copiii. Pentru regulile simple, de tipul neterminal produce un terminal (a: TOKEN) se va afisa doar categoria lexicala si lexemul corespunzator,​ fara numele regulii. Aceste lucruri sunt deja implementate in metoda str() a lui ParseTree.+Arborele de parsare va fi afisat ca un arbore in care copiii au o indentare cu 2 spatii mai la dreapta decat parintele. ​
  
-Pentru a obtine un arbore de parsare ca rezultat, in implementarea algoritmului CYK va recomandam sa folositi o matrice de dictionare in care pentru fiecare neterminal sa aveti ca valoare un nod de ParseTree cu informatiile despre derivarile bottom-up care au dus la obtinerea acelui neterminal. La final, in caz de acceptare, arborele de parsare afisat va fi nodul de arbore aferent simbolului ​de start.+Atunci cand doreste sa foloseasca o gramatica independenta de context arbitrara pentru parsare, programatorul trebuie intai sa o converteasca (manual) in FNC. Pentru a usura vizualizarea arborilor de parsare, convenim sa denumim toti non-terminalii creati in procesul de conversie cu **int_**. Vom folosi aceasta conventie pentru a nu afisa regulile ce au in stanga un non-terminal de forma **int_**, ci direct copii. Astfel, arborii de parsare sunt mai usor de citit. Pentru regulile simple, de tipul neterminal produce un terminal (a: TOKEN) se va afisa doar categoria lexicala si lexemul corespunzator,​ fara numele regulii. Aceste lucruri sunt deja implementate in metoda str() a lui ParseTree. 
 + 
 +Pentru a obtine un arbore de parsare ca rezultat, in implementarea algoritmului CYK va recomandam sa folositi o matrice de dictionare in care pentru fiecare neterminal sa aveti ca valoare un ParseTree cu informatiile despre derivarile bottom-up care au dus la obtinerea acelui neterminal. La final, in caz de acceptare, arborele de parsare afisat va fi arborele avand ca radacina simbolul ​de start.
  
 === Cerinta: === === Cerinta: ===
Line 119: Line 121:
 3. Completati specificatia pentru Lexerul de expresii lambda in fisierul "​**lexer_spec.json**",​ adaugand regex-ul potrivit pentru fiecare Token. 3. Completati specificatia pentru Lexerul de expresii lambda in fisierul "​**lexer_spec.json**",​ adaugand regex-ul potrivit pentru fiecare Token.
  
-4. In clasa Parser completati metoda "​parse", ​pentru a scrie un parser general ​care citeste o gramatica in FNC din fisierul primit ca parametru la initializare ​si returneaza arborele de parsare.+4. In clasa Parser completati metoda "​parse",​ care primeste un text de intrare ​si returneaza arborele de parsare. Folositi-va de campurile lexer si grammar ale parserului pentru analiza lexicala si apoi analiza sintactica a textului. Dupa analiza lexicala va trebui sa ignoratii tokenii SPACE inainte de a trece la analiza sintactica.
  
  
 === Exemplu de parsare === === Exemplu de parsare ===
-Pentru textul "int x = 1 + 2" analiza lexicala a  produs tokenii [(TYPE, "​int"​),​ (ID, "​x"​),​ (EQUAL, "​="​),​ (NUMBER, "​3"​),​ (PLUS, "​+"​),​ (NUMBER, "​2"​)] (tokenii ​de SPACE au fost ignorati).+Pentru textul "int x = 1 + 2" analiza lexicala a produs tokenii [(TYPE, "​int"​),​ (ID, "​x"​),​ (EQUAL, "​="​),​ (NUMBER, "​3"​),​ (PLUS, "​+"​),​ (NUMBER, "​2"​)] (tokenii SPACE au fost ignorati).
  
-Parserul e configurat cu urmatoarea gramatica (care in exemplu nu e in FNC, dar inainte de a fi interpretata de Parser a fost normalizata):+Parserul e configurat cu urmatoarea gramatica (care in exemplu nu e in FNC, dar inainte de a fi interpretata de Parser a fost convertita la FNC):
 <​code>​ <​code>​
  ​assign:​ TYPE ID EQUAL sum  ​assign:​ TYPE ID EQUAL sum
Line 172: Line 174:
 │   ├── __init__.py │   ├── __init__.py
 │   ├── DFA.py │   ├── DFA.py
-│   ├── Grammar.py 
-│   ├── Lexer.py 
 │   ├── NFA.py │   ├── NFA.py
 +│   ├── Regex.py
 +│   ├── Lexer.py
 │   ├── Parser.py │   ├── Parser.py
 +│   ├── Grammar.py
 │   ├── ParseTree.py │   ├── ParseTree.py
 |   ... (alte surse pe care le folositi) |   ... (alte surse pe care le folositi)