在通过阅读 Stackoverflow 上关于“如何使用正则表达式解析 HTML”的问题后，我对语法学重新产生了兴趣，我抓起我的大学脚本，几分钟后我想知道我是怎么通过考试的。 作为一个简单的（好吧，我想象中的“简单”）练习，我尝试编写一个生成有效 Python 元组的上下文无关文法（CFG）（为了简单起见，只使用标识符 a、b 和 c）。经过一段时间的努力，我现在想出了这个：
G = ( {元组、元组项目、ID}，{“a”、“b”、“c”、“,”、“（”、“）”}，P，元组)
P 如下： 元组 → “（“ 元组项目 “）” 元组 → “（“ 元组项目 ID “）” 元组 → “（“ 元组项目 元组 “）” 元组项目 → 元组项目 元组项目 元组项目 → ID “,” 元组项目 → 元组 “,” ID → “a” ID → “b” ID → “c”
这个语法应该生成例如 (a,)、(a,b)、(a,b,)、((a,),)、((a,b),(a,),) 等，但不生成 (,a)、()、,, (a,b c) 等。我不想生成不必要的括号，如 ((a),) 或 ((a,b))。实际上，有时可选（当有多个项目时）有时必须（当只有一个项目时）的尾随逗号几乎害死我。
这个语法能生成所有有效的 Python 元组（仅使用 a、b 和 c）吗？ 这个语法会生成不是有效 Python 元组的字符串吗？ 这个语法是否适当？ （我不确定循环标准） 为什么我的语法如此冗长？我怎样才能减少产生规则的数量？（不是通过使用管道之类的语法糖，因为它们只是将几条规则放在一行上。）
提前感谢您的评论和回答。
2、解决方案
第一个答案：
在不实际引用 Python 语法的情况下，我相当肯定您的语法生成了所有有效的 Python 元组，除了一个 (())，即空元组，并且它不会生成任何不是 Python 元组的内容。所以在这种程度上，它是好的。 但是，它对解析没有太大用处，因为
元组项目 → 元组项目 元组项目
是呈指数级不明确的。（顺便说一下，元组项目不是这个非终结符的非常描述性名称，它实际上是一个列表。）不明确的语法在某种意义上是“适当的”，因为它们遵守上下文无关语法的所有规则，但明确的语法通常更好。 很容易修复：
元组 → “（“ “）” 元组 → “（“ 项目列表 “,” “）” 元组 → “（“ 项目列表 “,” 项目 “）” 项目列表 → 项目 项目列表 → 项目列表 “,” 项目 项目 → ID 项目 → 元组
（我省略了 ID 生成；在实用语法中，ID 将是一个终结符，但这几乎没有区别。） 最后，为什么这个语法“如此冗长”？ （七个产品真的“如此冗长”吗？取决于您的标准，我想。）简单的答案是 CFG 就是这样的。您可以在右侧添加语法糖，使之成为正则表达式（不仅是交替，还有 Kleene 星及其伴随）：
元组 → “（“ [ 项目列表 “,” 项目? ]? “）” 项目列表 → 项目 // “,” 项目 → ID | 元组
在这里我使用了有用的内插运算符 //，这在学术课程中很少被教授，因此令人惊讶的是很少有实现：
a // b =def a(ba)*
上面的内容是否更容易阅读，我留给读者。它类似于语法说明中常用的扩展巴科斯范式 (EBNF)，尤其是在 RFC 中。（EBNF 是少数具有插值运算符的形式主义之一，尽管它不像我的那样明确地写。）
无论如何，除此之外，我不相信您的语法可以被修剪。
