WedX - журнал о программировании и компьютерных науках

XText правильно включить откат

У меня есть большая грамматика в X-Text, и в ней есть некоторые неясности. Я полностью осознаю проблемы, которые это вызовет, но я хотел бы иметь возможность протестировать грамматику, прежде чем заняться ее оптимизацией.

Я пытался включить откат в рабочем процессе X-Text и, похоже, не могу с этим справиться. У меня есть следующий код в моем файле mwe2 в основном проекте:

language = StandardLanguage {
        fragment=parser.antlr.XtextAntlrGeneratorFragment2 auto-inject{
            options = {
                backtrack= true
            }
        }
        fragment=idea.parser.antlr.XtextAntlrIDEAGeneratorFragment auto-inject{
            options={
                backtrack=true
            }
        }
...

Но я все еще получаю ошибки в форме:

error(211): ../org.xtext.example.CSPTest/src-gen/org/xtext/example/mydsl/parser/antlr/internal/InternalMyDsl.g:1183:2: [fatal] rule ruleAny has non-LL(*) decision due to recursive rule invocations reachable from alts 1,2.  Resolve by left-factoring or using syntactic predicates or using backtrack=true option.

Как я могу правильно включить возврат, чтобы предотвратить это?

22.02.2016

Ответы:


1

Для нового генератора правильная настройка:

parserGenerator = {
  options = {
    backtrack = true
  }
}
22.02.2016
Новые материалы

Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..

Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..

Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..


Для любых предложений по сайту: [email protected]