Lexy 2025.05.0 版本发布:解析库的重大更新与功能增强
Lexy 是一个现代化的 C++ 解析库,专注于提供高效、灵活且类型安全的解析解决方案。它采用了编译时解析器组合的方式,允许开发者通过组合各种解析规则来构建复杂的解析器,同时保持代码的高性能和可维护性。Lexy 特别适合用于构建编程语言解析器、配置文件解析器以及其他需要复杂文本处理的场景。
潜在的重大变更
本次 2025.05.0 版本引入了一些可能影响现有代码的变更:
-
API 重命名:
scanner-common::capture_token被重命名为scanner-common::capture,同时移除了旧的scanner-common::capture实现。这一变更使得 API 命名更加一致,虽然旧代码可能会遇到编译错误,但这是向更清晰 API 设计迈出的一步。 -
解析树行为变更:
lexy::parse_as_tree现在会为原本为空的产生式节点添加位置标记。这一改进确保了没有产生式节点会是完全空的(除非直接使用构建器 API),使得解析树的结构更加一致和可靠。 -
错误恢复行为调整:
lexy::dsl::try_()的错误恢复行为现在会在可选的错误恢复规则后跳过空白字符,这更符合大多数场景下的预期行为。 -
API 弃用:弃用了不接收
remaining_input参数的lexy::parse_tree::builder::finish()重载版本,开发者应该迁移到新版本。 -
拼写修正:修正了
lexy::code_point::spaing_mark的拼写错误,现在正确的形式是spacing_mark。
新功能亮点
实验性多遍解析支持
本次版本引入了实验性的多遍解析支持,通过新增的 lexy::parse_tree_input 和 lexy::dsl::tnode/lexy::dsl::pnode 功能,开发者可以实现更复杂的解析场景,其中需要对输入进行多次处理。
增强的字节匹配功能
新增了 lexy::dsl::byte 的一系列方法(if_/set/range/ascii),使得对特定字节的匹配更加灵活和强大。这些方法为处理二进制数据或特定编码格式提供了更多可能性。
错误处理改进
新增了扫描器上 fatal_error() 的重载版本,支持构造类型擦除的通用错误,这大大增强了错误处理的灵活性。同时修复了 lexy_ext::report_error 无条件写入 stderr 的问题,现在它会正确考虑输出迭代器。
缓冲区管理增强
新增了 lexy::buffer::release() 和 lexy::buffer::adopt() 方法,允许开发者解构缓冲区到其组件并在之后重新组装,这为缓冲区的生命周期管理提供了更多控制。
解析树功能增强
新增了 lexy::parse_tree::node::position() 和 ::covering_lexeme() 方法,使得从解析树节点获取位置信息和覆盖的词素更加方便。
其他实用改进
- 为
lexy::dsl::flag()添加了默认参数,简化了常见用例 - 新增了
lexy::callback_with_state,支持带状态的回调 - 改进了
lexy::dsl::op和lexy::dsl::error的标签构造函数,现在会传递解析状态(如果需要) - 为子目录构建启用了 CMake 安装规则
重要错误修复
本次版本修复了多个关键问题:
-
无限循环问题:修复了
dsl::delimited在处理无效代码点时可能出现的无限循环问题。 -
错误处理问题:修复了大小写折叠规则中错误被吞掉的问题,以及
dsl::scan相关的多个错误。 -
解析树问题:修复了
lexy::parse_as_tree中缺失lexy::error_context::position的问题,以及lexy::parse_tree中的静态断言问题。 -
位置比较问题:修复了
lexy::input_location::operator<中的错误,确保位置比较的正确性。 -
编译问题:为容器回调和
lexy::as_string添加了缺失的constexpr,修复了多个编译器兼容性问题。
技术影响与升级建议
本次更新在保持 Lexy 核心设计理念的同时,显著增强了其功能和稳定性。多遍解析支持的引入为复杂语言解析开辟了新可能性,而错误处理和解析树的改进则提升了库的健壮性。
对于现有项目,建议开发者:
-
检查是否使用了被重命名或修改的 API,如
capture_token或try_()的错误恢复行为。 -
考虑利用新的字节匹配功能简化现有解析逻辑。
-
评估是否可以从解析树的新功能中受益,如
position()和covering_lexeme()方法。 -
对于需要复杂错误处理的场景,可以尝试新的
fatal_error()重载。
Lexy 2025.05.0 版本标志着该项目在成熟度和功能丰富性上的重要进步,为 C++ 解析领域提供了更加强大和可靠的解决方案。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00