Lark - Python 的解析工具包

Lark 是一个专注于人体工程学、性能和模块化的 Python 解析工具包。

Lark 可以解析所有上下文无关语言。简单来说，这意味着它能够解析几乎所有现有的编程语言，在某种程度上也可以解析大多数自然语言。

适用对象：

初学者：Lark 非常适合实验。无论语法多么复杂或模糊，它都能高效地解析，并为您构建带注释的解析树。它只需要语法和输入，就能为您提供方便灵活的工具来处理解析树。
专家：Lark 实现了 Earley(SPPF) 和 LALR(1)，以及多种不同的词法分析器，因此您可以根据需求权衡功能和速度。它还提供了各种复杂的功能和实用工具。

它能做什么？

解析所有上下文无关语法，并优雅地处理任何歧义
自动构建带注释的解析树，无需编写构建代码
提供一流的性能，无论是在大 O 复杂度还是实际运行时间方面（考虑到这是 Python ;)
可在所有 Python 解释器上运行（纯 Python 实现）
生成独立的解析器（适用于 LALR(1) 语法）

还有更多功能。继续阅读，一探究竟！

最重要的是，Lark 将节省您的时间，防止您遇到解析方面的头痛问题。

快速链接

安装 Lark

$ pip install lark --upgrade

Lark 没有依赖项。

语法高亮

Lark 为其语法文件（*.lark）提供语法高亮：

克隆

这些是 Lark 在其他语言中的实现。它们接受 Lark 语法，并提供类似的实用工具。

Lerche (Julia) - 非官方克隆，完全用 Julia 编写。
Lark.js (Javascript) - 独立 LALR(1) 解析器生成器移植到 Javascript。

Hello World

这是一个解析 "Hello, World!" 的小程序（或任何其他类似短语）：

from lark import Lark

l = Lark('''start: WORD "," WORD "!"

            %import common.WORD   // 从终端库导入
            %ignore " "           // 忽略文本中的空格
         ''')

print( l.parse("Hello, World!") )

输出结果为：

Tree(start, [Token(WORD, 'Hello'), Token(WORD, 'World')])

注意标点符号不会出现在结果树中。它们会被 Lark 自动过滤掉。

果蝇喜欢香蕉

Lark 擅长处理歧义。以下是解析短语 "fruit flies like bananas" 的结果：

在这里阅读代码，这里查看更多示例。

主要功能列表

根据语法结构自动构建解析树（AST）
Earley 解析器
- 可以解析所有上下文无关语法
- 完全支持歧义语法
LALR(1) 解析器
- 快速轻量，可与 PLY 竞争
- 可以生成独立解析器（了解更多）
EBNF 语法
完全支持 Unicode
自动行列跟踪
用于高级解析流程和调试的交互式解析器
语法组合 - 从其他语法中导入终端和规则
标准终端库（字符串、数字、名称等）
从 Nearley.js 导入语法（了解更多）
广泛的测试套件
类型注解（支持 MyPy）
还有更多！

查看完整功能列表

与其他库的比较

性能比较

Lark 快速轻量（数值越低越好）

运行时间比较

内存使用比较

查看 JSON 教程了解更多比较详情。对于全面的第三方基准测试，请查看 Python 解析基准测试仓库。

功能比较

库	算法	语法	构建树？	支持歧义？	能处理所有 CFG？	行/列跟踪	生成独立程序
Lark	Earley/LALR(1)	EBNF	是！	是！	是！	是！	是！(仅 LALR)
PLY	LALR(1)	BNF	否	否	否	否	否
PyParsing	PEG	组合子	否	否	否*	否	否
Parsley	PEG	EBNF	否	否	否*	否	否
Parsimonious	PEG	EBNF	是	否	否*	否	否
ANTLR	LL(*)	EBNF	是	否	是？	是	否