doc/sbp.html

   1 <html>
   2 <head><title>The Scannerless Boolean Parser (SBP)</title>
   3 <style>
   4
   5     H1 {
   6         margin-left: -20px;
   7         margin-top: 30px;
   8         font-family: helvetica, verdana, arial, sans-serif;
   9         font-size: 14pt;
  10         font-weight: bold;
  11         text-align: left;
  12         width : 100%;
  13         border-top-width: 2pt;
  14         border-top-style: solid;
  15     }
  16
  17     H2 {
  18         font-family: helvetica, verdana, arial, sans-serif;
  19         font-size: 12pt;
  20         font-weight: bold;
  21     }
  22
  23     H3 {
  24         margin-left: -10px;
  25         font-family: helvetica, verdana, arial, sans-serif;
  26         font-size: 12pt;
  27         font-weight: bold;
  28     }
  29
  30     TH, TD, P, LI {
  31         font-family: helvetica, verdana, arial, sans-serif;
  32         font-size: 13px;
  33         text-decoration:none;
  34     }
  35
  36     LI { margin-top: 5px; }
  37
  38 </style>
  39 </head>
  40 <body>
  41 <center><table><tr><td width=600>
  42
  43 <center>
  44 <font style='font-size:24pt; font-family:helvetica, verdana, arial, sans-serif'>
  45 <b>SBP: the Scannerless Boolean Parser</b></font>
  46 </center>
  47
  48 <br><br>
  49 <center>
  50 <table width=400><tr><td>
  51 <font color=red><b>Update:</b></font> [05-July-2006]<br><br>
  52
  53 The reflective grammar-to-java bindings are complete, so SBP is now
  54 vastly easier to use.  You can find example code <a
  55 href=../src/edu/berkeley/sbp/misc/Demo.java>here</a>
  56 and the companion grammar <a
  57 href=../tests/demo.g>here</a>.
  58 I will be writing up a tutorial tomorrow (the 7th). -- Adam
  59
  60 </td></tr></table>
  61 </center>
  62
  63 <h1>What is it?</h1>
  64
  65 The Scannerless Boolean Parser (SBP) is a scannerless parser for <a
  66 href=http://www.cs.queensu.ca/home/okhotin/boolean/>boolean
  67 grammars</a> (a superset of context-free grammars).  It is written in
  68 Java and emits Java source code.
  69
  70 <h1>What is interesting about it?</h1>
  71
  72 SBP deliberately sacrifices performance in favor of ease of extensibility.
  73 <p>
  74
  75 Since it is an implementation of the (modified) <a
  76 href=http://www.program-transformation.org/Sdf/GeneralizedLR>Lang-Tomita
  77 GLR algorithm</a>, SBP supports all context-free languages.
  78 <p>
  79
  80 It is <a
  81 href=http://en.wikipedia.org/wiki/Lexerless_parsing>scannerless</a>
  82 (does not require a lexer).  This allows it to easily handle languages
  83 which have non-regular lexical structure or lack a clear lexer-parser
  84 distinction, such as TeX, XML, RFC1738 (URLs), ASN.1, SMTP headers,
  85 and Wiki markup.
  86 <p>
  87
  88 In addition to the juxtaposition and union operators provided in
  89 context-free languages, SBP supports grammars which use the
  90 intersection operator (<a
  91 href=http://www.cs.queensu.ca/home/okhotin/conjunctive/>conjunctive
  92 grammars</a>) and the complement operator (<a
  93 href=http://www.cs.queensu.ca/home/okhotin/boolean/>boolean
  94 grammars</a>).
  95
  96 <h1>What features does it have?</h1>
  97
  98 Features fully implemented are in <font color=green>green</font>;
  99 those partially implemented are in <font color=orange>orange</font>;
 100 those unimplemented (but planned) are in <font color=red>red</font>.
 101
 102 <ul> <li> <b>An implementation of the Lang-Tomita GLR parsing algorithm</b>
 103      <ul>
 104           <li> Including <font color=green>Johnstone &amp; Scott's RNGLR algorithm</font> for epsilon-productions</a>
 105
 106           <li> <a href=http://citeseer.ist.psu.edu/vandenbrand02disambiguation.html><font color=green>Visser's</font> extensions</a>
 107                for <font color=green>scannerless parsing</font>
 108                <ul> <li> <font color=green>Follow</font>, <font color=green>Avoid, Prefer</font>, <font color=green>Reject</font> constraints
 109                     <li> <font color=green>Character ranges</font>
 110                     <li> Automatic insertion of <font color=green>whitespace/comments</font>
 111                </ul>
 112
 113           <li> <font color=green>Any topological space</font> can be
 114                used as an alphabet (need not be discrete)
 115           <ul> <li> <font color=green>Unicode</font>
 116                <li> <font color=orange>Trees</font>
 117           </ul>
 118
 119           <li> <font color=green>Associativity constraints</font> on <font color=green><i>n</i>-ary operators</font>
 120
 121      </ul>
 122
 123      <li> <b>Ability to parse a wide variety of grammars in
 124           </b> O(n<sup>3</sup>) time:
 125
 126      <ul>
 127           <li> <font color=green>all context-free grammars</font>
 128
 129           <li> <font color=green>epsilon productions</font>, <font
 130                color=green>included in the parse forest</font>
 131
 132           <li> <font color=green>circularities</font>, <font
 133          color=red>included in the parse forest</font>.
 134
 135           <li> Regular expression operators (
 136                <tt><font color=green>*</font></tt>,
 137                <tt><font color=green>?</font></tt>,
 138                <tt><font color=green>+</font></tt>
 139                )
 140
 141           <li> <font color=green>conjunctive grammars</font>
 142                (<font color=green>intersection</font> operator)
 143
 144           <li> <font color=orange>boolean grammars</font> (<font
 145                color=green>intersection</font>, <font
 146                color=green>intersect-with-complement</font>, and
 147                <font color=orange>generalized-complement</font>)
 148      </ul>
 149
 150
 151      <li> <b>Facilitates experimenting with grammars</b>
 152
 153      <ul>
 154           <li> <font color=green>Interpreted mode</font>, in which the
 155                parse table is interpreted directly, eliminating the
 156                need for a compiler and making it easier for grammars
 157                to operate on grammars.
 158
 159           <li> <font color=green>Simple
 160                <a href=api/edu/berkeley/sbp/package-summary.html>API</a></font>
 161                makes it easy to generate, analyze, and modify grammars
 162                programmatically.
 163
 164           <ul>
 165               <li> Components of a grammar (nonterminals,
 166                    productions, etc) <font
 167                    color=green>represented as objects</font>
 168                <li> composite elements implement <font color=green><tt>Iterable&lt;T&gt;</tt></font>
 169           </ul>
 170
 171           <li> <font color=red>Compiled mode</font>, in which Java
 172                source code is emitted; compiling this code yields a
 173                parser.  The resulting parser is <i>much</i> faster.
 174      </ul>
 175
 176
 177 </ul>
 178
 179 <h1>What is it deliberately missing?</h1>
 180
 181 <ul> <li> Semantic actions; the only option is to return a parse forest.
 182      <ul>
 183            <li> This keeps the grammar specification language-neutral.
 184            <li> A grammar can, however, indicate that certain parts of the parse tree should be dropped.
 185      </ul>
 186 </ul>
 187
 188 <h1>What features would be nice to have?</h1>
 189
 190 <ul>
 191     <li> <strike>Drop Farshi's algorithm and use <a
 192          href=http://doi.ieeecomputersociety.org/10.1109/HICSS.2002.994495>GRMLR</a></strike>.
 193          <font color=green>Done!</font>
 194
 195     <li> An implementation of the <a
 196          href=http://www.cs.berkeley.edu/~smcpeak/elkhound/sources/elkhound/algorithm.html>McPeak-Necula
 197          optimization</a> for bounded-depth determinism.
 198
 199     <li> Lazy parse trees, to decrease the space requirements from
 200          o(n) to o(1) [but still O(n)].
 201
 202     <li> Consider implementing <a
 203          href=http://www.cs.uvic.ca/~nigelh/Publications/cc99-paper.pdf>
 204          Aycock-Horspool</a> unrolling.  Improves performance with
 205          only highly localized increase in algorithmic complexity.
 206          Subsumes many other optimizations.
 207
 208 </ul>
 209
 210 <h1>What are the long term goals?</h1>
 211
 212 As we come to a more mature understanding of the pragmatic aspects of
 213 boolean grammars, a long-term goal is to migrate support for these
 214 features to existing high-performance GLR implementations (<a
 215 href=http://www.cs.berkeley.edu/~smcpeak/elkhound/>Elkhound</a>, <a
 216 href=http://www.delorie.com/gnu/docs/bison/bison_90.html>bison-glr</a>).
 217
 218 <h1>Where can I read more about it?</h1>
 219
 220 <ul> <li> The <a href=../README>README</a> file is the best place to start
 221      <li> After that, be sure to read <a href=jargon.txt>jargon.txt</a>
 222      <li> The <a
 223           href=api/edu/berkeley/sbp/package-summary.html>javadoc</a>
 224           is the best description of the API
 225      <li> There's a <a href=../tests/meta.g>tentative metagrammar</a>,
 226           written in itself.
 227      <li> You can also get <a href=osq.lunch.talk.pdf>slides</a>
 228           from my talk at the OSQ Lunch on 02-Nov-2005, though some of
 229           the stuff (specifically what SBP can and cannot do) is
 230           outdated.
 231      <li> A <a href=preprint.pdf>preprint</a> of one of my conference
 232           submissions.
 233 </ul>
 234
 235 <h1>Where can I get it?</h1>
 236
 237 The color coding above accurately reflects the state of the
 238 implementation (<font color=green>11-Dec-2005</font>).  However, in its current state it is a
 239 bit messy, and may require a bit of fiddling to get it to do what you
 240 want.  This situation should improve in the next few weeks as I am
 241 done adding features (for now) and am currently focusing on
 242 reliability, cleanliness, and performance.
 243 <p>
 244
 245 SBP is available under the BSD license.
 246 <p>
 247
 248 You can download a snapshot (<font color=green>11-Dec-2005</font>) <a
 249 href=../../sbp/edu.berkeley.sbp.tar.gz>here</a>.  The parser-generator
 250 requires Java 1.5 or later; the Java code it emits <font
 251 color=orange>should run on any Java 1.1+ JVM</font>.  After unpacking
 252 the archive, simply type <tt>make</tt> to compile SBP and run the
 253 regression tests.
 254
 255 </td></tr></table></center>
 256 </body>
 257 </html>