从XML DTD生成lex匹配规则和yacc语法规则

Question

概述

虽然这个问题涉及用C语言编写的lex / yacc，但它基本上以python中的编程为中心。

我有几个非常相似的DTD用于解析文档。该程序的该部分是用C语言编写的，并且不需要为此目的调用完整的SAX处理程序（即，libxml2）。由于DTD（以及XML文件）具有静态格式，我认为使用lex和yacc可以最好地解决这个问题。

虽然为任何 XML文档编写完整的词法解析器过于复杂，但为XML文档的特定子集编写一个完全可管理。 DTD可用于生成词法分析器（标记输入）以及YACC中的解析器生成器。

我愿意做出两个假设：

1. XML文档与REC-xml-19980210
相对应
2. XML文档相对于其DTD
有效

因此，如果XML文档无法满足上述任何要求，则词法分析器/解析器应该只对该特定文件失败。

问题

我的最终目标是编写一个成功的python脚本：（1）解析DTD; （2） 生成lex / yacc文件。在开始之前，我有几个问题：

1. 这个问题已经解决了吗？
   • 如果是的话，是否有任何我应该考虑看的图书馆？
   • 如果没有，是因为没有使用我提到的工具的解决方案吗？
2. 从使用静态解析器获取XML文件中的非标记'内容'的方法是否更好（以性能衡量）？

我意识到我可以使用PLY来解析DTD，但是因为我有兴趣生成包含在C程序中的lex / yacc文件，所以该选项不起作用。因此，我想我可能会使用xml.parsers.expat来解析DTD。这允许我注册回调，跟踪元素名称，它们在树中的位置，是否需要它们，等。这应该为我提供足够的信息来生成lex / yacc文件，但我想看看你们有什么建议。

Answer 1

使用XML Lexer，yacc grammar和YAXX扩展名的组合生成相应的文件。