如何系统地推导语法系统的意外情况

本文是我和 deepseek 的一次对话的内容总结，即文案来自 AI。

以我正在开发的某工具的语法举例。

语境：

perl 复制代码

# 某工具的语法文档

版本：0.0.1

## 基本信息

每级缩进为 2 个空格

## 语法细则

### 行

除空行外，这个实现提供 3 种行：链接行，注释行，要素行。

#### 链接行

语法： 

```lore 
[..indent][..link_name]: [..link_url] 
```

#### 注释行 

```lore 
[..indent]# [..comment_content] 
``` 

注释行不会被渲染。 

#### 要素行 

非空行的默认情况。 

对于 html 目标，要素行会被渲染成 

```html
<p>[..element_line_content]</p>
```

......

引言

在设计解析器或编译器时，最容易犯的错误不是"没实现功能"，而是"没考虑到用户会怎么用错"。语法文档写得再清楚，用户总会想出你意想不到的写法。

本文提出一套系统化的方法，用于从最简语法文档推导出所有可能的意外情况，并以一个简单的配置文件格式为例，演示如何应用这套方法。

系统化地推导语法识别的意外情况，本质上是用工程思维对抗不确定性。通过拆解要素、枚举边界、组合测试，最大程度地覆盖用户可能犯的所有错误。

第一部分：核心方法论

1.1 基本思路

语法识别的意外情况推导可以归纳为四个步骤：

复制代码

拆解语法要素 → 分析每个要素的维度 → 枚举边界条件 → 组合测试场景

1.2 需要关注的维度类型

维度类型	说明	例子
边界值	合法范围内的极端情况	空值、最大值、最小值
非法值	明显不符合语法的输入	未定义的符号、错误的格式
上下文干扰	在不同位置出现的相同符号	注释里的冒号、字符串里的井号
组合爆炸	多个边界条件同时出现	空行 + 特殊字符 + 缩进错误

第二部分：案例背景 ------ 一个简单的收藏夹格式

我们用一个简化的收藏夹语法作为案例。它将文本转换为 HTML 书签。

2.1 语法文档

版本：1.0

缩进：2个空格

行类型：

目录行 : 目录名

链接行名称: URL

注释行 # 注释内容

文本行普通文字（默认）

示例：
lore 复制代码
: 网站收藏夹
  Google: https://google.com
  GitHub: https://github.com
  # ..其他书签

2.2 语法要素拆解

要素	符号/形式	作用
缩进	2个空格	表示层级关系
目录行	`:` 开头	创建一个新目录
链接行	`名称: URL` 格式	添加一个书签链接
注释行	`#` 开头	注释，不参与生成
文本行	无特殊符号	普通段落文字
空行	空	视觉分隔，不影响结构

第三部分：逐要素推导意外情况

3.1 缩进维度

3.1.1 边界条件分析

场景	示例	潜在问题
最小缩进（0）	`: 编程`	根目录正确
标准缩进（2）	`Google: https://google.com`	标准子项
缩进递增（4）	`: 子目录`	深层嵌套
缩进递减（2→0）	`: 子目录` `: 另一目录`	回到根目录是否允许
缩进不一致	`Google: ...` `Baidu: ...`	当前行比上一行多缩进2以上

3.1.2 意外情况列表

1. 缩进不是2的倍数
lore 复制代码
   : 编程（3个空格）
2. 缩进使用tab
lore 复制代码
	: 编程
3. 混合tab和空格
lore 复制代码
  : 编程（空格）
	Google: https://google.com（tab）
4. 空行有缩进
lore 复制代码
  : 编程
    
  Google: https://google.com
5. 缩进越级（从0直接到4）
lore 复制代码
: 编程
    Google: https://google.com
6. 文件开头有缩进
lore 复制代码
  : 编程

3.2 目录行维度（`:` 开头）

3.2.1 边界条件分析

场景	示例	潜在问题
标准目录	`: 编程`	正常
空目录名	`:`	目录没有名字
多级目录名	`: 编程: 语言`	冒号嵌套如何处理
特殊字符目录名	`: 编程&语言`	特殊符号是否允许

3.2.2 意外情况列表

1. 冒号后有多个空格
lore 复制代码
:  编程
2. 冒号前有空格
lore 复制代码
 : 编程
3. 多个连续冒号
lore 复制代码
:: 编程
4. 目录名含冒号
lore 复制代码
: 编程:语言
5. 空目录（有名字但无内容）
lore 复制代码
: 空目录
6. 目录嵌套过深（性能边界）
lore 复制代码
: 1
  : 2
    : 3
      ...（100层）

3.3 链接行维度（`名称: URL` 格式）

3.3.1 边界条件分析

部分	边界场景	示例
名称	空	`: https://google.com`
名称	含空格	`Google Search: https://google.com`
名称	含冒号	`Google:Search: https://google.com`
URL	空	`Google:`
URL	相对路径	`Google: /search`
URL	非法格式	`Google: not a url`
URL	特殊协议	`Google: javascript:alert(1)`

3.3.2 意外情况列表

1. 冒号前后无空格
lore 复制代码
Google:https://google.com
多个冒号
lore 复制代码
Google:Search: https://google.com
URL含空格
lore 复制代码
Google: https://google.com
URL含中文
lore 复制代码
百度: https://百度.com
名称含特殊符号
lore 复制代码
Google&Search: https://google.com
超长名称或URL
lore 复制代码
（5000字符）

3.4 注释行维度（`#` 开头）

3.4.1 边界条件分析

场景	示例	潜在问题
标准注释	`# 说明文字`	正常
空注释	`#`	只有井号
注释含井号	`# 注释 # 嵌套`	嵌套井号是否识别
注释含冒号	`# 注释: 内容`	冒号是否被误解

3.4.2 意外情况列表

1. 注释行前有缩进
lore 复制代码
  # 这是子注释
2. 注释在行末
lore 复制代码
Google: https://google.com # 这是行末注释
3. 连续注释
lore 复制代码
# 第一行
# 第二行
: 编程
: 
4. 注释与空行
lore 复制代码
# 注释

: 编程  # 空行后注释还属于编程吗？

3.5 文本行维度（默认类型）

3.5.1 边界条件分析

场景	示例	潜在问题
标准文本	`普通文字`	正常
空文本行	（有缩进无内容）	是空行还是文本行？
文本含标识符	`Google: not a link`	被误认为链接行
文本含井号	`文字 # 注释`	井号是否开始注释

3.5.2 意外情况列表

1. 文本行以冒号开头
lore 复制代码
:这不是目录
2. 文本行以井号开头但意图是文字
lore 复制代码
#这不是注释
3. 文本行含URL但不符合链接格式
lore 复制代码
Google https://google.com
4. 文本行为空（只有缩进）
lore 复制代码
 

3.6 空行维度

3.6.1 边界条件分析

场景	示例	潜在问题
无空行	内容连续	正常
单空行	一行空	分隔作用
多空行	多个连续空行	是否合并处理
文件开头空行	`\n: 编程`	是否忽略
文件结尾空行	`: 编程\n\n`	是否忽略

3.6.2 意外情况列表

1. 空行在缩进敏感位置
lore 复制代码
: 编程

 Google: https://google.com  # 空行后缩进是否重置？
2. 只有空行的文件
lore 复制代码

第四部分：组合测试（核心环节）

单个边界条件往往能被解析器处理，但多个边界条件的组合才是真正的挑战。

4.1 组合测试方法

css 复制代码

组合测试用例 = 要素A的边界值 + 要素B的边界值 + 要素C的边界值

4.2 组合示例

组合1：空目录名 + 非法URL + 缩进错误
lore 复制代码
:
  Google: not a url
组合2：特殊字符 + 空注释 + 深层嵌套
lore 复制代码
: 编程&语言
  # 
  : 子目录
    Baidu: https://baidu.com
组合3：行末注释 + URL含空格 + 混合缩进
lore 复制代码
Google Search:
  https://google com # 注释
  : 另一个目录
组合4：空文件 + 只有注释 + 结尾空行
lore 复制代码
# 这是一个空文件

4.3 需要重点测试的组合类型

组合类型	说明	示例场景
空值组合	多个要素同时为空	空目录 + 空链接 + 空注释
特殊字符组合	多个要素含特殊符号	目录名含& + 链接名含: + URL含空格
结构破坏组合	破坏层级结构	缩进错误 + 空行干扰 + 非法行类型
性能压力组合	极端值叠加	超长名称 + 深层嵌套 + 大量空行

第五部分：转化为测试用例

每个意外情况都应该对应至少一个测试用例。

5.1 测试用例格式

python 复制代码

test_case = {
    "name": "缩进不一致导致结构错误",
    "input": """
: 编程
  Google: https://google.com
    Baidu: https://baidu.com
""",
    "expected_behavior": "报告缩进错误，Baidu不应成为Google的子项",
    "error_location": "第3行，缩进4个空格"
}

5.2 测试分类

测试类型	覆盖范围
单元测试	单个要素的边界条件
集成测试	要素之间的交互
压力测试	极端值组合
模糊测试	随机生成的非法输入

第六部分：推导清单模板

你可以用这个模板来系统化地推导任何语法的意外情况：

语法意外情况推导清单

markdown 复制代码

1. 列出所有语法要素
   要素1: ________
   要素2: ________
   要素3: ________

2. 对每个要素，枚举边界值
   空值/缺失
   最小值
   最大值
   特殊字符
   非法格式

3. 对每个要素，枚举上下文干扰
   在注释中出现
   在字符串中出现
   在非法位置出现

4. 生成组合测试
   空值 × 空值
   特殊字符 × 特殊字符
   结构破坏 × 边界值

5. 转化为测试用例
   每个意外情况一个用例
   每个组合类型一个用例