本文讲解如何通过拆分词法规则（如将 `"rs"` 显式定义为独立 terminal）来消除 lark 中因正则通配与字面量混用导致的解析歧义，确保 `rs = r7` 被识别为 `mov_stmt`、`rs &= 1` 被识别为 `special_stmt`。
在 Lark 中，语法看似无歧义，却因词法分析阶段（lexer）的优先级规则而实际产生冲突——这是初学者常遇的“语法正确但解析失败”问题的核心原因。关键在于：Lark 的 lexer 默认按定义顺序 + 长度优先匹配 token，当一个字面量（如 "RS"）被嵌入更宽泛的正则（如 /R[0-7]|RS/）时，lexer 可能无法按语义意图区分上下文，导致后续解析器收到错误的 token 流。
例如，原始语法中：
REG.2: /R[0-7]|RS/
该规则让 "RS" 和 "R3" 全部归为 REG token。但 special_stmt 显式期望 "RS" 字面量后接 "&="，而 mov_stmt 仅要求任意 REG 后接 "="。当输入 RS = R7 时，lexer 输出 Token('REG', 'RS')，解析器进入 mov_stmt 分支；但此时 special_stmt 的字面量 "RS" 在 lexer 层已被吞并，无法触发专用分支——这造成 lexer 与 parser 的语义脱节。
✅ 正确解法是提升词法层级的语义精度：将 "RS" 从通用正则中剥离，定义为独立 terminal，并在语法层显式约束其使用场景：
stmt: mov_stmt
| special_stmt
mov_stmt: reg ASSIGN (reg | const)
special_stmt: special_reg SPECIAL_ASSIGN const // ← 严格限定仅 special_reg 可触发此分支
reg: REG | SPECIAL_REG // ← 普通寄存器仍兼容
special_reg: SPECIAL_REG // ← 专用 terminal，仅用于特殊指令
REG.2: /R[0-7]/ // ← 精确匹配 R0–R7
SPECIAL_REG.2: "RS" // ← 字面量优先级高于正则，确保 "RS" 总被识别为 SPECIAL_REG
DEC_NUM: /0|[1-9]\d*/i
ASSIGN: "="
SPECIAL_ASSIGN: "&="
WS: /[ \t]+/
%ignore WS? 关键机制说明： .2 后缀表示该 terminal 享有第二高优先级（数字越小优先级越高），确保 "RS" 字面量在 lexer 阶段必然优先于 /R[0-7]|RS/ 正则匹配； special_reg 规则强制 special_stmt 只接受 SPECIAL_REG token，彻底阻断 RS &= ... 被误判为 mov_stmt 的路径； reg 规则同时包含 REG 和 SPECIAL_REG，保证 RS = R7 仍可走 mov_stmt（因 special_reg 未参与该分支）。
? 验证效果：
- "RS &= 1" → lexer 输出 SPECIAL_REG, SPECIAL_ASSIGN, DEC_NUM → 匹配 special_stmt ✅
- "RS = R7" → lexer 输出 SPECIAL_REG, ASSIGN, REG → 匹配 mov_stmt ✅
- "R3 = RS" → lexer 输出 REG, ASSIGN, SPECIAL_REG → mov_stmt 中 (reg | const) 匹配 SPECIAL_REG ✅
? 最佳实践总结：
- 避免在同一个正则中混用语义不同的字面量（如 "RS" 与 "R\d"）；
- 对有特定语法角色的字面量（如关键字、保留标识符），始终定义为独立 terminal 并赋予明确优先级；
- 利用 Lark 的 terminal 优先级（.n 后缀）和语法层结构双重保障消歧义，而非依赖 parser 的回溯（LALR 不支持）。
此方案兼容所有 Lark 版本（包括 0.12.0 和 1.1.9+），从根本上解决了 lexer 与 parser 的语义协同问题。
