本文讲解如何解决 lark 解析器中因词法项重叠（如 `"rs"` 既可匹配通用寄存器又用于特殊指令）导致的语法歧义问题，通过分离词法符号、重构语法规则实现无歧义解析。
在使用 Lark 构建领域专用语言（DSL）或汇编风格语法时，一个常见陷阱是：表面无歧义的语法规则，因词法分析阶段的匹配优先级或终端复用而实际产生冲突。你提供的案例正是典型代表——RS 既作为通用寄存器（R0–R7 及 RS）出现在 mov_stmt 中，又作为字面量硬编码在 special_stmt: "RS" "&=" const 中。当 REG 终端正则 /R[0-7]|RS/ 同时覆盖 R3 和 RS 时，Lark 的 lexer（尤其是不同版本对 token 优先级和最长匹配的处理差异）会将 "RS &= 1" 中的 RS 优先识别为 REG，从而错误地尝试走 mov_stmt 分支；反之，也可能因 parser 状态推导偏差，将 "RS = R7" 误判为期待 SPECIAL_ASSIGN。
根本原因在于：词法层未区分语义角色。RS 在 mov_stmt 中是“任意寄存器”，而在 special_stmt 中是“仅限 RS 的特殊操作符前缀”。混用同一 terminal（REG）破坏了语法的可判定性。
✅ 正确解法是 语义驱动的词法拆分：为不同语义用途定义独立 terminal，并在语法层精确约束其使用位置：
stmt: mov_stmt
| special_stmt
mov_stmt: reg ASSIGN (reg | const)
special_stmt: special_reg SPECIAL_ASSIGN const // ← 仅此处允许 RS
reg: REG | SPECIAL_REG // ← mov_stmt 中的 reg 可含 RS（兼容性）
special_reg: SPECIAL_REG // ← 专用于 special_stmt 的 RS
REG.2: /R[0-7]/ // ← 严格限定：仅 R0–R7
SPECIAL_REG.2: "RS" // ← 字面量终端，无正则歧义
DEC_NUM: /0|[1-9]\d*/i
ASSIGN: "="
SPECIAL_ASSIGN: "&="
WS: /[ \t]+/
%ignore WS关键改进点：
- REG 终端收缩为 /R[0-7]/，彻底排除 RS；
- 新增 SPECIAL_REG 终端，以精确字面量 "RS" 定义，确保 lexer 在遇到 RS 时能根据上下文（是否在 special_stmt 左侧）稳定产出对应 token；
- reg 非终结符合并 REG 与 SPECIAL_REG，保持 mov_stmt 对 RS = R7 的合法支持；
- special_stmt 显式要求 special_reg，强制 RS &= 1 必须匹配该分支。
⚠️ 注意事项： 不要依赖正则中的 | 顺序或 .2 优先级来“修复”歧义——Lark 的 lexer 基于最长匹配+定义顺序，但跨 terminal 的语义耦合仍不可靠； 避免在多个语法规则中复用同一宽泛 terminal（如原 REG）表达不同语义； 使用 %import common.WS 替代自定义 WS 更健壮； 测试务必覆盖边界用例：RS = R7、RS &= 42、R0 = RS、R5 &= 1（应报错）。
此方法将歧义从 lexer/parser 协同决策层，上移到清晰、可控的语法规则设计层，符合 Lark “显式优于隐式”的最佳实践，且兼容所有现代版本（≥0.12.0 与 ≥1.1.0）。
