* 默認的分析方法是LALR，使用SLR請像這樣運行 yacc()：yacc.yacc(method=”SLR”)注意：LRLR生成的分析表大約要比SLR的大兩倍。解析的性能沒有本質的區別，因為代碼是一樣的。由于LALR能力稍強，所以更多的用于復雜的語法。 * 默認情況下，yacc.py依賴lex.py產生的標記。不過，可以用一個等價的詞法標記生成器代替： yacc.parse(lexer=x) 這個例子中，x必須是一個Lexer對象，至少擁有x.token()方法用來獲取標記。如果將輸入字串提供給yacc.parse()，lexer還必須具有x.input()方法。 * 默認情況下，yacc在調試模式下生成分析表（會生成parser.out文件和其他東西），使用yacc.yacc(debug=0)禁用調試模式。 * 改變parsetab.py的文件名：yacc.yacc(tabmodule=”foo”) * 改變parsetab.py的生成目錄：yacc.yacc(tabmodule=”foo”,outputdir=”somedirectory”) * 不生成分析表：yacc.yacc(write_tables=0)。注意：如果禁用分析表生成，yacc()將在每次運行的時候重新構建分析表（這里耗費的時候取決于語法文件的規模） * 想在分析過程中輸出豐富的調試信息，使用：yacc.parse(debug=1) * yacc.yacc()方法會返回分析器對象，如果你想在一個程序中支持多個分析器： ~~~ p = yacc.yacc() ... p.parse() ~~~ 注意：yacc.parse()方法只綁定到最新創建的分析器對象上。 * 由于生成生成LALR分析表相對開銷較大，先前生成的分析表會被緩存和重用。判斷是否重新生成的依據是對所有的語法規則和優先級規則進行MD5校驗，只有不匹配時才會重新生成。生成分析表是合理有效的辦法，即使是面對上百個規則和狀態的語法。對于復雜的編程語言，像C語言，在一些慢的機器上生成分析表可能要花費30-60秒，請耐心。 * 由于LR分析過程是基于分析表的，分析器的性能很大程度上取決于語法的規模。最大的瓶頸可能是詞法分析器和語法規則的復雜度。