Fatal编程技术网
  • antlr/
  • Antlr 字符串插值语法，其中格式错误的插值被视为正常字符串

Antlr 字符串插值语法，其中格式错误的插值被视为正常字符串

antlr antlr4

Antlr 字符串插值语法，其中格式错误的插值被视为正常字符串,antlr,antlr4,Antlr,Antlr4,下面是我要分析的语言的子集： 程序由语句组成 语句就是赋值：A=“b” 作业的左侧是一个标识符（所有大写） 赋值的右边是一个用引号括起来的字符串 字符串通过插入括号内的标识符来支持字符串插值（A=“b[C]d”） 到目前为止，这已经足够直截了当了。以下是有效的方法： Lexer： lexer grammar string_testLexer; STRING_START: '"' -> pushMode(STRING); WS: [ \t\r\n]+ -> skip ; ID:

下面是我要分析的语言的子集：

  • 程序由语句组成
  • 语句就是赋值：
    A=“b”
  • 作业的左侧是一个标识符（所有大写）
  • 赋值的右边是一个用引号括起来的字符串
  • 字符串通过插入括号内的标识符来支持字符串插值（
    A=“b[C]d”
    ）
到目前为止，这已经足够直截了当了。以下是有效的方法：

Lexer：

lexer grammar string_testLexer;

STRING_START: '"' -> pushMode(STRING);
WS: [ \t\r\n]+  -> skip ;
ID: [A-Z]+;
EQ: '=';

mode STRING;

VAR_START: '[' -> pushMode(INTERPOLATION);
DOUBLE_QUOTE_INSIDE: '"' -> popMode;
REGULAR_STRING_INSIDE: ~('"'|'[')+;


mode INTERPOLATION;
ID_INSIDE: [A-Z]+;
CLOSE_BRACKET_INSIDE: ']' -> popMode;
解析器：

parser grammar string_testParser;

options { tokenVocab=string_testLexer; }

mainz: stat *;
stat: ID EQ string;

string: STRING_START string_part* DOUBLE_QUOTE_INSIDE;
string_part: interpolated_var | REGULAR_STRING_INSIDE;
interpolated_var: VAR_START ID_INSIDE CLOSE_BRACKET_INSIDE;
到目前为止还不错。但是，还有一个语言特性：

  • 如果括号中没有有效标识符（即所有大写），则将其视为普通字符串
例如：

我试图用
普通字符串替换
普通字符串：~（““”）+；
，但这在ANTLR中不起作用。它会将上面的所有行作为字符串进行匹配

由于在ANTLR4中没有回溯功能，因此我不确定如何克服这一问题，并告诉ANTLR，如果它不匹配
插值的\u var
规则，它应该继续匹配
内部的
常规的\u字符串，\u，相反，它似乎总是选择后者

我读到lexer总是匹配最长的标记，所以我尝试将
REGULAR\u STRING\u INSIDE
和
VAR\u START
提升为解析器规则，希望解析器中的替代顺序得到遵守：


r: REGULAR_STRING_INSIDE
v: VAR_START

string: STRING_START string_part* DOUBLE_QUOTE_INSIDE;
string_part: v ID_INSIDE CLOSE_BRACKET_INSIDE | r;


这似乎没有任何区别

我还读到antlr4可能会有所帮助，但我很难想出在这种情况下需要应用的方法

如何修改上述语法，使其能够匹配两个插值位，或者如果它们的格式不正确，则将它们视为字符串？

测试输入：


A = "hello"
B = "h[A]a"
C="h [A] a"
D="h [A][V] a"
E = "h [A] [V] a"
F = "h [aVd] a"
G = "h [Va][VC] a"
H = "h [V][][ff[Z]"


如何编译/测试：


antlr4 string_testLexer.g4
antlr4 string_testParser.g4
javac *.java
grun string_test mainz st.txt -tree


我尝试将内部的规则字符串替换为内部的规则字符串，但在ANTLR中不起作用。它会将上面的所有行作为字符串进行匹配

正确，ANTLR会尽可能多地匹配。因此
~（“”）+
将过于贪婪

我还读到antlr4语义谓词可能会有所帮助

只能使用谓词作为最后手段。它会在语法中引入特定于目标的代码。如果不需要（在本例中不是），则不要使用它们

试着这样做：


REGULAR_STRING_INSIDE
 : ( ~( '"' | '[' )+ 
   | '[' [A-Z]* ~( ']' | [A-Z] ) 
   | '[]'
   )+
 ;


上述规则应为：


  • 一次或多次匹配除
    “
    或
    [
    以外的任何字符
    • 

  • 或者匹配
    [
    后跟零个或多个大写字母，后跟除
    ]
    以外的任何字符或大写字母（您的
    [Va
    和
    [aVd
    案例）
    • 

  • 或者匹配一个空块，
    []
    • 
并将上述3个备选方案中的一个匹配一次或多次，以在
    中创建一个
    常规字符串
    
如果字符串可以以一个或多个字符结尾，您也可以这样做：
    

    DOUBLE_QUOTE_INSIDE
 : '['* '"' -> popMode
 ;

    

    非常感谢。就你而言，这是写这段语法的最佳方式，还是仅仅是对所呈现的内容进行了最少的修改？我这么问是因为如果我不知道这些规则背后的意图，我会发现它们很难理解，所以自然地，我想知道是否有可能用更多的成语来表达还有，我非常希望能有一个简短的解释，解释一下为什么我的尝试没有奏效，以及为什么你的建议有效（而且确实有效！）。这将有助于我（和其他人）用ANTLR编写更好的语法。

    DOUBLE_QUOTE_INSIDE
 : '['* '"' -> popMode
 ;