COBOL的ANTLR语法标识符

我正在为COBOL语言编写语法，我制定了一个规则来识别COBOL中的单词。 我的标识符规则是

IDENTIFIER : [a-zA-Z0-9]+ ([-_]+ [a-zA-Z0-9]+)*;

它在大多数情况下都可以正常工作，但是当我测试以下输入时

0000主程序

那么它就不起作用了。 请分享你宝贵的想法，让我变得正确。我怎样才能解决这个问题

根据，如果连字符是第一个或最后一个，则应将其视为字符而不是范围运算符。这可能不适用于ANTLR4类似正则表达式的lexer令牌定义

另外，您提出的COBOL单词定义有几个问题

标识符：[a-zA-Z0-9]+（[-]+[a-zA-Z0-9]+）*

COBOL单词具有以下规则：

• 由字符组成[A-Za-z0-9_-]
• 不能以短划线开始或结束
• 不能以下划线开头
• 必须至少包含一个大写字母或小写字母[A-Za-z]

我认为上述拟议定义存在两个问题

不允许下划线作为最终字符

不需要字母字符。例如，上述定义允许所有数字 我建议对COBOL单词使用以下ANTLR4词法定义：

标识符：（[0-9][0-9_-]）？[A-Za-z]（[A-Za-z0-9_-][A-Za-z0-9_-]）

---

但在我的其他语法中，它工作得很好。：（在我所知道的regexp中，你需要对破折号字符进行转义：

IDENTIFIER:[a-zA-Z0-9]+（[\-\\+[a-zA-Z0-9]+）*；

nevermind，似乎我是那种因为不知道如何工作而逃避一切的人：）为了更好的答案，我认为你应该发布你的语法文件。很可能破折号被视为一个范围运算符。将其放在集合的最后一位：

[\u-]

将强制将其作为普通字符进行处理。请注意：我在Antlr4中尝试了建议的标识符，但它甚至不接近。我怀疑作者是在“装腔作势”。

// IBM Enterprise COBOL Language Reference V4.2
// Enterprise COBOL for z/OS
// Language Reference
// Version 4 Release 2
// SC23-8528-01
// Second Edition (August 2009)
// Page 9
// PDF page 31