注释的antlr语法和标记之间的纯文本

后续问题：

1.我用了一条规则

COMMENT:START_1_TAG START_COMMENT END_1_TAG.*？开始标记结束注释结束标记->跳过

使用我的lexer跳过任何评论。
但是，当我在标记中留出任何空间时，我会得到一个不匹配的输入

我的Lexer的相关部分是：

lexer grammar DemoLexer;

START_1_TAG : '<%' -> pushMode(IN_TAG);
START_2_TAG : '<<' -> pushMode(IN_TAG);

COMMENT : START_1_TAG START_COMMENT END_1_TAG .*? START_2_TAG END_COMMENT END_2_TAG  -> skip;

TEXT        : ( ~[<] | '<' ~[<%] )+;

mode IN_TAG;
START_COMMENT : 'startcomment' ;
END_COMMENT : 'endcomment' ;
ID         : [A-Za-z_][A-Za-z0-9_]*;
INT_NUMBER : [0-9]+;
END_1_TAG  : '%>' -> popMode;
END_2_TAG  : '>>' -> popMode;
SPACE      : [ \t\r\n] -> channel(HIDDEN);

在我的字典里

RAW_TAG_START : '<%' 'startraw' '%>' -> pushMode(RAW_MODE);
RAW_TAG_END : '<%' 'endraw' '%>' -> popMode; 
mode RAW_MODE;
  RAW_TEXT : .*? ;

RAW\u标签\u开始：“”->pushMode（RAW\u模式）；
原始标签结束：“”->popMode；
模式RAW_模式；
原始文本：*；

出于某种原因，当我尝试用intellij antlr插件解析这个时，每当我尝试匹配rawText规则时，它似乎都会冻结并崩溃

这是正确的处理方法吗

不，我想说不是。在本例中，它不仅仅是一个普通的注释，而是一个表示注释的常规标记。因此，我会将其视为任何其他标记（在解析器中定义，而不是在lexer中定义）

出于某种原因，当我尝试用intellij antlr插件解析这个时，每当我尝试匹配rawText规则时，它似乎都会冻结并崩溃

这可能是因为：
RAW_TEXT:.*

我会这样做：

lexer语法DemoLexer；
开始\u 1 \u标记：“”->popMode；
END_2_标记：'>>'->popMode；
空间：[\t\r\n]->通道（隐藏）；
原始模式；
结束\u原始：“”->popMode，popMode；//弹出两次：退出原始和进入标签！
任何原料：.；//没有“+”或“*”，只有一个令牌！

演示解析器：

语法分析器；
选择权{
tokenVocab=解复用器；
}
代码
：代码块*EOF
;
代码块
：文本
|tag1Ops
|tag2Ops
;
tag1Ops
：rawTag
|评论标签
|其他标签
;
罗塔格
：开始\u 1 \u标记开始\u原始任何\u原始*结束\u原始
;
评论标签
：开始\标记开始\注释结束\标记文本开始\标记结束\注释结束\标记
;
其他标签
：开始\u 1_标记开始\u ID结束\u 1_标记文本开始\u 1_标记结束\u ID结束\u 1_标记
;
tag2Ops
：START_2_TAG START_ID END_2_TAG TEXT START_2_TAG END_ID END_2_TAG
;

还有一个小的主类来测试这一切：

import org.antlr.v4.runtime.*；
导入org.antlr.v4.runtime.tree.ParseTree；
公共班机{
公共静态void main（字符串[]args）{
String source=“aaa原始”+
“bbb”+
“福”+
“ccc”+
“评论”+
“ddd”；
DemoLexer lexer=新的DemoLexer（CharStreams.fromString（source））；
DemoParser=newdemoparser（newcommontokenstream（lexer））；
ParseTree=parser.code（）；
System.out.println（tree.toStringTree（解析器））；
}
}

将打印：

（代码
（代码块aaa）
（代码块（tag1Ops（rawTag R A W）））
（代码块bbb）
（代码块（tag1Ops（othertagfoo）））
（代码块ccc）
（代码块（标记1ops（注释标记注释）））
（代码块ddd）
)

（为了清晰起见，我添加了一些手动换行符）

ANTLR IntelliJ插件也可以解决这个问题：


编辑
如果您在lexer中设置了
skip
ping注释（我不会这么做），那么您可以这样做：

lexer语法DemoLexer；
注释：“”。*？“”->跳过
START_1_标记：“popMode，popMode；
SAFE_RAW:（~[我试图在lexer中传递注释的原因是，它可以包含任何内容，包括“嗨，谢谢你的澄清。我在你之前的一个问题答案中读到，lexer规则中的“.”表示单个字符，而解析器规则中的“.”定义一个标记。（或者这是我从你的答案中推测的）因此，根据我的理解，任何原始规则都与任何单个字符匹配，或者我误解了什么吗？
ANY\u RAW:；//没有“+”或“*”，只有一个标记！
而且，从我之前的评论来看，原始标记中的文本内容不应该是单个标记，而不是多个标记吗？不，当lexer位于\u RAW的
中时e> 模式下，它应该匹配原始标记的结尾或单个字符（无论它是什么字符）。然后在解析器中，您“粘合”这些
任何\u raw
标记（它们是单个字符）一起。请注意，当处于原始模式时，lexer总是生成
任何\u raw
标记，因此不需要在解析器中执行
*？
或
+？
操作。在解析器中执行
任何\u raw*
操作非常简单，如我的示例所示。顺便问一下，这是什么模板语言？[…]或者我误解了什么？”，不，你没有误解。我的印象是，将内容作为单个令牌，比将其作为令牌列表更有效。它类似于Liquid。我也从你的liqp存储库中获取了一些参考。
RAW_TAG_START : '<%' 'startraw' '%>' -> pushMode(RAW_MODE);
RAW_TAG_END : '<%' 'endraw' '%>' -> popMode; 
mode RAW_MODE;
  RAW_TEXT : .*? ;