Antlr4 ANTLR中带有贪婪通配符和转义字符的字符串词汇规则

摘自《最终ANTLR 4参考》一书：

我们的字符串规则还不够好，因为它不允许 字符串中的双引号。为了支持这一点，大多数语言定义 以反斜杠开始的转义序列。获得双重报价 在双引号字符串中，我们使用

\“

。来支持公共转义 角色，我们需要如下内容：

​ ANTLR本身需要转义转义字符，所以我们需要

\\

来 指定反斜杠字符。字符串中的循环现在匹配 通过调用片段规则

ESC

，或任何 通过点通配符的单个字符。

*？

子规则运算符 终止

（ESC |.*）？

这听起来不错，但当我读到这篇文章时，我注意到在

ESC

和

之间的选择存在某种模糊性。就

字符串而言，通过将转义字符
\
与
匹配，可以匹配输入
“Hi\”
，并考虑下面的双引号作为关闭字符串。这甚至会减少贪婪，因此更符合
？
的使用

当然，问题是，如果我们这样做，那么我们在最后会有一个额外的双引号，与任何东西都不匹配

所以我写了以下语法：

grammar String;

anything: STRING '"'? '\r\n';

STRING: '"' (ESC|.)*? '"';
fragment
ESC: '\\"' | '\\\\';

它在字符串后面接受可选的双引号字符。此语法仍将
“Orange\”
解析为完整字符串：


所以我的问题是：为什么这是公认的解析，而不是将
“Orange\”
作为
字符串，后跟一个独立的双引号
“
？请注意，后者的贪婪程度较低，这似乎更符合
？
的用法，因此人们可能会认为它更可取。
经过一些实验后，我意识到解释是选择运算符
|
是顺序相关的（但仅在非贪婪运算符
？
下）：
ESC
在
之前尝试过。如果我将两者颠倒并写入
（.| ESC）*？
，我会得到


这并不令人惊讶，但有趣的是，ANTLR并不像我们有时所期望的那样具有声明性（在某种意义上，逻辑或是顺序独立的，但不是顺序独立的）。这也是一个很好的提醒，非贪婪运算符
？
并没有将其最小化功能扩展到所有选项，而只是扩展到与输入匹配的第一个选项（@sepp2k添加了顺序依赖性，仅适用于非贪婪情况）。
请注意，只有在使用
*？
（非贪婪）时，顺序才起作用。当不使用
*？
时，最大芒克规则的应用与备选方案的顺序无关。顺便说一句：您可以通过使用
（~'“''ESC）*
或
（ESC | `'）*
来摆脱这里的不贪婪。
grammar String;

anything: STRING '"'? '\r\n';

STRING: '"' (ESC|.)*? '"';
fragment
ESC: '\\"' | '\\\\';