用antlr4处理平面文件

我需要处理一个平面文本文件，我试图用antlr4生成一个解析器。文件格式如下：

该文件可以包含多条记录

每行是一条记录

每个记录都有多个字段

字段的数量取决于记录类型

每条记录的总长度不是固定的，取决于单个字段的数量

记录类型由前3个字母数字元素定义

每个字段都有一个特定的起始位置（记录中的列）和许多元素

样本文件

ACF0000000101IAR
FAT0000000203IARGL9344KDKK
FAT0000000301IARGM

示例语法

grammar Cat;

file : record+ ;

record: (file_header | cycle_header);

file_header : 'ACF' FIELD1 FIELD2 FIELD3;
cycle_header : 'FAT' FIELD1 FIELD2;

FIELD1 : DIGIT DIGIT DIGIT DIGIT DIGIT DIGIT DIGIT DIGIT;
FIELD2 : DIGIT DIGIT;
FIELD3 : ALPHANUM ALPHANUM ALPHANUM;

fragment DIGIT: [0-9];
fragment ALPHANUM: [A-Za-z] | DIGIT | ' ';
fragment NEWLINE: '\n';

这个语法面临的问题是，当我检查树时，文件头规则中的字段2不匹配，而字段3匹配。请记住，cycle_标题的语法不完整

我的期望是，由于在文件头规则中字段2位于字段3之前，因此这将匹配任何两位数字，其余字符将与字段3匹配，但如图所示，情况并非如此

因此，我的问题是：

Antlr4是否适合解析这样的文件结构，或者更适合使用正则表达式进行某种解析

为什么字段3比字段2匹配，我有什么误解吗

Antlr4是否适合解析这样的文件结构，或者更适合使用正则表达式进行某种解析

不，我同意rici的观点。他的评论真的应该是一个答案：

---

Antlr4可能不是解决此问题的最佳选择。Antlr词法器并不是真正的上下文，这导致了您看到的问题；lexer匹配给定输入中匹配时间最长的词汇模式。您可以使用无扫描方法，无需词汇规则，但老实说，您最好只使用substring（）划分输入行

为什么字段3比字段2匹配，我有什么误解吗

扩展rici的评论：ANTLR的lexer不是“由解析器驱动的”（lexer不会根据解析器试图匹配的内容生成令牌）。lexer始终基于两个简单规则创建令牌：

尽可能多地匹配字符

如果两个或多个lexer规则匹配相同的字符，则让首先定义的规则“win”

由于规则1，对于像

123

这样的输入，在

字段2

之前创建一个

字段3

Antlr4是否适合解析这样的文件结构，或者更适合使用正则表达式进行某种解析

不，我同意rici的观点。他的评论真的应该是一个答案：

---

Antlr4可能不是解决此问题的最佳选择。Antlr词法器并不是真正的上下文，这导致了您看到的问题；lexer匹配给定输入中匹配时间最长的词汇模式。您可以使用无扫描方法，无需词汇规则，但老实说，您最好只使用substring（）划分输入行

为什么字段3比字段2匹配，我有什么误解吗

扩展rici的评论：ANTLR的lexer不是“由解析器驱动的”（lexer不会根据解析器试图匹配的内容生成令牌）。lexer始终基于两个简单规则创建令牌：

尽可能多地匹配字符

如果两个或多个lexer规则匹配相同的字符，则让首先定义的规则“win”

---

由于规则1，对于像

123

这样的输入，在

字段2

之前创建

字段3

，Antlr4可能不是该问题的最佳选择。Antlr词法器并不是真正的上下文，这导致了您看到的问题；lexer匹配给定输入中匹配时间最长的词汇模式。您可以使用无扫描的方法，不使用词汇规则，但老实说，您最好只使用

substring（）

将输入行划分。对于这个问题，Antlr4可能不是最佳选择。Antlr词法器并不是真正的上下文，这导致了您看到的问题；lexer匹配给定输入中匹配时间最长的词汇模式。您可以使用无扫描方法，无需词汇规则，但老实说，您最好使用

substring（）

将输入行划分。看到生成的令牌列表后，我希望会出现这种情况。谢谢你，我将寻找一个替代方案。在看到生成的令牌列表后，我希望情况会是这样。谢谢，我会找一个替代的