Antlr4 使用转义字符分析带引号的字符串

我在分析antlr4中的格式行列表时遇到问题

* this is a string
*  "first"  this is "quoted"
* this is "quoted with \" "

我想构建一个解析树，就像

(list 
(line * (value (string this is a string))) 
(line * (value (parameter first) (string   this is) (parameter quoted))) 
(line * (value (string this is) (parameter quoted with " )))
)

我有一个这种格式的antlr4语法

grammar List;
list : line+;
line : '*' (WS)+ value* NEWLINE;
value : string
      | parameter
      ;
string : ((WORD) (WS)*)+;
parameter : '"'((WORD) (WS)*)+ '"';
WORD : (~'\n')+;
WS : '\t' | ' ';
NEWLINE     : '\n';

但这在“*”本身的第一个字符识别中失败了，这让我感到困惑

---

第1行：0不匹配的输入“*这是一个字符串“期望”*”

问题是您的lexer太贪婪了。规则

WORD : (~'\n')+;

几乎所有东西都匹配。这会导致lexer为您的输入生成以下标记：

• 令牌1:

  WORD

  （

  *这是一个字符串

  ）
• 令牌2:

  NEWLINE

• 令牌3:

  WORD

  （`*“first”这是“quoted”）
• 令牌4:

  NEWLINE

• 令牌5:

  WORD

  （

  *这是“引用\

  ）

是的，这是正确的：只有

WORD

和

NEWLINE

标记。ANTLR的lexer试图用尽可能多的字符构造标记，它不会“监听”解析器试图匹配的内容

错误消息：

第1行：0不匹配的输入“*这是一个字符串”，应为“*”

正在告诉您：在第1行的索引0中，遇到了带有文本

“*这是一个字符串”

（键入

WORD

）的标记，但解析器正在尝试匹配该标记：

“*”

请尝试以下方法：

grammar List;

parse
 : NEWLINE* list* NEWLINE* EOF
 ;

list
 : item (NEWLINE item)*
 ;

item
 : '*' (STRING | WORD)* 
 ;

BULLET : '*';
STRING : '"' (~[\\"] | '\\' [\\"])* '"';
WORD : ~[ \t\r\n"*]+;
NEWLINE : '\r'? '\n' | '\r';
SPACE : [ \t]+ -> skip;

它将解析示例输入，如下所示：

(parse 
  (list 
    (item 
      * this is a string) \n 
    (item 
      * "first" this is "quoted") \n 
    (item 
      * this is "quoted with \" ")) 
   \n 
  <EOF>)

（解析）
（名单
（项目
*这是一个字符串）\n
（项目
*“首先”这是“引用”）\n
（项目
*这是“引用\”））
\n
)