Java 如何在ANTLR 3中处理字符串文本中的转义序列？

我一直在浏览ANTLR v3文档（以及我可靠的“最终ANTLR参考”）但似乎找不到一种干净的方法来实现字符串文本中的转义序列（我目前正在使用Java目标）。我曾希望能够做到以下几点：

fragment 
ESCAPE_SEQUENCE
    : '\\' '\'' { setText("'"); }
    ;

STRING  
    : '\'' (ESCAPE_SEQUENCE | ~('\'' | '\\'))* '\''
      { 
        // strip the quotes from the resulting token
        setText(getText().substring(1, getText().length() - 1));
      } 
    ;

例如，我希望输入标记“

'Foo's House”

”成为字符串“

Foo's House

”

不幸的是，

ESCAPE\u序列中的
setText（…）
调用为整个
STRING
标记设置文本，这显然不是我想要的

有没有一种方法可以实现这种语法，而无需添加返回结果字符串并手动替换转义序列的方法（例如，在
string
规则中使用类似
setText（escapeString（getText（）））
）

？

以下是我在编写的JSON解析器中实现的方法

STRING      
@init{StringBuilder lBuf = new StringBuilder();}
    :   
           '"' 
           ( escaped=ESC {lBuf.append(getText());} | 
             normal=~('"'|'\\'|'\n'|'\r')     {lBuf.appendCodePoint(normal);} )* 
           '"'     
           {setText(lBuf.toString());}
    ;

fragment
ESC
    :   '\\'
        (   'n'    {setText("\n");}
        |   'r'    {setText("\r");}
        |   't'    {setText("\t");}
        |   'b'    {setText("\b");}
        |   'f'    {setText("\f");}
        |   '"'    {setText("\"");}
        |   '\''   {setText("\'");}
        |   '/'    {setText("/");}
        |   '\\'   {setText("\\");}
        |   ('u')+ i=HEX_DIGIT j=HEX_DIGIT k=HEX_DIGIT l=HEX_DIGIT
                   {setText(ParserUtil.hexToChar(i.getText(),j.getText(),
                                                 k.getText(),l.getText()));}

        )
    ;

---

我需要这样做，但我的目标是C而不是Java。以下是我根据答案#1（和评论）所做的，以防有人需要类似的东西：

QUOTE   :      '\'';
STR
@init{ pANTLR3_STRING unesc = GETTEXT()->factory->newRaw(GETTEXT()->factory); }
        :       QUOTE ( reg = ~('\\' | '\'') { unesc->addc(unesc, reg); }
                        | esc = ESCAPED { unesc->appendS(unesc, GETTEXT()); } )+ QUOTE { SETTEXT(unesc); };

fragment
ESCAPED :       '\\'
                ( '\\' { SETTEXT(GETTEXT()->factory->newStr8(GETTEXT()->factory, (pANTLR3_UINT8)"\\")); }
                | '\'' { SETTEXT(GETTEXT()->factory->newStr8(GETTEXT()->factory, (pANTLR3_UINT8)"\'")); }
                )
        ;

HTH.

另一种（可能更有效）的替代方法是使用规则参数：

STRING
@init { final StringBuilder buf = new StringBuilder(); }
:
    '"'
    (
    ESCAPE[buf]
    | i = ~( '\\' | '"' ) { buf.appendCodePoint(i); }
    )*
    '"'
    { setText(buf.toString()); };

fragment ESCAPE[StringBuilder buf] :
    '\\'
    ( 't' { buf.append('\t'); }
    | 'n' { buf.append('\n'); }
    | 'r' { buf.append('\r'); }
    | '"' { buf.append('\"'); }
    | '\\' { buf.append('\\'); }
    | 'u' a = HEX_DIGIT b = HEX_DIGIT c = HEX_DIGIT d = HEX_DIGIT { buf.append(ParserUtil.hexChar(a, b, c, d)); }
    );

---

对于ANTLR4、Java目标和标准转义字符串语法，我使用了一个专用的单例类：CharSupport来翻译字符串。在antlr API中提供：

STRING          :   '"' 
                (   ESC  
                |   ~('"'|'\\'|'\n'|'\r') 
                )* 
                    '"' { 
                        setText( 
                            org.antlr.v4.misc.CharSupport.getStringFromGrammarStringLiteral(
                                getText()
                            )
                        ); 
                    }
                ;

---

正如我在V4文档和实验中看到的那样，@init在lexer部件中不再受支持

我使用了这种方法，但请注意，我必须在每个步骤中附加“getText（）”而不是“escape.getText（）”。片段将未转换的文本写入整个字符串标记，getText（）返回该标记。对我来说，escape.getText（）返回原始片段，并保留反斜杠。在您的示例中，ESC的定义是什么？除了最终结果以大写形式转换外，这一切都很好。您知道如何修改语法以返回相同的大小写吗？