Java 令牌类型取决于以下令牌
我的语法很简单。谷歌搜索和阅读书籍没有帮助。我最近开始使用ANTLR,所以这可能是一个非常简单的问题 我正在尝试使用ANTLRv3编写一个非常简单的LexerJava 令牌类型取决于以下令牌,java,antlr,Java,Antlr,我的语法很简单。谷歌搜索和阅读书籍没有帮助。我最近开始使用ANTLR,所以这可能是一个非常简单的问题 我正在尝试使用ANTLRv3编写一个非常简单的Lexer grammar TestLexer; options { language = Java; } TEST_COMMENT : '/*' WS? TEST WS? '*/' ; ML_COMMENT : '/*' ( options {greedy=false;} : .)* '*/' {$chan
grammar TestLexer;
options {
language = Java;
}
TEST_COMMENT
: '/*' WS? TEST WS? '*/'
;
ML_COMMENT
: '/*' ( options {greedy=false;} : .)* '*/' {$channel=HIDDEN;}
;
TEST : 'TEST'
;
WS : (' ' | '\t' | '\n' | '\r' | '\f')+ {$channel=HIDDEN;}
;
测试类:
public class TestParserInvoker {
private static void extractCommandsTokens(final String script) throws RecognitionException {
final ANTLRStringStream input = new ANTLRStringStream(script);
final Lexer lexer = new TestLexer(input);
final TokenStream tokenStream = new CommonTokenStream(lexer);
Token t;
do {
t = lexer.nextToken();
if (t != null) {
System.out.println(t);
}
} while (t == null || t.getType() != Token.EOF);
}
public static void main(final String[] args) throws RecognitionException {
final String script = "/* TEST */";
extractCommandsTokens(script);
}
}
因此,当测试字符串为“/*test*/”时,lexer按预期生成两个标记。一个带有类型测试注释和一个带有EOF。一切都好
但如果测试字符串最后包含一个额外的空格:“/*test*/”lexer生成三个标记:ML\u COMMENT、WS和EOF
为什么第一个令牌获得ML_注释类型?我认为检测标记的方式只取决于语法中lexer规则的优先级。当然,它不应该依赖于以下令牌
谢谢你的帮助
另外,我可以使用lexer option filter=true-令牌将获得正确的类型,但这种方法需要在令牌定义中进行额外的工作。老实说,我不想使用这种类型的lexer ANTLR从顶部规则向下标记字符流,并尝试尽可能多地匹配。因此,是的,我还希望为
“/*TEST*/”
和“/*TEST*/”
创建测试注释。您可以查看lexer生成的源代码,了解它为什么选择为第二个输入创建ML\u注释
无论这是一个bug,还是预期的行为,我都不会使用看起来像a的单独lexer规则。你能解释一下你到底想解决什么问题吗
用户776872写道:
我可以使用lexer option filter=true-令牌将获得正确的类型,但这种方法需要在令牌定义中进行额外的工作。老实说,我不想使用这种类型的lexer
我不太明白这句话。您是否只对输入源的一部分感兴趣?在这种情况下,filter=true
无疑是一个不错的选择。如果要标记所有输入源,则不应使用filter=true
编辑
在区分多行注释和Javadoc注释的情况下,最好将它们保持在相同的规则中,如果标记以/**
开头,则更改标记的类型,如下所示:
grammar T;
// options
tokens {
DOC_COMMENT;
}
// rules
COMMENT
: '/*' (~'*' .*)? '*/'
| '/**' ~'/' .* '*/' {$type=DOC_COMMENT;}
;
注意,在ANTLR中,*
和+
在默认情况下都是非贪婪的(与流行的观点相反)
演示
产生:
bart@hades:~/Programming/ANTLR/Demos/T$ java -cp antlr-3.3.jar org.antlr.Tool T.g
bart@hades:~/Programming/ANTLR/Demos/T$ javac -cp antlr-3.3.jar *.java
bart@hades:~/Programming/ANTLR/Demos/T$ java -cp .:antlr-3.3.jar TParser
COMMENT :: /**/
COMMENT :: /*foo*/
DOC_COMMENT :: /**bar*/
bart@hades:~/Programming/ANTLR/Demos/T$java-cp ANTLR-3.3.jar org.ANTLR.Tool T.g
bart@hades:~/Programming/ANTLR/Demos/T$javac-cp ANTLR-3.3.jar*.java
bart@hades:~/Programming/ANTLR/Demos/T$java-cp.:ANTLR-3.3.jar TParser
评论::/**/
评论::/*foo*/
DOC_COMMENT:://**bar*/ANTLR标记从顶部规则向下开始的字符流,并尝试尽可能多地匹配。因此,是的,我还希望为“/*TEST*/”
和“/*TEST*/”
创建测试注释。您可以查看lexer生成的源代码,了解它为什么选择为第二个输入创建ML\u注释
无论这是一个bug,还是预期的行为,我都不会使用看起来像a的单独lexer规则。你能解释一下你到底想解决什么问题吗
用户776872写道:
我可以使用lexer option filter=true-令牌将获得正确的类型,但这种方法需要在令牌定义中进行额外的工作。老实说,我不想使用这种类型的lexer
我不太明白这句话。您是否只对输入源的一部分感兴趣?在这种情况下,filter=true
无疑是一个不错的选择。如果要标记所有输入源,则不应使用filter=true
编辑
在区分多行注释和Javadoc注释的情况下,最好将它们保持在相同的规则中,如果标记以/**
开头,则更改标记的类型,如下所示:
grammar T;
// options
tokens {
DOC_COMMENT;
}
// rules
COMMENT
: '/*' (~'*' .*)? '*/'
| '/**' ~'/' .* '*/' {$type=DOC_COMMENT;}
;
注意,在ANTLR中,*
和+
在默认情况下都是非贪婪的(与流行的观点相反)
演示
产生:
bart@hades:~/Programming/ANTLR/Demos/T$ java -cp antlr-3.3.jar org.antlr.Tool T.g
bart@hades:~/Programming/ANTLR/Demos/T$ javac -cp antlr-3.3.jar *.java
bart@hades:~/Programming/ANTLR/Demos/T$ java -cp .:antlr-3.3.jar TParser
COMMENT :: /**/
COMMENT :: /*foo*/
DOC_COMMENT :: /**bar*/
bart@hades:~/Programming/ANTLR/Demos/T$java-cp ANTLR-3.3.jar org.ANTLR.Tool T.g
bart@hades:~/Programming/ANTLR/Demos/T$javac-cp ANTLR-3.3.jar*.java
bart@hades:~/Programming/ANTLR/Demos/T$java-cp.:ANTLR-3.3.jar TParser
评论::/**/
评论::/*foo*/
DOC_COMMENT:://**bar*/+1我花了一秒钟的时间来解析它,但这似乎很“奇怪”。你为什么要把WS?
另一条规则放进去?如果处于隐藏通道或被跳过,则不会在其他规则中发生。@Kay我指定了标记TEST_注释,该注释可以包含任意数量的空白(WS)。在解析阶段,我不需要WS-token本身。@Kay,WS
只有当它自己是一个标记时才会放在隐藏通道上。当作为另一条规则的一部分时,它所匹配的空白字符位于该特定令牌的通道上。和@Bart:我的错,谢谢你澄清了这一点。:)+1我花了一秒钟的时间来解析,但这似乎很“奇怪”。你为什么要把WS?
另一条规则放在这里?如果处于隐藏通道或被跳过,则不会在其他规则中发生。@Kay我指定了标记TEST_注释,该注释可以包含任意数量的空白(WS)。在解析阶段,我不需要WS-token本身。@Kay,WS
只有当它自己是一个标记时才会放在隐藏通道上。当作为另一条规则的一部分时,它所匹配的空白字符位于该特定令牌的通道上。和@Bart:我的错,谢谢你澄清了这一点。:)谢谢你,巴特!我对生成的Lexer类使用了调试器,老实说,我在DFA.predict方法调用中失败了。我没想到我这么快就发现了ANTLR中的错误(我刚开始使用这个工具),这就是为什么我决定先问这里的原因。我认为我的案例与java文档注释和常规jav非常相似