Java ANTLR4-我的语言中的可选空白
我正在用ANTLR4为一种编程语言编写解析器。大多数情况下,我想忽略空白,但是在某些情况下,使用它来表示标记之间的边界是至关重要的 例如,当解析操作员应用程序时,我的当前解析器将把Java ANTLR4-我的语言中的可选空白,java,parsing,antlr,antlr4,Java,Parsing,Antlr,Antlr4,我正在用ANTLR4为一种编程语言编写解析器。大多数情况下,我想忽略空白,但是在某些情况下,使用它来表示标记之间的边界是至关重要的 例如,当解析操作员应用程序时,我的当前解析器将把this+that作为一个长标识符。这将导致解析器失败,因为名称中不允许使用符号。我目前跳过了所有的空白,这导致了这个问题,但我找不到一个解决方案,让我可以选择空白,但也使用它来指定这些边界 下面是我的解析器以及我试图解析的测试代码 解析器: grammar archie; // Parser Rules progr
this+that
作为一个长标识符。这将导致解析器失败,因为名称中不允许使用符号。我目前跳过了所有的空白,这导致了这个问题,但我找不到一个解决方案,让我可以选择空白,但也使用它来指定这些边界
下面是我的解析器以及我试图解析的测试代码
解析器:
grammar archie;
// Parser Rules
program: line* EOF;
line: (element | COMMENT) (';' | '\n' | ';\n')+;
//assignment: identifier EQ element;
element:
//Function Call
element elementList |
//Function Literal
nameList FARROW element |
//Identifier
identifier |
//CombinedID
element (DOT name)+ |
//assignment
identifier EQ element |
O_C_BRACK (element (';' | '\n' | ';\n'))* C_C_BRACK |
element name element
;
elementList: O_R_BRACK element? (COMMA element )* C_R_BRACK;
identifier: (name (DOT name)*);
nameList: O_R_BRACK name? (COMMA name)* C_R_BRACK;
name: (ALPHABET | SYMBOL+) (ALPHABET | NUMERIC)*;
NUMERIC: [0-9];
ALPHABET: [a-zA-Z];
SYMBOL : [~!$^*&+#<>?|];
FARROW: '=>';
WS: [ \t]+ -> skip;
SKP: [\r]+ -> skip;
COMMENT: '//' (ALPHABET | SYMBOL | NUMERIC | WS)*;
DOT: '.';
COMMA: ',';
EQ: '=';
O_R_BRACK: '(';
C_R_BRACK: ')';
O_C_BRACK: '{';
C_C_BRACK: '}';
问题是,术语解析没有明确定义
myvar = this + that
被解析为
element -> identifier EQ element <- identifier = myvar,
element = "this + that"
this + that -> element name element
元素
可能正在尽可能多地分析所有字符:
element(this) name(+that) element() <- error
element(this) name(+tha) element(t)
element(this)name(+that)element()据我所知,您的主要问题是语法试图分别对每个字符进行lex运算,然后解析它们。这是行不通的,lexers应该对语言中的单个“单词”进行lex,这就是为什么你的语法如此怪异的原因
您的另一个问题是“test+test”正在解析为“test”“+test”。相反,我建议使用以下语法,它允许使用符号名称,但不能与字母数字名称混合使用
grammar archie;
// Parser Rules
programme: line* EOF;
line
: element (';' | '\n')+
| COMMENT
;
//assignment: identifier EQ element;
element
: element elementList //Function Call
| nameList FARROW element //Function Literal
| identifier //Identifier
| element (DOT NAME)+ //CombinedID
| identifier EQ element //assignment
| O_C_BRACK (element (';' | '\n' | ';\n'))* C_C_BRACK
| element NAME element
;
elementList: O_R_BRACK element? (COMMA element)* C_R_BRACK;
identifier: NAME (DOT NAME)*;
nameList: O_R_BRACK (NAME COMMA)* (NAME COMMA?)? C_R_BRACK;
NAME
: [A-Za-z_][A-Za-z0-9_]*
| [~!$^*&+#<>?|]+
;
FARROW: '=>';
WS: [ \t]+ -> skip;
SKP: [\r]+ -> skip;
COMMENT: '//' ~[\n]* '\n'+;
DOT: '.';
COMMA: ',';
EQ: '=';
O_R_BRACK: '(';
C_R_BRACK: ')';
O_C_BRACK: '{';
C_C_BRACK: '}';
之后:
抱歉,我意识到@thst首先回答了问题,但我正在研究语法解决方案,当我去测试它时,我的antlr4设置已经损坏,我正在修复它
element(this) name(+that) element() <- error
element(this) name(+tha) element(t)
grammar archie;
// Parser Rules
programme: line* EOF;
line
: element (';' | '\n')+
| COMMENT
;
//assignment: identifier EQ element;
element
: element elementList //Function Call
| nameList FARROW element //Function Literal
| identifier //Identifier
| element (DOT NAME)+ //CombinedID
| identifier EQ element //assignment
| O_C_BRACK (element (';' | '\n' | ';\n'))* C_C_BRACK
| element NAME element
;
elementList: O_R_BRACK element? (COMMA element)* C_R_BRACK;
identifier: NAME (DOT NAME)*;
nameList: O_R_BRACK (NAME COMMA)* (NAME COMMA?)? C_R_BRACK;
NAME
: [A-Za-z_][A-Za-z0-9_]*
| [~!$^*&+#<>?|]+
;
FARROW: '=>';
WS: [ \t]+ -> skip;
SKP: [\r]+ -> skip;
COMMENT: '//' ~[\n]* '\n'+;
DOT: '.';
COMMA: ',';
EQ: '=';
O_R_BRACK: '(';
C_R_BRACK: ')';
O_C_BRACK: '{';
C_C_BRACK: '}';
this + that // (element (element (name this)) (name +) (element (name that)))
++that // (element (name ++that))
this+that // (element (element (name this)) (name +that) (element) and ERROR ERROR
this + that // (element (element this) + (element that))
++that // ERROR ERROR
that+that // (element (element this) + (element that))