antlr - 如何获取 Antlr 解析器规则以从默认和隐藏 channel 读取

Question

我在隐藏 channel 中使用正常的空格分隔，但我有一个规则，我想包含任何空格以供以后处理，但我发现的任何示例都需要一些非常奇怪的手动编码。

从多个 channel 读取是否没有简单的选项，例如从一开始就将空格放在那里的选项。

前任。这是 WhiteSpace 词法分析器规则

WS  :   ( ' '
        | '\t'
        | '\r'
        | '\n'
        ) {$channel=HIDDEN;}
    ;

这是我想包含空格的规则

raw :   '{'? (~('{'))*;

基本上，它是一个捕获所有规则，用于捕获与要由另一个模式处理的其他规则不匹配的任何内容，因此我需要原始流。

我希望有一个 {$channel==DEFAULT || $channel==HIDDEN}语法示例，但找不到任何。

我的目标是 C#，但如果需要，我可以重写 Java 示例。

Answer 1

AFAIK，这是不可能的。但是，您可以扩展 UnbufferedTokenStream更改 channel在解析过程中。您不能使用 CommonTokenStream因为它缓冲了可变数量的 token (并且缓冲区中可能有 token 位于错误的 channel 上!)。请注意，您至少需要 ANTLR 3.3:在以前的版本中 UnbufferedTokenStream尚未包括在内。

假设您要解析(并显示)小写或大写字母。大写字母放在 HIDDEN 上 channel ，因此默认情况下，只会解析小写字母。但是，当解析器偶然发现小写字母 "q" 时，我们要改成 HIDDEN channel 。一旦在 HIDDEN 上解析 channel ，我们想要 "Q"让我们回到 DEFAULT_CHANNEL再次。

所以在解析源码时"aAbBcqCdDQeE" , 第一 "a" , "b"和 "c"被打印，然后 channel 改变，然后"C"和 "D"打印出来，然后再换 channel ，最后"e"打印到控制台。

这是执行此操作的 ANTLR 语法:

channel 演示.g

grammar ChannelDemo;

@parser::members {
  private void handle(String letter) {
    if("Q".equals(letter)) {
      ((ChangeableChannelTokenStream)input).setChannel(Token.DEFAULT_CHANNEL);
    }
    else if("q".equals(letter)) {
      ((ChangeableChannelTokenStream)input).setChannel(HIDDEN);
    }
    else {
      System.out.println(letter);
    }
  }
}

parse
  :  any* EOF
  ;

any
  :  letter=(LOWER | UPPER) {handle($letter.getText());}
  ;

LOWER
  :  'a'..'z'
  ;

UPPER
  :  'A'..'Z' {$channel=HIDDEN;}
  ;

这是自定义 token 流类:

ChangeableChannelTokenStream.java

import org.antlr.runtime.*;

public class ChangeableChannelTokenStream extends UnbufferedTokenStream {

    public ChangeableChannelTokenStream(TokenSource source) {
        super(source);
    }

    public Token nextElement() {
        Token t = null;
        while(true) {
            t = super.tokenSource.nextToken();
            t.setTokenIndex(tokenIndex++);
            if(t.getChannel() == super.channel) break;
        }
        return t;
    }

    public void setChannel(int ch) {
        super.channel = ch;
    }
}

还有一个小的 Main 类来测试它:

主程序

import org.antlr.runtime.*;

public class Main {
    public static void main(String[] args) throws Exception {
        ANTLRStringStream in = new ANTLRStringStream("aAbBcqCdDQeE");
        ChannelDemoLexer lexer = new ChannelDemoLexer(in);
        ChangeableChannelTokenStream tokens = new ChangeableChannelTokenStream(lexer);
        ChannelDemoParser parser = new ChannelDemoParser(tokens);
        parser.parse();
    }
}

最后，生成词法分析器/解析器(1)，编译所有源文件(2)并运行 Main 类(3):

1

java -cp antlr-3.3.jar org.antlr.Tool ChannelDemo.g

2

javac -cp antlr-3.3.jar *.java

3 (*nix)

java -cp .:antlr-3.3.jar Main

3 (Windows)

java -cp .;antlr-3.3.jar Main

which will cause the following to be printed to the console:

a
b
c
C
D
e

EDIT

You can include the class in your grammar file like this:

grammar ChannelDemo;

@parser::members {
  private void handle(String letter) {
    if("Q".equals(letter)) {
      ((ChangeableChannelTokenStream)input).setChannel(Token.DEFAULT_CHANNEL);
    }
    else if("q".equals(letter)) {
      ((ChangeableChannelTokenStream)input).setChannel(HIDDEN);
    }
    else {
      System.out.println(letter);
    }
  }

  public static class ChangeableChannelTokenStream extends UnbufferedTokenStream {

    private boolean anyChannel;

    public ChangeableChannelTokenStream(TokenSource source) {
      super(source);
      anyChannel = false;
    }

    @Override
    public Token nextElement() {
      Token t = null;
      while(true) {
        t = super.tokenSource.nextToken();
        t.setTokenIndex(tokenIndex++);
        if(t.getChannel() == super.channel || anyChannel) break;
      }
      return t;
    }

    public void setAnyChannel(boolean enable) {
      anyChannel = enable;
    }

    public void setChannel(int ch) {
      super.channel = ch;
    }
  }
}

parse
  :  any* EOF
  ;

any
  :  letter=(LOWER | UPPER) {handle($letter.getText());}
  |  STAR                   {((ChangeableChannelTokenStream)input).setAnyChannel(true);}
  ;

STAR
  :  '*'
  ;

LOWER
  :  'a'..'z'
  ;

UPPER
  :  'A'..'Z' {$channel=HIDDEN;}
  ;

从上述语法生成的解析器将在遇到 "*" 时启用从所有 channel 读取。 .所以在解析"aAbB*cCdDeE"的时候:

import org.antlr.runtime.*;

public class Main {
  public static void main(String[] args) throws Exception {
    ANTLRStringStream in = new ANTLRStringStream("aAbB*cCdDeE");
    ChannelDemoLexer lexer = new ChannelDemoLexer(in);
    ChannelDemoParser.ChangeableChannelTokenStream tokens =
        new ChannelDemoParser.ChangeableChannelTokenStream(lexer);
    ChannelDemoParser parser = new ChannelDemoParser(tokens);
    parser.parse();
  }
}

打印以下内容:

一种
乙
C
C
d
D
电子
乙