我正在尝试使用 ANTLR4 来解析由以下语法描述的输入字符串:
grammar MyGrammar;
parse : PREFIX? SEARCH;
PREFIX
: [0-9]+ ':'
;
SEARCH
: .+
;
例如有效的输入字符串包括:
0: maracujá
apple
3:€53.60
1: 10kg
2:chilli pepper
但是
SEARCH
rule 总是匹配整个字符串——无论它是否有前缀。我理解这是因为 ANTLR4 词法分析器优先考虑匹配最长字符串的规则。因此
SEARCH
规则匹配所有输入,不给出 PREFIX
统治一个机会。并且非贪婪版本(即
SEARCH : .+? ;
)具有相同的问题,因为(据我所知)它只是在规则中是非贪婪的 - 而 SEARCH
rule 没有任何其他部分来约束它。如果有帮助,我可以限制
SEARCH
要排除的文本 ':'
但我真的更希望它能识别其他任何东西——unicode 字符、符号、数字、空格等。我已阅读 Lexer to handle lines with line number prefix但在这种情况下,字符串的主体(在前缀之后)明显受到更多限制。
注:
SEARCH
文本可能有一个结构——比如 €53.00
和 10kg
以上(我也希望 ANTLR4 解析)或者它可能只是自由文本 - 如 apple
, maracujá
和 chilli pepper
以上。但我已经尝试简化,这样我就可以解决提取 PREFIX
的问题了。第一的。
最佳答案
ANTLR 在解析之前进行词法分析。词法分析器更喜欢长匹配,而 SEARCH 标记匹配每个 PREFIX 标记甚至附加到它的任何字符,因此您的完整行由 SEARCH 匹配。
为了防止这种情况:保持词法分析器规则分离,或者至少标记不应该相互包含。
parse : prefix? search;
search: (WORD | NUMBER)+;
prefix: NUMBER ':';
NUMBER : [0-9]+;
WORD : (~[0-9:])+;
关于antlr - ANTLR 解析器/词法分析器中的可选前缀,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29753181/