ANTLR语法如何捕捉所有字符到行尾
我试图捕捉看起来像 _SC弹钢琴1 在树上用3个节点“_SC”“玩”和“钢琴1”ANTLR语法如何捕捉所有字符到行尾
的命令到目前为止,我已经得到了语法
grammar PBScript;
options {
output = AST;
language = CSharp2;
}
line : COMMAND WS ACTION;
COMMAND : '_SC';
ACTION : 'play';
WS : (' '|'\t')+ ;
当我创建另一个规则来捕捉,像这样的“钢琴1”的一部分:
grammar PBScript;
options {
output = AST;
language = CSharp2;
}
line : COMMAND WS ACTION WS PARAMETER;
COMMAND : '_SC';
ACTION : 'play';
WS : (' '|'\t')+;
PARAMETER
: (~('\n'|'\r'))+ ;
我得到一个MismatchedTokenExceptio N(6!= 5)。我知道语法错了,我知道它为什么错了。这是不明确的,因为WS与PARAMETER重叠。我只是不知道如何解决它。
除_SC和PARAMETER之外还有其他动作应该是可选的,最终甚至会有不同的线型,看起来像Name: blah blah blah
,我至少需要在树中使用“Name”和“blah blah blah”以防万一这很重要,但现在我只是想弄清楚PARAMETER的用途。
〜汤姆
编辑:字符串“钢琴1”应该是不换行字符的任意字符串所以从第一个非空白戏后,该行的末尾。
您不能在您的词法分析器中使用PARAMETER
规则。 ANTLR的词法分析器贪婪地匹配标记:因此PARAMETER
会吞噬整条线:否将创建COMMAND
或ACTION
标记。
为了能够将某些内容匹配到行尾,您需要一个解析器规则。但是然后解析器必须有一个新行的概念(即词法分析器将需要产生新行标记)。
grammar T;
options {
output=AST;
}
tokens {
LINE;
PARAMS;
}
line
: COMMAND ACTION rest_of_line NL
-> ^(LINE COMMAND ACTION ^(PARAMS rest_of_line))
;
rest_of_line
: ~NL* // match any token other than a line break zero or more times
;
COMMAND : '_SC';
ACTION : 'play';
WORD : ('a'..'z' | 'A'..'Z')+;
NUMBER : '0'..'9';
WS : (' '|'\t')+ {skip();};
NL : '\r'? '\n' | '\r';
如果现在分析你输入"_SC play Piano 1"
你最终用下面的AST:
嗨巴特,我想问你关于user1237541语法中的PARAMETER规则。你说ANTLR的词法分析器贪婪地匹配了令牌:所以PARAMETER会吞噬整条线:不会创建命令或动作令牌。但我认为如果COMMAND标记被定义在PARAMETER标记之前,解析器将匹配COMMAND标记。这是一个案子吗? TNX。 – vldmrrdjcc 2012-02-28 12:16:58
@ VladimirRadojicic,只有两个规则匹配相同数量的字符,首先定义的字符才会“赢”。由于'PARAMETER'匹配最多的字符,*它*“胜利”。 – 2012-02-28 12:23:41
我认为这就是我正在寻找的东西,但是当我解析它时,我会得到一些稍微不同的东西。 [链接](http://bayimg.com/NAMBHAAdp) – majinnaibu 2012-02-29 10:48:41
此语法将解析您的_SC弹钢琴1点声明:
grammar PBScript;
options {
language = CSharp2;
output=AST;
}
tokens
{
COMMAND;
ACTION;
PARAM;
}
program : lines;
lines : line*;
line: 'command:' command action parameter param_modifier
;
command
: IDENTIFIER
-> ^(COMMAND IDENTIFIER)
;
action : IDENTIFIER
-> ^(ACTION IDENTIFIER)
;
parameter : IDENTIFIER
-> ^(PARAM IDENTIFIER)
;
param_modifier : INTEGER
;
IDENTIFIER : ('a'..'z'|'A'..'Z'|'_') ('a'..'z'|'A'..'Z'|'0'..'9'|'_')*
;
INTEGER : '0'..'9'+
;
COMMENT
: '//' ~('\n'|'\r')* '\r'? '\n' {$channel=HIDDEN;}
| '/*' (options {greedy=false;} : .)* '*/' {$channel=HIDDEN;}
;
WS : (' '
| '\t'
| '\r'
| '\n'
) {$channel=HIDDEN;}
;
那么对于输入:
command: _SC play Piano 1
command: _SR doSomething someInstrument 2
您将获得以下分析树:
然后,当你制作AST语法时,你应该使用命令的名字s为您的命令,例如:if Name Of command == _SC do something
etc ...
不能更改你的语法,这样的命令_SC玩“钢琴1” ,而不是_SC播放钢琴1?引号将消除歧义。 – Eduardo 2012-02-28 10:31:55
双引号字符作为字符串的一部分有效。如果我只希望其他程序员使用它,我可以强迫他们摆脱双引号,但是我将这些交给那些不特别使用计算机的人。 – majinnaibu 2012-02-29 01:06:32