Question

我正在尝试为具有unicode支持的小型DSL编写一个antlr3语法（德语变音符号需要，äöüÄÖÜß），但我似乎无法让它工作。

我写了一个最小的测试语法，它应该匹配任何unicode字符序列，比如“xay”（效果很好）或“xäy”（但不是。）

这是语法：

grammar X;

@lexer::header {
import org.antlr.runtime.ANTLRInputStream;
import org.antlr.runtime.ANTLRStringStream;
import org.antlr.runtime.CommonTokenStream;
import java.io.ByteArrayInputStream;
import java.io.IOException;
}

@lexer::members { 

    public static void main(String[] args) throws Exception {
        ANTLRInputStream stream = new ANTLRInputStream( new ByteArrayInputStream("x\u00C4y".getBytes()), "utf-8");
        XLexer lex = new XLexer(stream);
        CommonTokenStream c = new CommonTokenStream(lex);
        XParser p = new XParser(c);
        p.x();
    }

}

x   :    UTF8+;

UTF8 :  ('\u0000'..'\uF8FF');

对于“xäx”我收到以下错误：

line 1:1 mismatched character '?' expecting set null

我错过了什么？

谢谢！

Answer 1

我编写了你的语法（使用Antlr 3.4），而它对我没有任何问题。这就是我所做的精确：

$ java -jar antlr-3.4-complete-no-antlrv2.jar X.g
$ javac -cp antlr-3.4-complete-no-antlrv2.jar XLexer.java XParser.java
$ CLASSPATH=$CLASSPATH:./antlr-3.4-complete-no-antlrv2.jar:./XLexer.class:./XParser.class java XLexer

我还插入了一些代码，在解析之前将字符串打印到STDOUT，并打印出预期的字符串xÄy。

但有一个想法：也许您的默认编码（我认为，在JVM启动时file.encoding属性中指定了它）设置为UTF-8以外的东西。要对此进行测试，请尝试在getBytes()：

的调用中明确指定编码

ANTLRInputStream stream = new ANTLRInputStream( new ByteArrayInputStream("x\u00C4y".getBytes("UTF-8")), "utf-8");

antlr3 unicode字符导致错误

1 个答案: