JavaCC词法分析器不能按预期工作(空格不被忽略)

时间:2013-02-20 11:13:11

标签: java parsing javacc

我正在尝试为下面列出的示例文件实现解析器。我想识别它们之间带有'+'的带引号的字符串作为单个标记。所以我创建了一个jj文件,但它与这些字符串不匹配。我的印象是JavaCC应该匹配每个令牌规范的最长匹配。但对我来说似乎并非如此。

我在这里做错了什么?为什么我的<STRING>令牌不匹配'+',即使它在那里指定了?为什么空格不被忽视?

options {
  TOKEN_FACTORY = "Token";
}

PARSER_BEGIN(Parser)

package com.example.parser;

public class Parser {

  public static void main(String args[]) throws ParseException {

      ParserTokenManager manager = new ParserTokenManager(new SimpleCharStream(Parser.class.getResourceAsStream("example")));
      Token token = manager.getNextToken();
      while (token != null && token.kind != ParserConstants.EOF) {
          System.out.println(token.toString() + "[" + token.kind + "]");
          token = manager.getNextToken();
      }

      Parser parser = new Parser(Parser.class.getResourceAsStream("example"));
      parser.start();
  }

}

PARSER_END(Parser)

// WHITE SPACE
<DEFAULT, IN_STRING_KEYWORD>
SKIP :
{
  " " // <-- skipping spaces
| "\t"
| "\n"
| "\r"
| "\f"
}

// TOKENS
TOKEN :
{
< KEYWORD1 : "keyword1" > : IN_STRING_KEYWORD
}

<IN_STRING_KEYWORD>
TOKEN : {<STRING : <CONCAT_STRING> | <UNQUOTED_STRING> > : DEFAULT 
| <#CONCAT_STRING : <QUOTED_STRING> ("+" <QUOTED_STRING>)+ >
// <-- CONCAT_STRING never matches   "+" part when input is "'smth' +", because whitespace is not ignored!?
| <#QUOTED_STRING : <SINGLEQUOTED_STRING> | <DOUBLEQUOTED_STRING> >
| <#SINGLEQUOTED_STRING : "'" (~["'"])* "'" >
| <#DOUBLEQUOTED_STRING : 
    "\""
      (
        (~["\"", "\\"]) |
        ("\\" ["n", "t", "\"", "\\"])
      )* 
    "\""
  >
| <#UNQUOTED_STRING : (~[" ","\t", ";", "{", "}", "/", "*", "'", "\"", "\n", "\r"] | "/" ~["/", "*"] | "*" ~["/"])+ >
}

void start() :
{}
{
  (<KEYWORD1><STRING>";")+ <EOF>
}

这是一个应该解析的示例文件:

keyword1 "foo" + ' bar';

我想将第一个keyword1的参数作为单个<STRING>令牌进行匹配。

当前输出:

keyword1[6]
Exception in thread "main" com.example.parser.TokenMgrError: Lexical error at line 1, column 15.  Encountered: " " (32), after : "\"foo\""
    at com.example.parser.ParserTokenManager.getNextToken(ParserTokenManager.java:616)
    at com.example.parser.Parser.main(Parser.java:12)

我正在使用JavaCC 5.0。

1 个答案:

答案 0 :(得分:3)

STRING正在扩展到可以匹配的最长序列,如错误所示,"foo"。结束双引号后的空格不是私人令牌CONCAT_STRING定义的一部分。跳过令牌不适用于其他令牌的定义,因此您必须将空格直接合并到+任一侧的定义中。

顺便说一句,我建议有一个像这样的最终令牌定义:

<each-state-in-which-the-empty-string-cannot-be-recognized>
TOKEN : {
    < ILLEGAL : ~[] >
}

这可以防止抛出TokenMgrError并使调试更容易。