Question

这是我在解析器生成器上的第一次破解，因此是ANTLR。我正在使用ANTLR v4尝试使用以下额外规则为摩尔斯电码生成一个简单的练习解析器：

如果在其前面加上'^'，则可以将字母（例如... [字母's']）表示为大写
- 例如：^...表示首都'S'
特殊字符可以嵌入括号中
- 例如：(@)
每个编码实体将以空格分隔

所以我可以编码以下句子：

ABC a@b.com

as（下面显示相应的字母）：

^.- ^-... ^-.-. ( ) ._ (@) -... (.) -.-. --- --
 A   B     C    ' ' a  '@' b    '.' c    o   m

特别注意以下两个实体：( )（表示空格）和(.)（表示句点。

我发现主要有一件事我很难理解：同样的标记可以采用不同的含义，取决于它是否在括号中。也就是说，我想告诉ANTLR我想丢弃空格，但不是( )的情况。此外，摩尔斯电码字符可以由点划线（句点和短划线）组成，但是，我不想将(.)中的句号视为“任何字符”。

这是我到目前为止的语法：

grammar MorseCode;

file: entity*;

entity:
      special
    | morse_char;

special: '(' SPECIAL ')';

morse_char: '^'? (DOT_OR_DASH)+;

SPECIAL     : .; // match any character
DOT_OR_DASH : ('.' | '-');

WS          : [ \t\r\n]+ -> skip; // we don't care about whitespace (or do we?)

当我针对以下输入进行尝试时：

^... --- ...(@)

我得到以下输出（来自grun ... -tokens）：

[@0,0:0='^',<1>,1:0]
[@1,1:1='.',<4>,1:1]
...
[@15,15:14='<EOF>',<-1>,1:15]
line 1:1 mismatched input '.' expecting DOT_OR_DASH

似乎SPECIAL和DOT_OR_DASH之间存在歧义问题？

Answer 1

似乎您的(@)语法在其他编程语言中的行为类似于带引号的字符串。我首先将SPECIAL定义为：

SPECIAL : '(' .*? ')';

为确保. .和..实际上不同，您可以使用此功能：

SYMBOL : [.-]+;

然后您可以定义^运算符：

CARET : '^';

使用这三个令牌（并保持WS原样），您可以显着简化解析器规则：

file
  : entity* EOF
  ;

entity
  : morse_char
  | SPECIAL
  ;

morse_char
  : CARET? SYMBOL
  ;

ANTLR v4：相同的字符在不同的上下文中具有不同的含义

1 个答案: