COTL的ANTLR语法标识符

Question

我正在为COBOL语言编写语法，我制定了一个规则来识别COBOL中的单词。 我的标识符规则是

IDENTIFIER : [a-zA-Z0-9]+ ([-_]+ [a-zA-Z0-9]+)*;

它适用于我的大多数情况，但是当我测试以下输入时

  

0000-MAIN-ROUTINE

然后它无法正常工作。 请分享您宝贵的想法，以使我正确。我该如何解决这个问题。

Answer 1

根据Regex - Should hyphens be escaped?，连字符应该被视为字符而不是范围操作符（如果它是第一个或最后一个）。这可能不适用于ANTLR4的类似regex的词法分析器定义。

另外，您提出的COBOL字定义存在一些问题

  

IDENTIFIER：[a-zA-Z0-9] +（[ - _] + [a-zA-Z0-9] +）*;

COBOL字有以下规则：

• 由字符[A-Za-z0-9 _-]
组成
• 可能无法以 - dash
开头或结尾
• 不能以_ underscore
开头
• 必须包含至少一个大写或小写字母alpha [A-Za-z]

我发现上面提出的定义存在两个问题

1. 不允许下划线作为最终字符
2. 不需要字母字符。例如，上面的定义允许所有数字。

我建议COBOL字的以下ANTLR4词法分析器定义：

  

IDENTIFIER :( [0-9] [0-9 _-] ）？ [A-Za-z]（[A-Za-z0-9 _-] [A-Za-z0-9_]）？ ;

UITableView