我正在为ANTLR4中的编程语言编写解析器。大多数情况下,我想忽略空格,但在某些情况下,使用它来表示标记之间的边界至关重要。
例如,在解析运算符应用程序myvar = this + that
时,我的当前解析器将this+that
作为一个长标识符。这将导致解析器失败,因为名称中不允许使用符号。我目前正在跳过所有空白,这导致了这个问题,但我找不到一个允许我将空白作为可选项的解决方案,但也使用它来指定这些边界。
我的解析器下面是我试图解析的测试代码。
分析器:
grammar archie;
// Parser Rules
program: line* EOF;
line: (element | COMMENT) (';' | '\n' | ';\n')+;
//assignment: identifier EQ element;
element:
//Function Call
element elementList |
//Function Literal
nameList FARROW element |
//Identifier
identifier |
//CombinedID
element (DOT name)+ |
//assignment
identifier EQ element |
O_C_BRACK (element (';' | '\n' | ';\n'))* C_C_BRACK |
element name element
;
elementList: O_R_BRACK element? (COMMA element )* C_R_BRACK;
identifier: (name (DOT name)*);
nameList: O_R_BRACK name? (COMMA name)* C_R_BRACK;
name: (ALPHABET | SYMBOL+) (ALPHABET | NUMERIC)*;
NUMERIC: [0-9];
ALPHABET: [a-zA-Z];
SYMBOL : [~!$^*&+#<>?|];
FARROW: '=>';
WS: [ \t]+ -> skip;
SKP: [\r]+ -> skip;
COMMENT: '//' (ALPHABET | SYMBOL | NUMERIC | WS)*;
DOT: '.';
COMMA: ',';
EQ: '=';
O_R_BRACK: '(';
C_R_BRACK: ')';
O_C_BRACK: '{';
C_C_BRACK: '}';
测试代码:
this.that = that.this;
this.this = that.other;
that = this;
that = () => that;
a();
this + that;
答案 0 :(得分:4)
据我所知,你的主要问题是你的语法试图单独lex每个字符,然后解析那些。这是行不通的,词法分析者应该说出语言中的单个“单词”,而这正是使你的语法如此奇怪的原因。
你的另一个问题是“test + test”正在解析为“test”“+ test”。相反,我建议使用以下语法,它允许使用符号名称,但它们不能与字母数字符号混合。
grammar archie;
// Parser Rules
programme: line* EOF;
line
: element (';' | '\n')+
| COMMENT
;
//assignment: identifier EQ element;
element
: element elementList //Function Call
| nameList FARROW element //Function Literal
| identifier //Identifier
| element (DOT NAME)+ //CombinedID
| identifier EQ element //assignment
| O_C_BRACK (element (';' | '\n' | ';\n'))* C_C_BRACK
| element NAME element
;
elementList: O_R_BRACK element? (COMMA element)* C_R_BRACK;
identifier: NAME (DOT NAME)*;
nameList: O_R_BRACK (NAME COMMA)* (NAME COMMA?)? C_R_BRACK;
NAME
: [A-Za-z_][A-Za-z0-9_]*
| [~!$^*&+#<>?|]+
;
FARROW: '=>';
WS: [ \t]+ -> skip;
SKP: [\r]+ -> skip;
COMMENT: '//' ~[\n]* '\n'+;
DOT: '.';
COMMA: ',';
EQ: '=';
O_R_BRACK: '(';
C_R_BRACK: ')';
O_C_BRACK: '{';
C_C_BRACK: '}';
这确实会改变允许的标识符,但会实现您的总体目标。
之前:
this + that // (element (element (name this)) (name +) (element (name that)))
++that // (element (name ++that))
this+that // (element (element (name this)) (name +that) (element) and ERROR ERROR
后:
this + that // (element (element this) + (element that))
++that // ERROR ERROR
that+that // (element (element this) + (element that))
很抱歉,我知道@thst首先回答,但我正在研究语法解决方案,当我去测试它时,我的antlr4设置已经坏了,我正在修复
答案 1 :(得分:3)
问题是,你的术语解析没有明确定义。
myvar = this + that
被解析为
element -> identifier EQ element <- identifier = myvar,
element = "this + that"
this + that -> element name element
这是不明确的:
element
可以缩减为标识符,其最小长度为(1):
element(t) name(his) element(+that)
element
可能会尽可能地解析所有字符:
element(this) name(+that) element() <- error
element(this) name(+tha) element(t)
我认为问题在于,您允许名称将运算符作为其字母表的一部分。