代码之家 › 专栏 › 技术社区 › Ritwik Bhar

Antlr-解析多行#为C.g4定义

antlr4 antlr java

Ritwik Bhar · 技术社区 · 6 年前

我正在使用Antlr4解析C代码。我想分析多行定义以及中提供的C.g4 C.g4

但是上面链接中提到的语法不支持预处理器指令,所以我添加了以下新规则来支持预处理。

Whitespace
    :   [ \t]+
        -> channel(HIDDEN)
    ;

Newline
    :   (   '\r' '\n'?
        |   '\n'
        )
        -> channel(HIDDEN)
    ;

BlockComment
    :   '/*' .*? '*/'
    ;

LineComment
    :   '//' ~[\r\n]*
    ;


IncludeBlock
     :   '#' Whitespace? 'include' ~[\r\n]*
     ;

DefineStart
    :     '#' Whitespace? 'define'
    ;

DefineBlock
     :   DefineStart ~[\r\n]*
     ;

    MultiDefine
    :   DefineStart MultiDefineBody
    ;

MultiDefineBody
    :   [\\] [\r\n]+ MultiDefineBody
    |   ~[\r\n]
    ;



preprocessorDeclaration
    :   includeDeclaration
    |   defineDeclaration
    ;

includeDeclaration
    :   IncludeBlock
    ;

defineDeclaration
    :   DefineBlock | MultiDefine
    ;

comment
    :   BlockComment
    |   LineComment
    ;

declaration
    :   declarationSpecifiers initDeclaratorList ';'
    |   declarationSpecifiers ';'
    |   staticAssertDeclaration
    |   preprocessorDeclaration
    |   comment
    ;

如果删除了多块规则,则它仅适用于单行预处理器指令但对于多行#定义,它不起作用。

任何帮助都将不胜感激

多行定义我的意思是

#define MACRO(num, str) {\
            printf("%d", num);\
            printf(" is");\
            printf(" %s number", str);\
            printf("\n");\
           }

基本上,我需要找到一个语法来解析上面的块

1 回复 | 直到 6 年前

Raven Bill Karwin 6 年前

我无耻地抄袭了 here :

这是因为ANTLR的lexer匹配“先来先发球”。那个意味着它将托盘以匹配给定的输入和第一个指定的 (在源代码中)规则,如果该规则与输入匹配,则不会尝试将其与其他的匹配。

在您的情况下,输入序列 DefineStart \\\r\n (其中 DefineStart 表示对应于相应规则的输入序列)将由 DefineBlock 因为 \\ 正在被 ~[\r\n]* 建筑

现在有两种可能性:要么调整当前的规则集以避免此问题,要么(我的建议)只需使用一个规则来匹配define语句(单行和多行)。

这样的合并规则可能如下所示:

DefineBlock:
    DefineStart (~[\\\r\n] | '\\\\' '\r'? '\n' | '\\'. )*
;

请注意,此代码未经测试,但应如下所示:Match 定义启动 然后是与以下模式匹配的任意长字符序列:当前字符不是 \ , \r 或 \n ,它是一个转义换行符或后跟任意字符的反斜杠。这应该允许希望的换行符转义。