代码之家 › 专栏 › 技术社区 › Alex Arvanitidis

Java ANTLR如何忽略部分规则?忽略子规则后的部分

rules antlr java

1

Alex Arvanitidis · 技术社区 · 12 年前

我正在尝试使用ANTLR和Java创建一个编译器。我有一个问题,我有一条规则,但我不能只使用其中的一部分。我有一个命令,例如0:HALT 0,0,0,我想忽略之后的所有其他内容。

例如0:HALT 0,0,0等等,我想忽略这些等等

我的规则是:

    rule returns [String value]
    :
    INTEGER':' ro=rocommand i1=INTEGER',' i2=INTEGER ',' i3=INTEGER rest {$value = $ro.text+" "+$i1.text+","+$i2.text+","+$i3.text;   }
    | INTEGER':' rm=rmcommand j1=INTEGER ',' j2=INTEGER '('j3=INTEGER')' rest {$value = $rm.text+" "+$j1.text+","+$j2.text+"("+$j3.text+")"; }
;

我的代码是:

CharStream charStream = new ANTLRStringStream(strLine);
simulatorLexer lexer = new simulatorLexer(charStream);
TokenStream tokenStream = new CommonTokenStream(lexer);
simulatorParser parser = new simulatorParser(tokenStream);
System.out.println(parser.rule());

我得到的是:

0: rule:IN 0,0,0
1: rule:LDC 1,1,0
line 1:15 no viable alternative at character 'r'
line 1:18 no viable alternative at character '='
line 1:15 no viable alternative at character 'i'

对于文本:

0: rule:IN 0,0,0
1: rule:LDC 1,1,0 r1=0

因此,它应该正确地解析第一行和第二行,直到0。那么它应该忽略r1=0。到目前为止,它工作正常,但它显示了许多错误,我想消除它们。请帮帮我!

编辑

我把整个语法发出来,这样你就能更好地帮助我。我只想认识一下规则部分。

program:
    rule+
;


rocommand:
    'HALT'|'IN'|'OUT'|'ADD'|'SUB'|'MUL'|'DIV'|'LDC'
;

rmcommand:
    'LD'|'LDA'|'LDC'|'ST'|'JLT'|'JLE'|'JGE'|'JGT'|'JEQ'|'JNE' 
;

rest:
  ~('\n'|'\r')* '\r'? ('\n'|EOF)
;

rule returns [String value]
    :
    INTEGER':' ro=rocommand i1=INTEGER',' i2=INTEGER ',' i3=INTEGER rest {$value = $ro.text+" "+$i1.text+","+$i2.text+","+$i3.text;   }
    | INTEGER':' rm=rmcommand j1=INTEGER ',' j2=INTEGER '('j3=INTEGER')' rest {$value = $rm.text+" "+$j1.text+","+$j2.text+"("+$j3.text+")"; }
;

WS  : (' '|'\r'|'\t'|'\u000C'|'\n') {$channel=HIDDEN;};
INTEGER : '0'..'9'+;
IGNORELINE : '*' ~('\n'|'\r')* '\r'? '\n' {$channel=HIDDEN;};

1 回复 | 直到 3 年前

1

4

Bart Kiers 12 年前

该规则有以下几点错误:

rest:
  ~('\n'|'\r')* '\r'? ('\n'|EOF)
;

在解析器规则中 ~ 否定lexer生成的整个令牌集。所以 ~('\n'|'\r') 没有不匹配除之外的单个字符 '\n' 或 '\r' 。它匹配任何代币除了匹配的令牌 \r 或 \n 。

此外,由于你的lexer '\n' 和 '\r' 在隐藏通道上,这些令牌在解析器中不可用。这意味着 '\n' 在 rest 规则永远无法匹配。

简而言之:你不能“告诉”你的解析器一行的末尾是什么,因为这些字符被你的 WS 规则这意味着你没有办法正确地写出这样的 休息 语法分析器规则。

请输入:

0: IN 0,0,0
1: LDC 1,1,0 r1=0

(注意,我删除了 'rule:' 的)

以下令牌由lexer生成:

token[type=INTEGER text='0']
token[type=':'     text=':']
token[type='IN'    text='IN']
token[type=INTEGER text='0']
token[type=','     text=',']
token[type=INTEGER text='0']
token[type=','     text=',']
token[type=INTEGER text='0']
token[type=INTEGER text='1']
token[type=':'     text=':']
token[type='LDC'   text='LDC']
token[type=INTEGER text='1']
token[type=','     text=',']
token[type=INTEGER text='1']
token[type=','     text=',']
token[type=INTEGER text='0']
token[type=INTEGER text='1']
token[type=INTEGER text='0']

因此,这些是解析器规则中可用的令牌。

请注意以下两个字符: '=' 和 'r' 无法被lexer匹配,正如您通过查看错误所看到的:

line 2:13 no viable alternative at character 'r'
line 2:15 no viable alternative at character '='

一个可能的解决方案是创建一个匹配整数和冒号的lexer规则:

START : INTEGER ':';

让你的 rule 从这个令牌开始:

rule
 : START ro=rocommand i1=INTEGER ',' i2=INTEGER ',' i3=INTEGER rest ...
 | ...
 ;

那样,你的 休息 可以匹配除此之外的零个或多个令牌 START 令牌:

rest
 : ~START*
 ;

为了捕捉 '=' 和 “r” 字符,创建 ANY 规则,并将此规则放在lexer规则的末尾:

ANY : . ; // match any char

这样,解析器将创建以下解析树:

enter image description here

另一个解决方案是创建 LINE_BREAK 令牌:

LINE_BREAK : '\r'? '\n' | '\r';

(并移除 \r 和 \n个 从…起 操作系统 ,当然!)

然后这样做:

rule
 : INTEGER ':' ro=rocommand i1=INTEGER ',' i2=INTEGER ',' i3=INTEGER rest LINE_BREAK ...
 | ...
 ;

rest
 : ~LINE_BREAK*
 ;