当首先需要其他字符时，ANTLR 匹配字符？

Question

请参阅下面的语法。当我尝试解析时：

String s = "UNH+message refere+APERAK:D:97A:UN\n";

我收到以下错误：

line 1:34 mismatched character '\n' expecting 'H'
line 2:0 missing RDEL at '<EOF>'

这对我来说没有意义，因为它似乎在遇到 \n 之前寻找 UNH，这不遵循“文件”规则。

    grammar Aperak;

    options {
      language = Java;
    }

    @header { package test.fixed.aperak; }
    @lexer::header { package test.fixed.aperak; }

    file returns [String result]: 'UNH' unh01 unh02 RDEL { $result = $unh01.text + " -- " + $unh02.text; };

    unh01 : FDEL optField;
    unh02 : FDEL unh02x1 unh02x2 unh02x3 unh02x4 (unh02x5)?;
    unh02x1 : optField;
    unh02x2 : SDEL optField;
    unh02x3 : SDEL optField;
    unh02x4 : SDEL optField;
    unh02x5 : SDEL optField;

    optField : AN*;

    RDEL : '\n';
    SDEL : ':';
    FDEL : '+';

    AN : 'a'..'z' | 'A'..'Z' | '0'..'9' | ' ';

Answer 1

您的词法分析器实际上如下所示：

UNH  : 'UNH';
RDEL : '\n';
SDEL : ':';
FDEL : '+';
AN   : 'a'..'z' | 'A'..'Z' | '0'..'9' | ' ';

file 规则中的文字 'UNH' 成为位于所有其他词法分析器规则之上的词法分析器规则。

当词法分析器现在偶然发现 "UN" 后跟 "H" 以外的内容时，它会产生错误，因为词法分析器无处可回溯。如果您的 AN 规则匹配了多个字符，则词法分析器可以遵循该规则，但由于它仅匹配单个字符，因此词法分析器不会从 "UN"。

正如 dasblinkenlight 已经建议的那样，这是正确的：AN 应匹配 1 个或多个字符，然后 optField 可以匹配可选的 AN。但他（或她）答案的另一部分并不完全正确：因此是我的答案。

Answer 2

我认为 ANTLR 确实与覆盖 UNH 输入的两个重叠规则混淆了：

• 单个标记 UNH 或
• AN 类型的三个标记的序列>，文本为 "U"、"N" 和 "H"

我认为您应该修改您的 optField 和 AN 规则来移动* 进入词法分析器，如下所示：

optField : AN?;

AN : ('a'..'z' | 'A'..'Z' | '0'..'9' | ' ')+;