似乎有时Antlr词法分析器在对字符流进行标记时使用哪个规则做出了错误的选择......我正在试图弄清楚如何帮助Antlr做出明显的人性化选择 . 我想解析这样的文字:
d/dt(x)=a
a=d/dt
d=3
dt=4
这是一种现有语言使用的不幸语法,我正在尝试编写解析器 . “d / dt(x)”表示微分方程的左侧 . 如果必须,请忽略行话,只要知道它不是“d”除以“dt” . 然而,第二次出现的“d / dt”确实是“d”除以“dt” .
这是我的语法:
grammar diffeq_grammar;
program : (statement? NEWLINE)*;
statement
: diffeq
| assignment;
diffeq : DDT ID ')' '=' ID;
assignment
: ID '=' NUMBER
| ID '=' ID '/' ID
;
DDT : 'd/dt(';
ID : 'a'..'z'+;
NUMBER : '0'..'9'+;
NEWLINE : '\r\n'|'\r'|'\n';
当使用这个语法时,词法分析器 grab 第一个“d / dt(”并将其转换为令牌DDT . 完美!现在,词法分析器看到第二个“d”后跟一个“/”并说“嗯,我可以匹配这个作为一个ID和一个'/',或者我可以贪婪并匹配DDT“ . 词法分析器选择贪婪...但它知之甚少,没有”(“输入流后面的几个字符 . 当lexer查找缺少的“(”它会抛出MismatchedTokenException!
到目前为止我找到的唯一解决方案是将所有规则移到解析器中,语法如下:
grammar diffeq_grammar;
program : (statement? NEWLINE)*;
statement
: diffeq
| assignment;
diffeq : ddt id ')' '=' id;
assignment
: id '=' number
| id '=' id '/' id
;
ddt : 'd' '/' 'd' 't' '(';
id : CHAR+;
number : DIGIT+;
CHAR : 'a'..'z';
DIGIT : '0'..'9';
NEWLINE : '\r\n'|'\r'|'\n';
如果我还没有依赖于第一个语法工作的数千行工作代码,这是一个很好的解决方案 . 在花了两天时间研究这个问题之后,我得出结论,一个词法分析者......真的应该能够区分这两个案例 . 在某些时候,Antlr lexer正在决定两个规则:DDT和ID . 它选择DDT因为词法分析器是贪婪的 . 但是当匹配DDT失败时,我希望lexer回到使用ID .
只要语法基本保持相同(即词法分析器中的规则,保留在词法分析器中,并且大多数规则保持不变),我可以使用谓词或其他技巧 .
理想情况下,我可以使用任何有效的Antlr代码修改DDT的词法分析器规则......并且可以完成 .
我的目标语言是Java .
谢谢!
UPDATE
谢谢你们一些很棒的答案!我接受了最符合我问题的答案 . 我使用的实际解决方案是我自己的答案(不是接受的答案),并且有更多的答案可以奏效 . 读者,查看所有答案;其中一些可能比我的更适合你的情况 .
3 回答
在这种情况下,强制词法分析器在char-stream中向前看,以确保使用gated syntactic predicate确实存在
"d/dt("
.演示:
如果您现在运行演示:
(使用Windows时,在最后一个命令中用
;
替换:
)您将看到以下输出:
虽然考虑到项目中的大量工作代码,这不是您要做的,但您仍应考虑更彻底地分离解析器和词法分析器 . 我最好让解析器和词法分析器做他们最擅长的事情,而不是将它们放在一起 . 出现错误的最明显迹象是
(
和)
令牌之间缺乏对称性:一个是复合令牌的一部分,而另一个是独立令牌 .如果重构是一个选项,你可以像这样更改解析器和词法分析器:
您可能需要启用回溯和memoization才能工作(但尝试编译它而不先回溯) .
这是我最终使用的解决方案 . 我知道这违反了我的一个要求:在解析器中保持词法分析器和解析器规则中的词法分析器规则,但事实证明将DDT移动到ddt不需要更改我的代码 . 此外,dasblinkenlight在他的回答和评论中提出了关于不匹配括号的一些好点 .