我正在为 XSD 内的 RegEx 开发一个 Regex 解析器。
我之前的问题描述如下:ANTLR4 解析正则表达式 https://stackoverflow.com/questions/34177478/antlr4-parsing-regex
从那以后我就把词法分析器和解析器分开了。
现在我在解析括号内的括号时遇到问题。它们应该被视为括号内的字符和括号外的分组标记。
这是我的词法分析器语法:
lexer grammar RegExLexer;
Char : ALPHA ;
Int : DIGIT ;
LBrack : '[' ;//-> pushMode(modeRange) ;
RBrack : ']' ;//-> popMode ;
LBrace : '(' ;
RBrace : ')' ;
Semi : ';' ;
Comma : ',' ;
Asterisk: '*' ;
Plus : '+' ;
Dot : '.' ;
Dash : '-' ;
Question: '?' ;
LCBrace : '{' ;
RCBrace : '}' ;
Pipe : '|' ;
Esc : '\\' ;
WS : [ \t\r\n]+ -> skip ;
fragment DIGIT : [0-9] ;
fragment ALPHA : [a-zA-Z] ;
这是一个例子:
[0-9a-z()]+
我觉得我应该使用括号上的模式来改变 ALPHA 片段的行为。如果我复制该片段,则会收到一条错误消息,指出我不能两次声明该声明。
我已阅读有关此的参考资料,但我仍然不明白我应该做什么。
如何实施这些模式?
以下是如何使用 ANTLR4 的词法模式创建上下文敏感词法分析器的快速演示:
lexer grammar RegexLexer;
START_CHAR_CLASS
: '[' -> pushMode(CharClass)
;
START_GROUP
: '('
;
END_GROUP
: ')'
;
PLAIN_ATOM
: ~[()\[\]]
;
mode CharClass;
END_CHAR_CLASS
: ']' -> popMode
;
CHAR_CLASS_ATOM
: ~[\r\n\\\]]
| '\\' .
;
生成词法分析器后,您可以使用以下类来测试它:
import org.antlr.v4.runtime.ANTLRInputStream;
import org.antlr.v4.runtime.Token;
public class Main {
public static void main(String[] args) {
RegexLexer lexer = new RegexLexer(new ANTLRInputStream("([()\\]])"));
for (Token token : lexer.getAllTokens()) {
System.out.printf("%-20s %s\n", RegexLexer.VOCABULARY.getSymbolicName(token.getType()), token.getText());
}
}
}
如果您运行这个 Main 类,以下内容将打印到您的控制台:
START_GROUP (
START_CHAR_CLASS [
CHAR_CLASS_ATOM (
CHAR_CLASS_ATOM )
CHAR_CLASS_ATOM \]
END_CHAR_CLASS ]
END_GROUP )
如您所见,(
and )
在字符类外部和在字符类内部的标记化方式不同。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)