如何使用 Antlr4 的语法匹配带下划线的数字？答案

【问题标题】：How to match underlined digits using Antlr4's grammar?如何使用 Antlr4 的语法匹配带下划线的数字？
【发布时间】：2017-06-08 14:57:21
【问题描述】：

我的情况需要匹配数字或带下划线的数字。

要匹配数字，写[0-9]+很容易。

但是如何匹配带下划线的数字？ Antlr4的语法中如何表示带下划线的数字？谁能帮我？感谢您的宝贵时间。

【问题讨论】：

带下划线的数字到底是如何表示的？您能否在问题中以文本方式 包含一个示例？（即，不是图像）
我知道 txt 文件或控制台中没有格式问题。但是在word文档中，我们会有下划线的文本，在我的研究中，我必须考虑这种情况。
那么你必须考虑如何使用 Antlr 来阅读 Word 文档的问题。可以肯定的是，Word 文档还可以包含 bold 或 italics、更大或更小尺寸、不同字体等的数字。但是这些格式代码需要以某种方式进行序列化（例如 HTML 或 RTF），以便将数据输入文本处理器，例如 Antlr 生成的解析器。因此，如何表示格式信息的问题是必不可少的（您还没有尝试回答）。

标签： grammar antlr4

【解决方案1】：

ANTLR 与标记/字符流一起使用，因此 RAW WORD 文档数据可能具有某种类型的“转义”标记来指示“开始下划线”和“停止下划线”，这是可选的；

（警告...我是 ANTLR 新手，但这是我会尝试的）

//
// Define Start Underline and Stop Underline tokens
fragment START_UNDERLINE : "SomeWordToken(s) possibly \uxxx values";
fragment STOP_UNDERLINE  : "SomeOtherToken(s) possibly \uxxx values";

DIGITS : [0-9]+
UNDERLINED_DIGITS : START_UNDERLINE DIGITS STOP_UNDERLINE;

以上可能行不通，因为单词中的下划线可以从句子的开头开始。因此，您可能希望解析器查找 START_UNDERLINE 和 STOP UNDERLINE 事件。

//
// Define Start Underline and Stop Underline tokens
START_UNDERLINE : "SomeWordToken(s) possibly \uxxx values";
STOP_UNDERLINE  : "SomeOtherToken(s) possibly \uxxx values";

DIGITS : [0-9]+
UNDERLINED_DIGITS : START_UNDERLINE DIGITS STOP_UNDERLINE;

enter_underline  : START_UNDERLINE;
exit_underline   : STOP_UNDERLINE;

然后，您可以为进入/退出下划线事件设置侦听器 java 函数，以根据需要修改文本。您可以选择将词法分析器“模式”添加到 START/STOP 下划线，但我发现使用 IMPORTED 词法分析器（这是我使用的），模式不会导入。所以现在我没有使用模式。

免责声明...我是 ANTLR 新手，并且可能只比您多 30 分钟到 3 天的停留时间。只是想帮忙:)。

-R

【讨论】：