JavaCC 词法分析器无法按预期工作（不忽略空格）

Question

我正在尝试为下面列出的示例文件实现解析器。我想将它们之间带有'+' 的带引号的字符串识别为单个标记。所以我创建了一个 jj 文件，但它不匹配这样的字符串。我的印象是 JavaCC 应该匹配每个令牌规范的最长匹配。但对我来说似乎不是这样。

我在这里做错了什么？为什么我的<STRING> 令牌与'+' 不匹配，即使它已在其中指定？为什么空白不被忽略？

options {
  TOKEN_FACTORY = "Token";
}

PARSER_BEGIN(Parser)

package com.example.parser;

public class Parser {

  public static void main(String args[]) throws ParseException {

      ParserTokenManager manager = new ParserTokenManager(new SimpleCharStream(Parser.class.getResourceAsStream("example")));
      Token token = manager.getNextToken();
      while (token != null && token.kind != ParserConstants.EOF) {
          System.out.println(token.toString() + "[" + token.kind + "]");
          token = manager.getNextToken();
      }

      Parser parser = new Parser(Parser.class.getResourceAsStream("example"));
      parser.start();
  }

}

PARSER_END(Parser)

// WHITE SPACE
<DEFAULT, IN_STRING_KEYWORD>
SKIP :
{
  " " // <-- skipping spaces
| "\t"
| "\n"
| "\r"
| "\f"
}

// TOKENS
TOKEN :
{
< KEYWORD1 : "keyword1" > : IN_STRING_KEYWORD
}

<IN_STRING_KEYWORD>
TOKEN : {<STRING : <CONCAT_STRING> | <UNQUOTED_STRING> > : DEFAULT 
| <#CONCAT_STRING : <QUOTED_STRING> ("+" <QUOTED_STRING>)+ >
// <-- CONCAT_STRING never matches   "+" part when input is "'smth' +", because whitespace is not ignored!?
| <#QUOTED_STRING : <SINGLEQUOTED_STRING> | <DOUBLEQUOTED_STRING> >
| <#SINGLEQUOTED_STRING : "'" (~["'"])* "'" >
| <#DOUBLEQUOTED_STRING : 
    "\""
      (
        (~["\"", "\\"]) |
        ("\\" ["n", "t", "\"", "\\"])
      )* 
    "\""
  >
| <#UNQUOTED_STRING : (~[" ","\t", ";", "{", "}", "/", "*", "'", "\"", "\n", "\r"] | "/" ~["/", "*"] | "*" ~["/"])+ >
}

void start() :
{}
{
  (<KEYWORD1><STRING>";")+ <EOF>
}

这是一个应该被解析的示例文件：

keyword1 "foo" + ' bar';

我想将第一个 keyword1 的参数匹配为单个 <STRING> 令牌。

当前输出：

keyword1[6]
Exception in thread "main" com.example.parser.TokenMgrError: Lexical error at line 1, column 15.  Encountered: " " (32), after : "\"foo\""
    at com.example.parser.ParserTokenManager.getNextToken(ParserTokenManager.java:616)
    at com.example.parser.Parser.main(Parser.java:12)

我正在使用 JavaCC 5.0。

Answer 1

STRING 正在扩展到可以匹配的最长序列，即错误指示的"foo"。右双引号后的空格不是私有令牌CONCAT_STRING 定义的一部分。跳过标记不适用于其他标记的定义，因此您必须将空格直接合并到定义中，在 + 的任一侧。

顺便说一句，我建议有一个像这样的最终令牌定义：

<each-state-in-which-the-empty-string-cannot-be-recognized>
TOKEN : {
    < ILLEGAL : ~[] >
}

这可以防止TokenMgrErrors 被抛出并使调试更容易一些。