Java ANTLR 如何忽略部分规则？忽略子规则后的部分

Question

我正在尝试使用 ANTLR 和 Java 创建编译器。我有这个问题，我有一个规则，我不能只使用它的一部分。我有一个命令，例如0：HALT 0,0,0，之后我想忽略其他所有内容。

e.g.0: HALT 0,0,0 blah blah blah，我想忽略 blah blah blah

我的规则是：

    rule returns [String value]
    :
    INTEGER':' ro=rocommand i1=INTEGER',' i2=INTEGER ',' i3=INTEGER rest {$value = $ro.text+" "+$i1.text+","+$i2.text+","+$i3.text;   }
    | INTEGER':' rm=rmcommand j1=INTEGER ',' j2=INTEGER '('j3=INTEGER')' rest {$value = $rm.text+" "+$j1.text+","+$j2.text+"("+$j3.text+")"; }
;

我的代码是：

CharStream charStream = new ANTLRStringStream(strLine);
simulatorLexer lexer = new simulatorLexer(charStream);
TokenStream tokenStream = new CommonTokenStream(lexer);
simulatorParser parser = new simulatorParser(tokenStream);
System.out.println(parser.rule());

我得到的是：

0: rule:IN 0,0,0
1: rule:LDC 1,1,0
line 1:15 no viable alternative at character 'r'
line 1:18 no viable alternative at character '='
line 1:15 no viable alternative at character 'i'

对于正文：

0: rule:IN 0,0,0
1: rule:LDC 1,1,0 r1=0

所以它应该正确解析第一行和第二行直到 0。然后它应该忽略 r1=0。到目前为止它工作正常，但它显示了许多错误，我想摆脱它们。请帮帮我！

编辑

我正在发布整个语法，以便您可以更好地帮助我。我只想认清规则部分。

program:
    rule+
;


rocommand:
    'HALT'|'IN'|'OUT'|'ADD'|'SUB'|'MUL'|'DIV'|'LDC'
;

rmcommand:
    'LD'|'LDA'|'LDC'|'ST'|'JLT'|'JLE'|'JGE'|'JGT'|'JEQ'|'JNE' 
;

rest:
  ~('\n'|'\r')* '\r'? ('\n'|EOF)
;

rule returns [String value]
    :
    INTEGER':' ro=rocommand i1=INTEGER',' i2=INTEGER ',' i3=INTEGER rest {$value = $ro.text+" "+$i1.text+","+$i2.text+","+$i3.text;   }
    | INTEGER':' rm=rmcommand j1=INTEGER ',' j2=INTEGER '('j3=INTEGER')' rest {$value = $rm.text+" "+$j1.text+","+$j2.text+"("+$j3.text+")"; }
;

WS  : (' '|'\r'|'\t'|'\u000C'|'\n') {$channel=HIDDEN;};
INTEGER : '0'..'9'+;
IGNORELINE : '*' ~('\n'|'\r')* '\r'? '\n' {$channel=HIDDEN;};

Answer 1

这个规则有几个问题：

rest:
  ~('\n'|'\r')* '\r'? ('\n'|EOF)
;

在解析器规则中，~ 否定词法分析器生成的整个标记集。所以~('\n'|'\r') 不不 匹配'\n' 或'\r' 以外的单个字符。它匹配除匹配\r 或\n 的令牌之外的任何令牌。

此外，由于您的词法分析器将 '\n' 和 '\r' 放在隐藏通道上，因此这些标记在您的解析器中将不可用。这意味着rest 规则中的'\n' 永远无法匹配。

简而言之：你不能“告诉”你的解析器一行的结尾是什么，因为这些字符被你的WS 规则丢弃了。这意味着您无法正确编写这样的rest 解析器规则。

供您参考：

0: IN 0,0,0
1: LDC 1,1,0 r1=0

（注意我删除了'rule:''s）

以下标记由您的词法分析器生成：

token[type=INTEGER text='0']
token[type=':'     text=':']
token[type='IN'    text='IN']
token[type=INTEGER text='0']
token[type=','     text=',']
token[type=INTEGER text='0']
token[type=','     text=',']
token[type=INTEGER text='0']
token[type=INTEGER text='1']
token[type=':'     text=':']
token[type='LDC'   text='LDC']
token[type=INTEGER text='1']
token[type=','     text=',']
token[type=INTEGER text='1']
token[type=','     text=',']
token[type=INTEGER text='0']
token[type=INTEGER text='1']
token[type=INTEGER text='0']

所以这些是您的解析器规则中可用的标记。

请注意以下两个字符：'=' 和 'r' 无法被词法分析器匹配，您可以通过查看错误看到：

line 2:13 no viable alternative at character 'r'
line 2:15 no viable alternative at character '='

一种可能的解决方案是创建一个匹配整数和冒号的词法分析器规则：

START : INTEGER ':';

让你的rule 以这个令牌开头：

rule
 : START ro=rocommand i1=INTEGER ',' i2=INTEGER ',' i3=INTEGER rest ...
 | ...
 ;

这样，您的rest 可以匹配除START 标记之外的零个或多个标记：

rest
 : ~START*
 ;

要捕获'=' 和'r' 字符，请创建ANY 规则并将此规则放在词法分析器规则的末尾：

ANY : . ; // match any char

这样，解析器将创建以下解析树：

另一种解决方案是创建一个LINE_BREAK 令牌：

LINE_BREAK : '\r'? '\n' | '\r';

（当然要从WS 中删除\r 和\n！）

然后做这样的事情：

rule
 : INTEGER ':' ro=rocommand i1=INTEGER ',' i2=INTEGER ',' i3=INTEGER rest LINE_BREAK ...
 | ...
 ;

rest
 : ~LINE_BREAK*
 ;