如何在Antlr语法中处理算术运算符<和>以删除html标签

Question

以下是我的antlr 3语法。 我想剥离html标记内的内容。 当标签内有算术运算符< >时，就会出现问题。 如何处理？

grammar T;
options {
  output=AST;
}
tokens {
  ROOT;
}
parse
  :  text+  ;
text
  :  (tag)=> tag !
  | SPACE !
  |  outsidetag 
  ;
SPACE
    :    (' ' | '\t' | '\r' | '\n')+ ;
tag
  :  OPEN INSIDETAG  CLOSE  ;
CLOSE : '>' ;
OPEN  : '<' ;
INSIDETAG 
: ~(CLOSE|OPEN)+ ;
outsidetag
  :  ~(SPACE) ;

Answer 1

首先，您不需要在INSIDETAG规则中检查OPEN，因为在此处跳过它没有害处。 实际上，您想要那样。 另外，将tag和INSIDETAG组合在一起，使其变得贪婪，以便它尝试消耗任何东西直到最后一个CLOSE TOKEN，然后跳过，以便跳过任何中间的东西：

tag: options { greedy = true; }: OPEN ~CLOSE* CLOSE;