ANTLR语法用于解析文本文件

Question

我正在疯狂地尝试使用ANTLR生成解析器语法。 我有像这样的纯文本文件：

Diagram :   VW  503 FSX 09/02/2015  12/02/2015  STP
Fleet   :   AAAA

OFF     :       

AAA     05+44   5R06            
KKK     05+55   06.04   1R06            5530
ZZZ     06.24   06.30   1R06            5530
YYY     07.53           REVRSE      
YYY     08.23   9G98            5070


WORKS   :       

MILES   :(LD)   1288.35 (ETY)   3.18    (TOT)   1291.53

每个“ Diagram”实体都包含在EOF之前的“ Diagram：”和“（TOT）之间。在同一纯文本文件中，可以存在多个” Diagram“实体。

我已经用ANTRL做过一些测试

`grammar Hello2;

xxxt : diagram+;
diagram : DIAGRAM_ini  txt fleet LEGS+ DIAGRAM_end;
txt : TEXT;

fleet : FLEET_INI txt;
 num : NUMBER;
// Lexer Rules

DIAGRAM_ini : 'Diagram :';
DIAGRAM_end : '(TOT)' ;
LEGS : ('AAA' | 'KKK' | 'ZZZ' | 'YYY') ;
FLEET_INI :  'Fleet :';
TEXT : ('a'..'z')+ ;
NUMBER: ('0'..'9') ;
WHITESPACE : ( '\t' | ' ' | '\r' | '\n'| '\u000C' )+ -> skip ;`

我的目标是能够递归解析图，并收集所有LEGS文本/数字。

任何帮助/提示都远远超过赞赏！ 非常感谢

Regs S.

Answer 1

我建议不要像您一样解析文件。 此文件未使用单词和语法定义语言，而是使用chars格式的文本：

• 格式约定相当弱
• 冒号之前的标签不能用作标记，因为它们可能会重新出现在主体中（AAA（=标签）与AAAA（= body）
• 令牌必须非常原始才能满足此要求

ANTLR解决方案

您需要较弱的语法来解决此问题，例如

grammar diagrams;

diagrams : diagram+ ;

diagram : section+ ;

section : WORD ':' body? ;

body : textline+;

textline : (WORD | NUMBER | SIGNS)* ('\r' | '\n')+;

WORD : LETTER+ ;

NUMBER : DIGIT+ ;

SIGNS : SIGN+ ;

WHITESPACE : ( '\t' | ' ' )+ -> skip ;

fragment LETTER : ('a'..'z' | 'A'..'Z') ;

fragment SIGN : ('.'|'+'|'('|')'|'/') ;

fragment DIGIT : ('0'..'9') ;

根据解析结果运行访客

• 建立身体的规范化文本
• 从身体滤除腿部线条
• 用另一个解析器解析一个LEGS行（这里一个regexp-parser就足够了，但是您也可以定义另一个ANTLR-Parser）

另一种选择：

尝试Packrat解析（如半熟 ） -这是（尤其是对人与编译器构造低经验）更容易理解

• 它更适合您的语法设计
• 煮过的是纯Java（在Java中指定的语法）

缺点：

• 空格处理必须在解析器规则中完成
• 调试/错误消息是一个问题（所有packrat解析器都有）