在 ANTLR4 中正確捕獲未閉合的字符串

Question

我必須在 ANTLR4 中定義字符串文字並捕獲 UNCLOSE_STRING 異常。

字符串由一對 "" 包圍，並且可能支持轉義：

\\b \\f \\r \\n \\t \\' \\\\

"出現在字符串中的唯一方法是附加一個' ('")。

我嘗試了各種方法來定義字符串文字，但它們都被 UNCLOSE_STRING 捕獲：

program: global_variable_part function_declaration_part EOF;
<!-- Shenanigans of statements ...-->
fragment Character: ~( [\b\f\r\n\t"\\] | '\'') | Escape | '\'"';
fragment Escape: '\\' ( 'b' | 'f' | 'r' | 'n' | 't' | '\'' | '\\');
fragment IllegalEscape: '\\' ~( 'b' | 'f' | 'r' | 'n' | 't' | '\'' | '\\') ;

STR_LIT: '"' Character* '"' {
    content = str(self.text)
    self.text = content[1:-1]
};

UNCLOSE_STRING: '"' Character* ([\b\f\r\n\t\\] | EOF) {
    esc = ['\b', '\t', '\n', '\f', '\r', '\\']
    content = str(self.text)
    raise UncloseString(content)
};

例如， "ab'"c\\\\n def"將匹配，但只生成未Unclosed String: ab'"c\\n def" 。

Answer 1

這與 Java 中的字符串規范非常接近。 不要害怕“借用”其他語法。 我對（我認為）符合您需求的Java Lexer 規則稍作修改：

StringLiteral
    :   '"' StringCharacters? '"'
    ;
fragment
StringCharacters
    :   StringCharacter+
    ;
fragment
StringCharacter
    :   ~["\\\r\n]
    |   EscapeSequence
    ;

fragment
EscapeSequence
    :   '\\' [btnfr'\\]
    :   "\'""  // <-- the '" escape match
    ;

如果您知道另一種更接近匹配的語言，您可以在此處查看它是如何處理的以查找其語法（ ANTLR4 Grammars ）