3. Antlr 语法纲要

最新推荐文章于 2024-02-29 14:09:37 发布

子非鱼焉知鱼之乐qf

最新推荐文章于 2024-02-29 14:09:37 发布

阅读量845

点赞数 2

分类专栏： Antlr

本文链接：https://blog.csdn.net/qq_42994084/article/details/107131359

版权

4 篇文章 2 订阅

订阅专栏

对于一门计算机语言的语法，有4种基本的抽象语言模式：

接下来就介绍一下Antlr如何表达这些模式

使用类似’RETR’ / ‘\n’(单引号包围)等的常量字符串来表示任意简单字符序列，使用 INT(大写字符串) 这种可表示某种类型的词法符号
例如 retr : 'RETR' INT '\n' 可匹配 “RETR 整数换行符” 这样的序列。
例子： RETR 1
使用 + * ？表示元素可出现次数，使用小写字符串表示不同的规则
+ 处理一个或多个相同元素
* 处理零个或多个相同元素
? 处理可选元素，即0个或1个元素
例如：

file : (row '\n')*;				// 以一个'\n'作为终止符的序列
row  : field (',' field)* ;		// 以一个','作为分隔符的序列
field: INT;						// 假设字段都是整数

使用 | 符号作为或者来表达编程语言中的选择模式。
例1 : field : INT | STRING
例2 :

stmt : node_stmt
     | edge_stmt
     | attr_stmt
     | id '=' id
     ;

使用一个序列来指明所有配对的符号，通常这些符号会把其他元素分组或者包裹起来。
例1: vector : '[' INT+ ']' ;
例2: expr : expr '(' exprList? ')';
例3: object : '{' pair (',' pair)* '}';

嵌套的词组是一种自相似的语言结构，即子词组遵循相同的结构。
例1：

stat: 'while' '(' expr ')' stat
    | '{' stat* '}'
    ...
    ;

以上语句中 stat 是一个循环结构，可以是一个语句或者由花括号包裹的一组语句。

expr : expr '*' expr
     | expr '+' expr
     | INT
     ;

对于 1+23 这样的输入文本而言，有 1 + (23) 和 (1+2) * 3 两种理解。
ANTLR通过优先选择位置靠前的备选分支来解决歧义问题，隐式地允许我们指定运算符优先级。

结合性的处理
默认情况下，ANTLR将运算符从左向右进行结合。但是有一些运算符，例如指数运算符是从右向左结合的，例如 2^3^4正确解释应该是 2^(3^4)。ANTLR允许我们手工指定结合性，如下：

expr : expr '^'<assoc=right> expr
     | INT
     ;

左递归
左递归规则指的是在某个备选分支的最左侧以直接或者间接方式调用了自身。ANTLR4 已经能够处理直接左递归，但是无法处理间接左递归。间接左递归如下，对于ANTLR来说不可行：

expr : expo
	 | ...
	 ;
expo : expr '^'<assoc=right> expr ;

ANTLR允许词法规则和语法规则在同一个语法文件中，但是这是语言识别过程中的两个不同阶段，我们必须告诉ANTLR每条规则对应的阶段。方式：词法规则以大写字母开头，语法规则以小写字母开头。

常见词法符号的词法规则：

enumDef : 'enum' '{' ... '}';
...
ID : [a-zA-Z]+;

FLOAT : DIGIT+'.'DIGIT*
	  |       '.'DIGIT+
	  ;
fragment
DIGIT : [0-9] ;

将一条规则声明为fragment是说明改规则本身不是一个词法符号，只会被其他的词法规则使用，即不能在文法规则中引用。

匹配字符串常量
.*? 是非贪婪模式(匹配数量最少的字符，即获取一些字符直到发现匹配后续子规则的字符为止)，.*是贪婪模式，会消费掉一切匹配的字符，所以会把 " 消费掉。
ESC片段是为了让字符串中允许出现转义双引号的语法和转义字符的语法。由于ANTLR语法本身需要对转义字符\进行转义，因此需要\来表示单个反斜杠字符。

STRING: '"' (ESC|.)*? '"';
fragment
ESC : '\\"' | '\\\\' ;

匹配注释和空白字符
当词法分析器匹配到注释和空白字符的时候，我们并不需要进行语法分析，所以通常需要将它们丢弃。定义需要被丢弃的词法符号需要用skip指令通知词法分析器将它们丢弃。案例如下：

LINE_COMMENT : '//' .*? '\r'?'\n' -> skip ;	
COMMENT		 : '/*' .*? '*/'	  -> skip ;

大多编程语言把空白字符当成词法符号间的分隔符，并可以将它们忽略，丢弃空白符的ANTLR语法如下：
WS : (' '|'\t'|'\r'|'\n')+ -> skip ;
或者
WS : [ \t\r\n]+ -> skip;

以上内容主要对ANTLR常见的一些语法进行了说明，后续会对更细节的语法进行说明

关注

专栏目录