antlr4生成c_ANTLR4参考阅读笔记-第六章

换行规则

​

NewLine: '\r'?  '\n';

​

不定长序列规则

​

​row: field (',' field)*;

循环与尾递归

​

​ANTLR

支持的循环写法：

object: '{'​ pair (',' pair)*

'}' | '{' '}';

​BNF 支持的尾递归写法：

object: '{'​ members '}';

members: pair | pair

members;​

​十六进制数字规则

fragment

HEX : [0-9a-fA-F] ;​

​

浮点数规则

​

NUMBER

: '-'? INT '.' INT EXP? // 1.35, 1.35E-9, 0.3, -4.5

| '-'? INT EXP // 1e10 -3e4

| '-'? INT // -3, 45

;

fragment

INT : '0' | [1-9] [0-9]* ;

// no leading

zeros

fragment

EXP : [Ee] [+\-]? INT ; // \- since - means "range" inside

[...]

​其中，中括号的减号需要转义，因为中括号中用减号做范围符号，例如：[a-zA-Z]

​

​空白分隔符规则

​

​一般语言中，用空白分隔符(比如：空格，制表符，换行符等)来分隔有意义的符号。

WS : [ \t\n\r]+ -> skip ;​

​中括号中有四个选项，分别是：空格、\t、\n、\r

​不区分大小写的关键字规则

​STRICT :

[Ss][Tt][Rr][Ii][Cc][Tt] ;

中括号中的转义符​

​

S​TRING: '"'

(ESC | ~["\\])*

'"';

其中，中括号中的选项有 2 个，分别是：" 和 \

fragmentESC

: '\\' (["\\/bfnrt] | UNICODE)

;​

其中，中括号中的选项有 8 个，分别是："、\、/、b、f、n、r、t、

​

​DOT 中嵌套 HTML STRING

的处理方法

规则1：

​HTML_STRING :

'

(TAG|~[<>])*

'>' ;

fragmentTAG

: '

.*? '>' ;

上述规则，在匹配如下字符串：

时，做如下分解：​

'

'A' ->

'<'

->

'A' ->

'>' ->

'>'

最后一个尖括号匹配失败。

规则2：

​HTML_STRING :

'

(HTML_STRING|~[<>])*

'>' ;

类 C 的命令式编程语言框架

从下图中不难看出，表达式是这类语言的核心模块。

Multi-Mode in lexer grammar

​1. ANTLR

只支持在单独的词法文件中编写多模式指令，在词法、语法混合的语法文件中不能写多模式指令

2. 包含多模式指令的词法文件，不支持通过 import

指令导入到其他语法文件中​，只能通过如下选项指令导入：

options {

tokenVocab=LexerName;

}​

​

单个字符匹配的词法规则

​Any: . ;

​上述词法规则匹配任意一个字符。这个规则避免了如下规则：

Text: .*;​

匹配范围太过宽泛的问题(这导致其他词法规则都没有匹配的机会)​。

但坏处也很明显，所有被匹配的单个字符都作为单独的符号(Token)投递给了语法分析器。

​

​