使用Antlr解析单行C风格注释

Question

我写了一个小语言的语法，它可以理解C风格的单行注释，例如：

  // this is a comment

这是我使用antlr v3.0.1为这种语言编写的语法片段。

  SINGLELINE_COMMENT
:   '/' '/' (options {greedy=false;} : ~('\r' | '\n'))* ('\r' | '\n' )+ {$channel=HIDDEN;};

  WS      :      (' '|'\r'|'\t'|'\u000C'|'\n')+ {$channel=HIDDEN;};

这基本上是有用的，但是当注释是脚本中的最后一个且没有终止NL/CR时，我会在antlr（运行时）收到一条令人烦恼的消息。

 line 1:20 required (...)+ loop did not match anything at character '<EOF>'

我该如何消除这个消息？我尝试在 (..)+ 表达式中添加 EOF 标记，但这并没有起作用。

- insitu

---

我不确定，但如果将换行符变为可选的，即将“+”改为“？”或者“*”，会发生什么呢？ - nijoakim

不如去掉贪婪选项（它们似乎只适用于+），并将加号改为问号，您觉得怎么样？ - Joop Eggen

Answer 1

您不需要使用greedy=...选项：通常只有在规则中使用.*或.+时才需要使用它。并且由于您已经在WS规则中将换行符放在了隐藏通道中，因此可以将其从SINGLELINE_COMMENT规则中删除:

SINGLELINE_COMMENT
 : '//' ~('\r' | '\n')* {$channel=HIDDEN;}
 ;

WS 
 : (' '|'\r'|'\t'|'\u000C'|'\n')+ {$channel=HIDDEN;}
 ;

- Bart Kiers

Answer 2

通常，解决“没有终止的NL”问题需要进行很多曲折的语法更改，以满足这种边缘条件。只需在输入流的末尾添加一个NL即可，这样您就可以确保有一个终止的NL，而不必担心语法问题。在这方面，UNIX是正确的，而Windows则不是。

这并不是针对您特定问题的解决方案，但您最初编写的规则暴露了这个问题。

- Jim Idle