2
我有一個看起來像標記/降格語言的語法。我們用它來製作我們的教科書。如何在ANTLR語法中捕獲任何東西？
它是這樣的：
[chapter Introduction]
[section First program]
Java is pretty cool, **we love it**, let's learn.
Use the ::javacc:: to compile stuff.
[title C# is also cool]
bla bla
[code]
some java code in here
[/code]
我們有這種[tag xxx]content[/tag]標記語言。我爲此編寫了語法，但它不適用於所有情況。我的主要疑問是如何捕獲[code]甚至[title]的內容，這可以是任何事情。
要捕獲[section blabla]，我試過如下：
secao : '[section ' secao_nome ']';
secao_nome : (~']'+?);
我試圖(~']'+?)捕捉到一切，但關閉標籤。這是我的主要想法：編寫許多像這樣的正則表達式，爲每個標籤添加一個正則表達式，並讓它們忽略「關閉標籤」。例如，我試圖做(~'::'+?)來捕獲斜體的內容（以::結尾）。
我也嘗試爲內部內容設置一個通用標記。但是，我需要忽略::，**以及所有實際上取決於上下文的含義。所以，我的表達RAW : (~[\n\[\]'**''::''__''%%'' '0-9\"] | ':')+;不起作用。
你可以在這裏看到我的完整語法。遺憾的是，該名稱在葡萄牙語：
grammar Tubaina;
@header {
package br.com.caelum.tubaina.antlr;
}
afc : capitulo conteudos+;
capitulo : '[chapter ' capitulo_nome ']';
capitulo_nome : (~']'+?)*;
conteudos : enter* conteudo+ enter*;
conteudo : (secao | texto | subsecao | label | box | codigo | lista | imagem | exercicios | index | tabela | quote | todo | note);
secao : '[section ' secao_nome ']';
secao_nome : (~'['+?);
quote : '[quote ' quote_texto '--' quote_autor ']';
quote_texto : (~'--'+?);
quote_autor : (~']'+?);
tabela : '[table "' tabela_nome '"]' tabela_linhas+;
tabela_nome : (~'"'+?);
tabela_linhas : '[row]' tabela_colunas+ '[/row]';
tabela_colunas : '[col]' tabela_conteudo '[/col]';
tabela_conteudo : conteudo;
index : '[index ' index_nome ']';
index_nome : (~']'+?);
exercicios : '[exercise]' questoes '[/exercise]';
questoes : (enter* questao_def enter*)+;
questao_def : '[question]' enter* questao resposta_def? enter* '[/question]';
questao : (conteudo | enter)+;
resposta_def : enter* '[answer]' resposta '[/answer]';
resposta : (texto | enter)+;
imagem : '[img ' espaco* imagem_path espaco* imagem_tamanho_def? espaco* (imagem_comentario_def? | ']');
imagem_path : (~' '+?);
imagem_tamanho_def : 'w=' imagem_tamanho '%';
imagem_tamanho : NUMERO;
imagem_comentario_def : '"' imagem_comentario '"]';
imagem_comentario : (~'"'+?);
lista : lista_numerada | lista_nao_numerada;
lista_numerada : '[list ' lista_tipo ']' item* '[/list]';
lista_tipo : 'number' | 'roman' | 'letter';
lista_nao_numerada : '[list]' item* '[/list]';
item : enter* '*' texto* enter*;
todo : todo_comando todo_comentario ']';
todo_comando : '[todo ' | '[TODO ';
todo_comentario : (~']'+?);
note : '[note]' note_conteudo+ '[/note]';
note_conteudo : (enter* texto enter*);
box : '[box ' box_titulo ']' box_conteudo+ '[/box]';
box_conteudo : (enter* conteudos+ enter*);
box_titulo : (~']'+?);
subsecao : '[title ' subsecao_nome ']';
subsecao_nome : (~']'+?);
label : '[label ' label_nome ']';
label_nome : (~']'+?);
codigo : codigo_com_linguagem | codigo_sem_linguagem | codigo_do_arquivo;
codigo_do_arquivo : '[code ' linguagem 'filename=' codigo_arquivo_path '[/code]';
codigo_arquivo_path : (~' '+?);
codigo_raw : (~'[/code]'+?);
linguagem : (~' '+?);
codigo_sem_linguagem : '[code]' codigo_raw '[/code]';
codigo_com_linguagem : '[code ' linguagem codigo_fechado codigo_raw '[/code]';
codigo_fechado : ' #]' | ']';
texto : paragrafo | negrito | italico | underline | inline;
paragrafo : linha enter?;
linha : (~'\n'+?);
negrito : '**' linha '**';
italico : '::' linha '::';
underline : '__' linha '__';
inline : '%%' linha '%%';
enter : N | TAB;
espaco : ESPACO;
N : ['\n'];
TAB : '\t';
ESPACO : ' ';
NUMERO : [0-9]+;
WS : (' ' | '\t') -> skip;
而且，我與通用正則表達式的嘗試是在這裏：https://github.com/mauricioaniche/tubaina-antlr-grammar/blob/f381ad0e3d1bd458922165c7166c7f1c55cea6c2/src/br/com/caelum/tubaina/antlr/Tubaina.g4
我的問題是：我怎麼能寫一個語法像這樣的語言，我在其中裏面有標籤和任何內容？有任何想法嗎？
提前致謝！
