Antlr4匹配西裏爾字母，拉丁字母，波蘭字母和希臘字母以及特殊字符？

Question

在Antlr4語法中，我需要匹配正則表達式拉丁語，西里爾語，波蘭語和希臘字母以及特殊字符的幫助。這是我有：

STRING: ['][\p{L} 0-9\[\]\^\$\.\|\?\*\+\(\)\\~`\!@#%&\-_+={}""<>:;,\/°]*[']; 

所以我說，一個String的起始和結束''。裏面我可以有任何字母（\p{L}），數字和特殊字符，從'除外。我已經在regex101.com上測試過了，它正是我想要的。但在Antlr4中它不起作用。相反，我得到的最接近的事是：

['][a-zA-Z0-9 \[\]\^\$\.\|\?\*\+\(\)\\~`\!@#%&\-_+={}""<>:;,\/°]*['] 

但問題是，像'Ąłćórżnęł'不會在我的語言被接受，但它應該是。

我在Antlr4做錯了什麼或者是一個限制？我如何設法讓它在Antlr4中工作？字符串是Lexer規則。

Answer 1

\p{L}不被ANTLR支持。您將不得不像這樣手動編寫這些範圍：[\u1234-\u5678]（使用您的十六進制Unicode點更改\u....），其中\u1234是範圍的開始，\u5678結束。請注意，您可以在字符集中放入多於1個範圍：[\u1234-\u1238\u3456-\u5679]。

謝謝，但如何在Antlr4中的正則表達式，其中我允許一個字符串內的所有內容，除了像一個字符。但是我要說的是一個字符串開始與「

結束這將是這樣的：

STRING : '\'' ~[']* '\''; 

，並逃脫了報價，不允許換行，這樣做：

STRING : '\'' (~['\r\n] | '\\' ['\\])* '\'';