ANTLR解析器問題

Question

我想解析一些文本記錄，其中記錄中的元素由'+'字符分隔，並且整個記錄由'＃'字符終止。例如E1 + E2 + E3 + E4 + E5 + E6＃

單個元素可能是必需的或可選的。如果一個元素是可選的，它的值就會丟失。例如，如果E2丟失，輸入字符串將爲：E1 ++ E3 + E4 + E5 + E6＃。

但是，在處理空尾元素時，分隔符char（'+'）也可能丟失。例如，如果最後3個元素丟失，字符串可能是：E1 + E2 + E3＃，但它也可能是： E1 + E2 + E3 +++＃

我在Antlr中試過以下規則：

'R1''E1 + E2 + E3''+'？ 'E4'？ '+'？ 'E5'？ '+'？ 'E6'？ '＃

但是Antlr抱怨說這當然是正確的（E3之後的每個標記都可能是E4，E5或E6）。輸入語法是固定的（它來自傳統的大型機系統），所以我想知道是否有人可以解決這個問題？

另一種方法是在規則中指定所有不同的排列，但這將是一項重大任務。

最好的問候和感謝，

邁克爾

Answer 1

如果這是模糊的，很可能是因爲您的E一切都具有相同的格式（一個更復雜的情況是，你的E一切只是開始與同樣的k字符，其中k是你的向前看，但我會認爲情況並非如此，如果是這樣，它仍然可以工作;它只需要一個額外的步驟。）

因此，它看起來像你可以有最多6 E sa最多5 + s。我們會說一個「細分」是一個可選的E，然後是一個+ - 您可以有5個細分市場，以及一個可選尾部E。

此語法可以表示大致是這樣（不完美的ANTLR語法因爲我不是很熟悉）：

r : (e_opt? PLUS){1,5} e_opt? END 
e_opt : E // whatever your E is 
PLUS : '+' 
END : '#' 

如果ANTLR不支持這樣{1,5}東西，那麼這是一樣的：

(e_opt? PLUS) ((e_opt? PLUS) ((e_opt? PLUS) ((e_opt? PLUS) (e_opt? PLUS)?)?)?)? 

這不是那麼幹淨，所以也許有更好的方法來做到這一點。

Answer 2

對於ANTLR來說，這個任務聽起來像是過度殺傷了任何理由，你只是沒有用'+'作爲分隔符將字符串拆分成數組？

如果它來自大型機，它最有可能被打算處理一個微不足道的方式。

例如，
C++：http://www.cplusplus.com/reference/clibrary/cstring/strtok/
PHP：http://us3.php.net/manual/en/function.explode.php
的Java：http://java.sun.com/javase/6/docs/api/java/lang/String.html#split%28java.lang.String%29
C＃：http://msdn.microsoft.com/en-us/library/system.string.split%28VS.71%29.aspx

只是一個想法。