微软OneNote客户预览版学习工具下载(暂未上线):教学好帮手
696
2022-05-30
ANTLR是什么
ANTLR是一个解析器生成工具,可以根据你书写的文法文件,自动生成可以解析该文法的解析器(Parser).其强大的功能远不止这些.
文法文档(Grammar Lexicon)
Lexicon是按ANTLR规范书写的文件,在这个文件中指定你要解析的文法,ANTLR再根据这个文件生成对应的解析器.
标识符(Identifiers)
词法单元和词法规则通常以大写字母命名
解析规则(parser rule) 以小写字母开头命名(驼峰命名法)
例如:
1
2
ID, LPAREN, RIGHT_CURLY //token names/rule
expr, simpleDclarator, d2, header_file //rule names
ANTLR还支持unicode编码的字符命名
文字(Literals)
ANTLR不区分字符和字符串.所有的字符串(这里是指出现在源文件中的需要被识别的字符串)都是由单引号引用起来的字符,但是像这样的字符串中不包括正则表达式.支持unicode和转义符号例如
1
2
3
4
',' , 'if', '>=',
' \''//转义的单引号
'\u00E8' //法语中的字符è
'\n', '\r' //换行 回车
动作(Actions)
动作是用目标语言书写的代码块.嵌入的代码可以出现在:
@header @members这样的命名动作中
解析规则和词法规则中
异常捕获中
解析规则的属性部分(返回值,参数等)
一些规则可选元素中
关键字(Keywords)
ANTLR中有一些保留关键字,例如:
1
import, fragment, lexer, parser, grammar, returns, locals, throws, catch, finally, mode, options, tokens
语法结构(Grammar Structure)
语法结构如下
|Grammar |
| ————- |
| /Optional javadoc style comment*/|
| grammer Name; |
| options {…}; |
| import …; |
| tokens {…}; |
| channels {…}; |
| @actionName** {…}; |
| |
| rule1 //parser and lexer rules |
| … |
| ruleN |
文件命名必须和grammar命名相同,如 grammar T,文件名必须命名为T.g4.
options,imports,token,action的声明顺序没有要求,但一个文件中options,imports,token最多只能声明一次.grammar是必须声明的,同时必须至少声明一条规则(rule),其余的部分都是可选的.
规则(rules)
规则的声明遵循以下格式:
1
2
3
4
ruleName : alternative1 | ... | alternativeN ;
//定义类型
type : 'int' | 'unsigned' | 'long'
引入(imports)
ANTLR中的引入机制类似于OO中的继承.它会从引入的文件继承所有的规则,词法单元,动作.然后主文件中的元素会”覆盖”引入文件中的重名元素.
嵌套引用的合并规则比较复杂,详见官方文档
词法单元(Tokens Section)
1
tokens {Token1 ... TokenN}
例如为向量表示定义虚词法单元:
1
2
3
4
5
6
7
8
9
grammar VecMathAST
options{output=AST;}
tokens{VEC;}
statlist : stat+ ;
stat : ID '=' expr -> ^('=' ID expr)
| 'print' expr -> ^('print' expr);
expr : multExpr ('+' ^ multExpr)*;
multExpr : primary (('*'^|'.'^) primary)*;
primary : INT | ID | '[' expr (',' expr)* ']' -> ^(VEC expr+);
动作(Actions at the Grammar Level)
针对java,有两个已经定义好的action:header和members
@header在生成的目标代码中的类定义之前注入代码
@members在生成的目标代码中的类定义里注入代码(例如类的属性和方法)
1
2
3
4
5
6
7
8
9
10
11
12
13
grammar Count;
@header {
pacakage foo;
}
@members{
int count = 0;
}
list @after{System.out.println(count+"ints");} : INT {count++;} (',' INT {count++})*
;
INT: [0-9]+;
解析器规则(Parser Rules)
解析器由一组解析器规则组成.java应用通过调用生成的规则函数(每个规则会生成一个函数)来启动解析.
基本形式如下,用 | 操作符分割多个选项
1
stat : restat | 'break' ';' | 'continue' ';' ;
可选标签(Alternative Labels)
可以在规则中添加标签,ANTLR会根据标签生成与规则相关的解析树的事件监听函数,使我们更加精准的控制解析过程.用 # 操作符定义一个标签
用法如下:
1
2
3
grammar T;
stat: 'return' e ';' # Return
| 'break' ';' # Break
ANTLR会为每个标签生成一个rule-context类.
1
2
3
4
5
6
public interface AListener extends ParseTreeListener {
void enterReturn(AParser.ReturnContext ctx);
void exitReturn(AParser.ReturnContext ctx);
void enterBreak(AParser.BreakContext ctx);
void exitBreak(AParser.BreakContext ctx);
}
同一个标签可以加在多个规则选项上(multiple alternatives),但是标签命名不可以和规则名冲突
规则上下文对象(Rule Context Objects)
ANTLR为每个规则生成一个上下文对象,通过这个对象可以访问规则定义中的其他规则的引用.根据规则定义中的其他规则的引用数量不同,生成对象中包含的方法也不同.例如:
1
2
3
4
5
6
7
inc : e '++';
//generates this context class
public static class IncContext extends ParserRuleContext {
public EContext e() { ... } // return context object associated with e
...
}
1
2
3
4
5
6
7
8
field : e '.' e;
//generates this context class
public static class FieldContext extends ParserRuleContext {
public EContext e(int i) { ... } // get ith e context
public List
...
}
规则元素标签(Rule Element Labels)
可以用 = 操作符为规则中的元素添加标签,这样会在规则的上下文对象中添加元素的字段.
例如:
1
2
3
4
5
6
7
8
9
stat: 'return' value=e ';' # Return //将e的context作为一个字段添加到 ReturnContext中
| 'break' ';' # Break
;
//generates context class
public static class ReturnContext extends StatContext {
public EContext value;
...
}
+= 操作符可以很方便的记录大量的token或者规则的引用
1
2
3
4
5
6
array : '{' el+=INT (',' el+=INT)* '}' ;
//ANTLR generates a List field in the appropriate rule context class:
public static class ArrayContext extends ParserRuleContext {
public List
...
}
规则元素(Rule ELements)
规则元素指定了解析器在具体时刻应该执行什么任务.元素可以是规则(rule), 词法单元(token), 字符串文字(string literal)等
T token
‘literal’ 字符串文字
r 规则
r[args] 向规则函数中传递参数,参数的书写规则是目标语言,用逗号分隔
. 通配符
{action} 动作,在元素的间隔中执行
{p} 谓词
支持逻辑非操作符:~
子规则
规则中包含的可选块称为子规则(被封闭在括号中).子规则也可以看做规则(rule),但是没有显式的命名.子规则不能定义局部变量,也没有返回值.如果子规则只有一个元素,括号可以省略.
子规则有四种
例如:
(x|y|z) 只匹配一个选项
(x|y|z)? 匹配一个或者不匹配
(x|y|z)* 匹配零次或多次
(x|y|z)+ 匹配一次或多次
参考:
https://developer.ibm.com/zh/articles/j-lo-antlr/
https://theantlrguy.atlassian.net/wiki/display/ANTLR4/ANTLR+4+Documentation
http://yijun1171.github.io/2015/03/30/ANTLR4%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0-%E8%AF%AD%E6%B3%95%E5%AD%97%E5%85%B8-Grammar-Lexicon
云数据迁移 CDM 面向对象编程
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。