Увеличение и конкатенация строк в ANTLR

У меня проблемы с расширенными строками ANTLR. Моя основная проблема заключается в том, что если я хочу, чтобы augmentedStrings читались правильно, мне нужно сохранить строку в качестве правила синтаксического анализатора. Но это приводит к тому, что строка имеет кавычку, тело, если оно есть, продолжение тела и конечную кавычку. Это усложняет реализацию посетителя. Когда я обмениваю строковое правило на string: STRING; STRING: QUOTE ( ESCAPE_SEQUENCE | .)*? QUOTE; он ломает augmentedString, который уже является «хакерским». Ниже приведена грамматика. Любые предложения будут полезны. Используемая тестовая команда: antlr4-parse strings.g4 root -gui <test1.txt и test1.txt содержит: string a = "normal string" + $"{id}";

grammar strings;

// Comments and white space
WS: [ \t\r\n]+ -> skip;

// key words
PLUS: '+';
// Symbols
QUESTION: '?';
LPAREN: '(';
RPAREN: ')';
LCURLY: '{';
RCURLY: '}';
SEMI: ';';
NEWLINE: '\n';
ASSIGN: '=';
QUOTE: '"';
DOLLAR: '$';

// Types
STRING_T: 'string';
type: STRING_T;

value:
    | augmentedString
    | concatanatedString
    | string;

//this has to be changed to a lexer rule inorder to not have a child of every thing
string: 
QUOTE ( ESCAPE_SEQUENCE | .)*? QUOTE;
 
augmentedString:
    DOLLAR QUOTE (( ESCAPE_SEQUENCE | .)?( LCURLY expr RCURLY) | ( ESCAPE_SEQUENCE | .)( LCURLY expr RCURLY)?  ) * QUOTE;

concatanatedString: (id | augmentedString | string ) (PLUS (id | augmentedString | string))*;

ESCAPE_SEQUENCE:
    '\\' (('\\' | '\'' | '"' ) | UNICODE_ESCAPE);
fragment UNICODE_ESCAPE:
    'u' HEX_DIGIT HEX_DIGIT HEX_DIGIT HEX_DIGIT;
fragment HEX_DIGIT: [0-9a-fA-F];
// Identifiers
ID: [a-zA-Z_][a-zA-Z_0-9]*;
id: ID;
argument: type id; //maybe replace all with the right hand side.

field: type? id ASSIGN expr SEMI;

// Expressions
expr:
     id
    |value;
// Statements
statementList: statement*;

statement:
    field;


// Add a start rule for testing
root: (
    field
    )*;

Я попытался изменить правило строки на правило синтаксического анализатора с дополнительным шагом, а также с кучей хакерских решений, таких как разделение строки на кавычку и тело строки и наличие отдельного конечного тела.

Лексеры Antlr полностью контекстно-свободны. Любые правила синтаксического анализатора можно переместить из синтаксического анализатора в лексер с тем ограничением, что все правила помечаются знаком fragment, за исключением правила лексера верхнего уровня. Вам не нужны режимы лексера. Но вам нужно будет переименовать символы синтаксического анализатора в символы лексера.

kaby76 12.04.2024 18:27

Поменяв STRING на string, вы также будете пропускать пробелы внутри строковых литералов из-за правила WS.

Bart Kiers 13.04.2024 10:58
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
2
62
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете использовать лексические режимы ANTLR. Когда вы встречаете $", вы переключаетесь в специальный строковый режим и создаете токены, специфичные для интерполированной строки. Внутри этого режима вы снова переключаетесь в «режим кода», когда встречаете {. Вы выходите из этого режима кода после обнаружения } и снова возвращаетесь в режим по умолчанию, когда встречаете ".

Чтобы использовать режимы, вы должны разделить грамматики лексера и парсера в отдельные файлы. Быстрая демонстрация:

// File: ModeDemoLexer.g4
lexer grammar ModeDemoLexer;

PLUS           : '+';
SIMPLE_STRING  : '"' ~["\r\n]* '"';
STRING_START   : '$"' -> pushMode(STRING_MODE);
SPACES         : S+ -> skip;

fragment S     : [ \t\r\n];

mode STRING_MODE;

STRING_END     : '"' -> popMode;
CODE_START     : '{' -> pushMode(CODE_MODE);
STRING_ATOM    : ~["{];

mode CODE_MODE;

CODE_MODE_SKIP : S+ -> skip;
ID             : [a-zA-Z_] [a-zA-Z_0-9]*;
CODE_END       : '}' -> popMode;

и:

// File: ModeDemoParser.g4
parser grammar ModeDemoParser;

options {
  tokenVocab=ModeDemoLexer;
}

parse
 : expr EOF
 ;

expr
 : expr PLUS expr
 | string
 | SIMPLE_STRING
 ;

string
 : STRING_START string_atom* STRING_END
 ;

string_atom
 : STRING_ATOM
 | CODE_START code_expr CODE_END
 ;

code_expr
 : ID
 ;

Если теперь разобрать "normal string" + $"id: { id }", то получим следующий результат:

А без модов можно было бы сделать что-то вроде этого:

parse
 : expr EOF
 ;

expr
 : expr PLUS expr
 | string
 | '(' expr ')'
 | SIMPLE_STRING
 | ID
 ;

string
 : STRING_START expr ( STRING_MIDDLE expr )* STRING_END
 ;

PLUS          : '+';
SIMPLE_STRING : '"' ~["\r\n]* '"' | '$"' ~["\r\n{]* '"';
STRING_START  : '$"' ~["{]* '{';
STRING_MIDDLE : '}' ~["{]* '{';
STRING_END    : '}' ~["{]* '"';
SPACES        : [ \t\r\n]+ -> skip;
ID            : [a-zA-Z_] [a-zA-Z_0-9]*;

Анализ входных данных "normal string" + $"id: { id }, x + y = { (x + y) }" приведет к следующему:

Спасибо вам большое, вы действительно оракул.

Max Møller 15.04.2024 11:43

Другие вопросы по теме