Antlr4令牌存在扰乱解析

Question

USA1-RR-SRX240-EDGE-01 created 10.20.30.40/50985->11.12.13.14/443

grammar Juniper;

WS : (' '|'\t')+ -> skip ;
NL : '\r'? '\n' -> skip ;
fragment DIGIT : '0'..'9' ;
NUMBER : DIGIT+ ;
IPADDRESS : NUMBER '.' NUMBER '.' NUMBER '.' NUMBER ;
SLASH : '/' -> skip ;
RIGHTARROW : '->' -> skip ;
CREATED: 'created' -> skip ;
HOSTNAME : [a-zA-Z0-9\-]+ ;

/* Input sample for rule: USA1-RR-SRX240-EDGE-01 created 10.20.30.40/50985->11.12.13.14/443 */
testcase : HOSTNAME WS CREATED WS IPADDRESS SLASH NUMBER RIGHTARROW IPADDRESS SLASH NUMBER NL;

$ antlr4 Juniper.g4 && javac Juniper*.java && grun Juniper testcase -tree
USA1-RR-SRX240-EDGE-01 created 10.20.30.40/50985->11.12.13.14/443
line 1:48 token recognition error at: '>'
line 1:30 mismatched input '10.20.30.40' expecting WS
(testcase SA1-RR-SRX240-EDGE-01 10.20.30.40 50985- 11.12.13.14 443)

请注意，上面输出的第二行是我粘贴到grun中的数据，然后单击enter并单击Control+D。

在这方面的任何帮助都将非常感谢，一直在敲我的头在这一点上的键盘现在。

Answer 1

识别->的问题是主机名匹配任何字母、数字和破折号序列，其中包括50985-。由于该匹配项长于所匹配的数字(50985)，所以主机名获胜。这显然不是你想要的。

解析日志行通常需要上下文敏感的扫描器，而标准的解析器生成器--更倾向于解析编程语言--并不总是理想的工具。例如，在这种情况下，主机名不能出现在识别它的上下文中，因此它甚至不应该出现在可能的令牌列表中。

当然，您可以定义一个由ip号和端口组成的令牌，用斜杠分隔，这样可以解决歧义，但是（在我看来）这将是次优的，因为您最终会重新扫描令牌来解析它。