如何用ANTLR4解析XSD Regex的语法？

Question

亲爱的Antlr4社区，

grammar XSDRegExp;

regExp            :     branch ( '|' branch )* ;
branch            :     piece* ;
piece             :     atom quantifier? ;
quantifier        :     Quantifiers | '{'quantity'}' ;
quantity          :     quantRange | quantMin | QuantExact ;
quantRange        :     QuantExact ',' QuantExact ;
quantMin          :     QuantExact ',' ;
atom              :     NormalChar | '(' regExp ')' ;       // excluded | charClass  ;

QuantExact        :     [0-9]+ ;
NormalChar        :     ~[.\\?*+{}()|\[\]] ;        
Quantifiers       :     [?*+] ;     

解析似乎很顺利：

input    a(bd){6,7}c{14,15}

但是，我得到以下错误消息：

input    12{3,4}

错误是：

[1]交换量子精确和正态分布的定义。但是交换在第一个输入中引入了一个错误：

line 1:6 no viable alternative at input '6'

因为在这种情况下，'6'只被视为一个正态分布，而不是一个全精确值。

[2]尝试为Quanteact（数量的花括号）创建一个上下文，这样lexer只在这个有限的上下文中提供Quanteact符号。但是我没有为此找到ANTLR4原语。

所以似乎什么都不起作用，因此我的问题是：我可以用ANTLR4解析这个语法吗？如果是，怎么做？

Answer 1

我知道Lexer也可以将QuantExact作为第一个符号，但是由于解析器只查找NormalChar，所以我没有预料到会出现这个错误。

lexer不会“监听”解析器：无论解析器是否试图匹配normalchar，字符12都将始终匹配为quantacce。lexer试图匹配尽可能多的字符，如果出现平局，它将首先选择定义的规则。

您可以引入与normalchar和quantacce匹配的normalchar规则，并在Atom中使用该规则：

atom              :     normalChar | '(' regExp ')' ;
normalChar        :     NormalChar | QuantExact ;

另一种选择是让lexer只创建单个char标记，并让解析器将这些标记粘合在一起（很像一个PEG）。类似于这样：

regExp            :     branch ( '|' branch )* ;
branch            :     piece* ;
piece             :     atom quantifier? ;
quantifier        :     Quantifiers | '{'quantity'}' ;
quantity          :     quantRange | quantMin | quantExact ;
quantRange        :     quantExact ',' quantExact ;
quantMin          :     quantExact ',' ;
atom              :     normalChar | '(' regExp ')' ; 
normalChar        :     NormalChar | Digit ;
quantExact        :     Digit+ ;

Digit             :     [0-9] ;
NormalChar        :     ~[.\\?*+{}()|\[\]] ;
Quantifiers       :     [?*+] ;