ANTLR4 Lexer操作调用getText（）时结果不正确

Question

看起来lexer操作中的getText（）无法检索正确匹配的令牌。这是正常的行为吗？例如，我的部分语法有以下规则用于解析C++样式的标识符，这些规则支持\u序列将unicode字符嵌入到标识符名称中：

grammar CPPDefine;
cppCompilationUnit: (id_token|ALL_OTHER_SYMBOL)+ EOF;
id_token:IDENTIFIER //{System.out.println($text);}
;
CRLF: '\r'? '\n' -> skip; 
ALL_OTHER_SYMBOL: '\\';
IDENTIFIER: (NONDIGIT (NONDIGIT | DIGIT)*) 
  {System.out.println(getText());}
;
fragment DIGIT: [0-9];
fragment NONDIGIT: [_a-zA-Z]  | UNIVERSAL_CHARACTER_NAME ;
fragment UNIVERSAL_CHARACTER_NAME: ('\\u' HEX_QUAD  | '\\U' HEX_QUAD HEX_QUAD ) ;
fragment HEX_QUAD: [0-9A-Fa-f] [0-9A-Fa-f] [0-9A-Fa-f] [0-9A-Fa-f];

使用包含带有不正确unicode转义序列的标识符的1行输入进行测试：

dkk\uzzzz

dkk
uzzzz

但是，IDENTIFIER lexer规则操作的getText（）会产生以下错误结果：

dkk\u
uzzzz

为什么lexer规则identifier的getText()不同于解析器id_token规则的$text。毕竟，解析器规则只包含这个lexer规则？

编辑：

在ANTLR4.1中发现问题，但在ANTLR4.2中未发现，因此可能已经修复。

Answer 1

根据您的例子很难判断，但我的直觉是您使用的是旧版本的antlr。我无法在ANTLR4.2中复制此问题。