antlr - 忽略的下划线字母

Question

如果我尝试在解释器中运行“___sad”以获取以下语法

grammar identTest;
options       

{   
    language = Java;
    output=AST;
}


goal: identifier;

fragment Letter: (('a'..'z') | ('A'..'Z'));
fragment Digit : '0' .. '9';
identifier :IDENTIFIER;


IDENTIFIER: Letter+;
WS:(' '|'\r'|'\t'|'\u000C'|'\n') {$channel=HIDDEN;};

解释器输出： 调试器输出：

解释器包含下划线字母，而调试器似乎只是忽略了它！我希望在这种情况下会出现某种异常（因为语法中只定义了“A”-“z”字母）。我的语法有什么问题？

Answer 1

不要使用解释器：它有问题。

使用调试器，您可以查看按下Output按钮（左下角）后解析器产生的警告/错误/异常。执行此操作时，您将看到以下内容：

.../__Test___input.txt line 1:0 no viable alternative at character '_'
.../__Test___input.txt line 1:1 no viable alternative at character '_'
.../__Test___input.txt line 1:2 no viable alternative at character '_'

解析器只是从下划线中恢复并继续解析。

如果您不希望您的词法分析器从这种没有可行的替代警告中恢复，只需创建一个通过词法分析器规则（称为OTHER）并从中抛出异常：

grammar identTest;

options       
{   
    language = Java;
    output=AST;
}


goal       : identifier;
identifier : IDENTIFIER;

IDENTIFIER : Letter+;
WS         : (' '|'\r'|'\t'|'\u000C'|'\n') {$channel=HIDDEN;};
OTHER      : . {throw new RuntimeException("unknown char: '" + $text + "'");};

fragment Letter : (('a'..'z') | ('A'..'Z'));
fragment Digit  : '0' .. '9';