parsing - 将括号解析为原子 ANTLR

Question

我正在尝试匹配平衡的括号，这样，PARAMS如果进行匹配，就会创建一棵树，否则 LPARAM 和 RPARAM 令牌只是作为原子添加到树中......

tokens
{
    LIST;    
    PARAMS;
}

start   : list -> ^(LIST list);

list    : (expr|atom)+;

expr : LPARAM list? RPARAM -> ^(PARAMS list?);

atom :  INT | LPARAM | RPARAM;

INT :   '0'..'9'+;
LPARAM  :   '(';
RPARAM  :   ')';

目前，它永远不会创建PARAMS树，因为在规则 expr 中，它总是将结尾RPARAM视为原子，而不是该规则的结束标记。

所以目前，类似的东西1 2 3 (4) 5被添加到LIST树中作为标记的平面列表，而不是所需的分组。

我之前处理过将标记作为原子添加到树中，但他们从来没有能够启动另一个规则，就像LPARAM这里一样。

我需要某种语法/语义谓词吗？

score 3 · Accepted Answer

这是一个带有几个约束的简单方法。我认为这些符合您在评论中提到的预期行为。

不匹配的LPARAM永远不会出现在子列表中
不匹配的RPARAM永远不会出现在子列表中

语法：

start   : root+ EOF -> ^(LIST root+ );

root    : expr
        | LPARAM
        | RPARAM
        ;
        
expr    : list
        | atom
        ;           
        
list    : LPARAM expr+ RPARAM -> ^(LIST expr+)
        ;

atom    : INT
        ;

规则root匹配不匹配LPARAM的 s 和RPARAMs。规则list，atom只关心自己。

该解决方案相对脆弱，因为 ruleroot需要在和expr之前列出。即便如此，也许这足以解决您的问题。LPARAMRPARAM

测试用例 1：没有列表

输入：1 2 3

输出：

1 2 3

测试用例 2：一个列表

输入：1 (2) 3

输出：

1 (2) 3

测试用例 3：两个列表

输入：(1) 2 (3)

输出：

(1) 2 (3)

测试用例 4：没有列表，左不匹配

输入：((1 2 3

输出：

((1 2 3

测试用例 5：两个列表，左不匹配

输入：((1 (2) (3)

输出：

（（1（2）（3）

测试用例 6：没有列表，权限不匹配

输入：1 2 3))

输出：

1 2 3))

测试用例 7：两个列表，权限不匹配

输入：(1) (2) 3))

输出：

(1) (2) 3))

测试用例 8：两个列表，混合不匹配的左侧

输入：((1 (2) ( (3)

输出： (((1 (2)) ( (3)

测试用例 9：两个列表，混合错配权限

输入：(1) ) (2) 3))

输出：

(1) ) (2) 3))

这是一个稍微复杂一点的语法，它作用于[]和()对。我认为当你添加对时，解决方案会变得更糟，但是，嘿，这很有趣！您可能还遇到了语法驱动的 AST 构建所能做的限制。

start   : root+ EOF -> ^(LIST root+ )
        ;
        
root    : expr
        | LPARAM
        | RPARAM
        | LSQB
        | RSQB
        ;       
expr    : plist
        | slist
        | atom
        ;           
        
plist   : LPARAM pexpr* RPARAM -> ^(LIST pexpr*)
        ;
        
pexpr   : slist
        | atom
        | LSQB
        | RSQB
        ;       
        
slist   : LSQB sexpr* RSQB -> ^(LIST sexpr*)
        ;
        
sexpr   : plist
        | atom
        | LPARAM
        | RPARAM
        ;               
        
atom    : INT;

INT     : ('0'..'9')+;
LPARAM  : '(';
RPARAM  : ')';
LSQB    : '[';
RSQB    : ']';