parsing - 如何在删除html标签的antlr语法中处理算术运算符<和>

Question

以下是我的 antlr 3 语法。我想剥离 html 标签内的内容。当我< >在标签内有算术运算符时，就会出现问题。如何处理？

grammar T;
options {
  output=AST;
}
tokens {
  ROOT;
}
parse
  :  text+  ;
text
  :  (tag)=> tag !
  | SPACE !
  |  outsidetag 
  ;
SPACE
    :    (' ' | '\t' | '\r' | '\n')+ ;
tag
  :  OPEN INSIDETAG  CLOSE  ;
CLOSE : '>' ;
OPEN  : '<' ;
INSIDETAG 
: ~(CLOSE|OPEN)+ ;
outsidetag
  :  ~(SPACE) ;

Answer 1

首先，您不需要在 INSIDETAG 规则中检查 OPEN，因为在此处跳过它没有任何害处。事实上，你想要这样。另外结合 tag 和 INSIDETAG 并使其变得贪婪，因此它会尝试消耗任何东西，直到最后一个 CLOSE TOKEN，跳过任何中间的：

tag: options { greedy = true; }: OPEN ~CLOSE* CLOSE;