4

all：我正在尝试编写一个 antlr 解析器来解析一些文本，其格式如下：

RP   NUCLEOTIDE SEQUENCE [GENOMIC DNA],
RP   PROTEIN SEQUENCE OF 1-22; 2-17;
RP   240-256; 318-339 AND 381-390, AND CHARACTERIZATION.

基本上所有的行都有一个前导'RP '来指示文本行的用途，最后一行应该以 a"."结尾来指示这种类型的行的结尾。文本也可以是任何东西。我最终需要的是文本。

为此，我编写了一个 Antlr 语法：

grammar RefLine;

rp_line: RP_HEADER RP_TEXT;

RP_HEADER : 'RP   '            -> pushMode(RP_FREE_TEXT_MODE);

mode RP_FREE_TEXT_MODE;
RP_HEADER_SKIP: '\nRP   '      -> skip;
RP_TEXT: .+;
DOT_NEWLINE: '.\n'             -> popMode;

这里的想法是当看到第一个 RP_HEADER 时，它会更改为 RP_FREE_TEXT_MODE 并因此跳过行之间的任何 RP_HEADER。当看到 DOT_NEWLINE 时，返回主模式。

然而，这个语法不能用 Antlr 4.1 编译，产生错误：

[ERROR] Message{errorType=MODE_NOT_IN_LEXER, args=[RP_FREE_TEXT_MODE, org.antlr.v4.tool.Grammar@5c0662], e=null, fileName='RefLine.g4', line=7, charPosition=5}
[WARNING] Message{errorType=IMPLICIT_TOKEN_DEFINITION, args=[RP_TEXT], e=null, fileName='RefLine.g4', line=3, charPosition=19}

我不太明白为什么会产生错误。谁能解释在 Antlr 中使用词法分析器模式的正确方法？另外，在模式中定义的 TOKEN 是否对解析器规则不可用？

编辑：

正如@auselen 建议的那样，我将词法分析器放在一个单独的文件 RefLineLex.g4 中：

lexer grammar RefLineLex;

RP_HEADER : 'RP   '            -> pushMode(RP_FREE_TEXT_MODE);

mode RP_FREE_TEXT_MODE;
RP_HEADER_SKIP: '\nRP   '      -> skip;
RP_TEXT: .+;
DOT_NEWLINE: '.\n'             -> popMode;

在另一个组合语法 RefLine.g4 我有：

grammar RefLine;
import RefLineLex;

rp_line: RP_HEADER RP_TEXT ;

现在 Antlr 编译文件，但在它生成的 RefLineLexer.java 中：

private void RP_HEADER_action(RuleContext _localctx, int actionIndex) {
        switch (actionIndex) {
        case 0: pushMode(RP_FREE_TEXT_MODE);  break;
        }
    }

常量： RP_FREE_TEXT_MODE未在 RefLineLexer.java 中的任何位置定义。我还缺少什么吗？

4

1 回答 1

11

Lexer 模式仅在 Lexer 语法中可用，而在复合语法（Lexer + Parser）中不可用。请参阅Lexer Rules了解一些糟糕的文档，并查看github 上的XML Parser implementation 以获取示例。

您应该能够errorType=MODE_NOT_IN_LEXER在错误打印中的信息非常丰富的消息中理解这一点:)

于 2013-08-15T09:45:46.140 回答