我正在研究为 Apex 语言（Java 上的 Salesforce.com 变体）和 perhams VisualForce（其基于标签的标记语言）编写代码格式化工具的可行性。
我不知道从哪里开始，除了感觉/知道从头开始编写语言解析器可能不是最好的方法。
我对 Antlr 是什么以及它的作用知之甚少，但从概念上讲，我想象一个人可以“训练” antlr 来理解 Apex 的语法。然后，我可以在数据结构（AST？）中获得代码的结构化版本，然后我可以步行以生成格式正确的代码。
这是正确的概念吗？Antlr 是一个工具吗？有没有关于这个的简要概要的链接？我正在寻找在这项任务上投入几天，而不是几个月，我不确定它是否能模糊地实现。
史蒂文希律写道：
...我想象一个人可以“训练” antlr 来理解 Apex 的语法。...
“'train'antlr”是什么意思？像人工智能一样“训练”（训练神经网络）？如果是这样，那你就错了。
史蒂文希律写道：
...在数据结构（AST？）中获取代码的结构化版本，然后我可以步行以生成格式正确的代码。
这是正确的概念吗？Antlr 是一个工具吗？
是的，或多或少。您编写的语法精确定义了您要解析的语言。然后使用 ANTLR，它将根据语法文件生成词法分析器（标记器）和解析器。您可以让解析器从您的输入源创建一个 AST，然后遍历 AST 并发出（自定义）输出/代码。
史蒂文希律写道：
...我正在寻找在这项任务上投入几天，而不是几个月，而且我不确定它是否可以模糊地实现。
好吧，我当然不认识你，但我想说为类似于 Java 的语言编写语法，然后在短短几天内通过 AST 发出输出是不可能的，对于新手来说更是如此ANTLR。我对 ANTLR 相当熟悉，但我在短短几天内做不到。请注意，我只是在谈论“解析部分”，在你完成之后，你需要将它集成到一些文本编辑器中。这一切看起来更像是一个几个月的项目，甚至不是几周，更不用说几天了。
因此，简而言之，如果您只想编写自定义代码荧光笔，那么 ANTLR 不是您的最佳选择。
你可以看看在底层使用 ANTLR 的Xtext 。引用他们的网站：
使用 Xtext，您可以轻松创建自己的编程语言和特定领域语言 (DSL)。该框架支持语言基础设施的开发，包括编译器和解释器以及成熟的基于 Eclipse 的 IDE 集成。...
但我怀疑您是否会在几天内启动并运行一个 Eclipse 插件。
无论如何，祝你好运！
由于 Apex 语法与 Java 相似，因此我会查看 Eclipse 的 JDT。编辑 Java 语法以匹配 Apex。使用格式规则/选项执行相同的操作。这已经不止几天的工作了。
我们的DMS Software Reengineering Toolkit旨在做到这一点，就像做任何类型的自动化软件再造项目所必需的那样。
DMS 允许定义语法，类似于 ANTLR（和其他解析器生成器）样式。与 ANTLR（和其他解析器生成器）不同，DMS 使用 GLR 解析器，这意味着您不必弯曲语言语法规则来满足解析器生成器的要求。如果您可以编写上下文无关语法，DMS 会将其转换为该语言的解析器。这意味着实际上您可以比使用典型的 LL 或 L(AL)R 解析器生成器更快地获得有效的、正确的语法。
与 ANTLR（和其他解析器生成器）不同，构建 AST 不需要额外的工作；它是自动构建的。这意味着您花费零时间编写树构建规则而无需调试它们。
DMS 还提供了一种漂亮的打印规范语言，指定文本框垂直、水平或缩进堆叠，您可以在其中定义用于将 AST 转换回完全合法、格式良好的源文本的“格式”。众所周知的解析器生成器在这里都没有提供任何帮助。如果你想漂亮地打印树，你需要做大量的自定义编码。有关这方面的更多详细信息，请参阅我对Compiling an AST back to source 的SO 回答。这意味着您可以在一个（紧张的）下午为您的语法构建一个漂亮的打印机，只需使用框布局指令注释语法规则。
DMS 的词法分析器非常小心地捕捉注释和“词法格式”（那个数字是八进制的吗？那个字符串有什么样的引号？转义字符？）以便它们可以正确地重新生成。Parse-to-AST 然后 prettyprint-AST-to-text 往返将任意丑陋的代码转换为遵循漂亮打印规则的格式化代码。（这个往返是赌注：如果你想走得更远，要实际操纵 AST，你仍然希望能够重新生成有效的源文本）。
我们最近为 EGL 构建了解析器/漂亮打印机。这花了大约一周的时间。当然，我们是我们工具的专家。
您可以从我们的网站下载使用 DMS 构建的多种不同格式化程序中的任何一种，以查看此类格式化可以做什么。
编辑 2012 年 7 月：上周（5 天）使用 DMS，我们（我个人）从头开始构建了一个完全符合 IEC61131-3“结构化文本”（工业控制语言，类似 Pascal）的解析器和漂亮打印机。（它处理标准文档中的所有示例）。
对一种语言进行逆向工程以获取解析器是很困难的。很难！即使它非常接近Java。
但为什么要重新发明轮子呢？
作为 GitHub 上 Force.com IDE 的一部分，有一个很棒的 Apex 解析器实现。它只是一个没有源代码的 jar，但您可以随意使用它。而且它背后的开发人员真的很支持和乐于助人。
我们目前正在这里构建著名的 Java 静态代码分析器 PMD的Apex 模块。我们使用 Salesforce.com 内部解析器。它就像一个魅力。
嘿，这是一个开源项目，我们需要任何类型的贡献者；-)