ANTLR :词法分析器或解析器错误？

Question

我用ANTLR写了一个简单的词法分析器，ID的语法是这样的：

ID  :   (('a'..'z'|'A'..'Z') ('a'..'z'|'A'..'Z'|'0'..'9'|'_')*|'_'('a'..'z'|'A'..'Z') ('a'..'z'|'A'..'Z'|'0'..'9'|'_')*);

(开头不允许有数字)

当我生成代码(用java)并测试输入时：

3a

我预计会出现错误，但输入被识别为"INT ID“，我如何修复语法以使其报告错误？(仅使用lexer规则)

感谢您的关注

Answer 1

请注意，您的规则可以重写为：

ID
 : ('a'..'z' | 'A'..'Z' | '_') ('a'..'z' | 'A'..'Z' | '0'..'9' |'_')*
 ;    

或者使用fragments (不会生成标记的规则，但仅供其他词法分析器规则使用)：

ID
 : (Letter | '_') (Letter| Digit |'_')*
 ;

fragment Letter
 : 'a'..'z'
 | 'A'..'Z'
 ;

fragment Digit
 : '0'..'9'
 ;

但是，如果像"3a"这样的输入被您的词法分析器识别并生成标记INT和ID，那么您就不应该进行任何更改。这种输入的问题可能会出现在您的解析器规则中，因为它在语义上是不正确的。

如果你真的想让lexer来处理这类事情，你可以这样做：

INT
 : Digit+ (Letter {/* throw an exception */})?
 ;

如果您希望允许INT文字可能以f或L结尾，则必须首先检查Letter的内容，如果不是"f"或"L"，则抛出异常。