如何让ANLTR将未知标识符报告为语法错误

Question

我想定义一个语法，其中标识符ID的词法分析器规则只有在有效的情况下才能成功匹配。这样的标识符以集合的形式提供给词法分析器。

基于这里的this answer，我想出了以下解决方案。我添加了另一个lexer构造函数，传入一组有效的标识符。然后，我在ID令牌规则后面添加了一个谓词，以便在找不到匹配的文本时禁用它。然后，词法分析器将匹配UNKNOWN令牌(相同的规则)，我希望强制使用NoViableAltException，因为没有针对包含UNKNOWN的expr的规则。相反，我得到的是MismatchedInputExceptions，这可能没有问题，但不再报告以下所有语法错误。

grammar T;
@lexer::members {
private java.util.Set<String> identifiers = new java.util.HashSet<>();
  public TLexer(CharStream input, java.util.Set<String> s) {
    this(input);
    this.identifiers = s;
  }

  public boolean hasIdentifier(String s) {
    return identifiers.contains(s);
  }
}

prog: expr;

expr
  : expr ('AND' | 'OR') expr
  | ID '=' STRING
  | ID ('=' | '<' | '>') INT
  ;
  
INT: ...
STRING: ...
ID: [a-z][a-zA-Z0-9]* {hasIdentifier(getText())}?;
UNKNOWN: [a-z][a-zA-Z0-9]*;
WS: [ \r\n\t] -> skip();

有没有更好的方法让任何无效的标识符被报告为实际的语法错误？

Answer 1

只有当解析器可以从第一个错误中恢复时，您才会得到其他语法错误。这种能力很大程度上依赖于语法。如果不可能重新同步，解析器将最终放弃，并且永远不会报告更多错误。

因此，我不会尝试得到更多的错误。而是向用户报告一个错误，让他在继续处理进一步的错误之前修复它。