ANTLR4 Lexer匹配行首行行尾

Question

如何在ANLTR4词法分析器中实现Perl正则表达式^和$？即。在不消耗任何字符的情况下匹配行首和行尾。

我正在尝试使用ANTLR4词法分析器在行的开头而不是在行的中间匹配＃＃例如，要隔离并扔掉所有C ++预处理程序指令，而不管它是哪个指令，而忽略a中的＃字符串字面量。（通常，我们可以对C ++字符串文字进行标记化，以消除出现在行中间的＃，但前提是我们不这样做）。那意味着我只想指定＃。*？无需烦扰#if #ifndef #pragma等

同样，C ++标准允许在＃eg前后添加空格和多行注释。

   /* helo
world*/  #  /* hel
l
o
*/  /*world */ifdef .....

被认为是有效的预处理器指令，出现在一行上。（ML COMMENTs中的CRLF被扔掉）

这是我目前正在做的：

PPLINE: '\r'? '\n' (ML_COMMENT | '\t' | '\f' |' ')* '#' (ML_COMMENT | ~[\r\n])+ -> channel(PPDIR); 

但是问题是我必须依靠＃之前CRLF的存在，并将CRLF与指令一起丢弃。我需要替换该指令行的CRLF扔掉的CRLF，所以我必须确保该指令被CRLF终止。

但是，这意味着我的语法无法处理出现在文件开头的指令（即没有在前面的CRLF）或在没有终止CRLF的情况下在EOF之后出现的指令。

如果可以使用Perl样式的regex ^ $语法，则可以匹配SOL / EOL，而不必显式匹配和使用CRLF。

Answer 1

您可以对条件使用语义谓词。

PPLINE
    :   {getCharPositionInLine() == 0}?
        (ML_COMMENT | '\t' | '\f' |' ')* '#' (ML_COMMENT | ~[\r\n])+
        {_input.LA(1) == '\r' || _input.LA(1) == '\n'}?
        -> channel(PPDIR)
    ;