令牌在ANTLR 3 C中返回值

Question

我是ANTLR的新手,我正在尝试使用C语言目标(antler3C)编写一个简单的解析器.语法很简单,我想让每个规则返回一个值,例如:

number returns [long value]
 :
 ( INT {$value = $INT.ivalue;}
 | HEX {$value = $HEX.hvalue;}
 ) 
 ; 

HEX returns [long hvalue] 
    : '0' 'x' ('0'..'9'|'a'..'f'|'A'..'F')+  {$hvalue = strtol((char*)$text->chars,NULL,16);}
    ;

INT returns [long ivalue] 
    : '0'..'9'+    {$ivalue = strtol((char*)$text->chars,NULL,10);}
    ;

每个规则收集它的子规则的返回值,直到最顶层的规则返回一个充满我的数据的漂亮结构.

据我所知,ANTLR允许词法分析器规则(令牌,例如'INT'和'HEX')返回值,就像解析器规则一样(例如'number').但是,生成的C代码将无法编译:

error C2228: left of '.ivalue' must have class/struct/union
error C2228: left of '.hvalue' must have class/struct/union

我做了一些探讨,错误是有道理的 - 令牌最终成为通用的ANTLR3_COMMON_TOKEN_struct,它不允许返回值.所以也许C目标不支持这个功能.但就像我说的那样,我是新手,在我开始寻找另一种方法之前,我想确认一下我不能这样做.

所以问题是:'antler3C是否支持lexer规则的返回值,如果是,那么使用它们的正确方法是什么？

Answer 1

没有任何新的信息,只是关于@bemace已经提到的一些细节.

不,词法分析器规则不能有返回值.见4.3规则从权威ANTLR参考:

规则参数和返回值

就像函数调用一样,ANTLR解析器和树解析器规则可以有参数和返回值.ANTLR词法分析器规则不能有返回值[...]

有两种选择:

选项1

您可以long在解析器规则中转换为a number:

number returns [long value]
  :  INT {$value = Long.parseLong($INT.text);}
  |  HEX {$value = Long.parseLong($HEX.text.substring(2), 16);}
  ;

选项2

或者创建自己的令牌,例如,有一个toLong(): long方法:

import org.antlr.runtime.*;

public class YourToken extends CommonToken {

  public YourToken(CharStream input, int type, int channel, int start, int stop) {
    super(input, type, channel, start, stop);
  }

  // your custom method
  public long toLong() {
    String text = super.getText();
    int radix = text.startsWith("0x") ? 16 : 10;
    if(radix == 16) text = text.substring(2);
    return Long.parseLong(text, radix);
  }
}

并在options {...}语法的标题中定义以使用此标记并覆盖emit(): Tokenlexer类中的方法:

grammar Foo;

options{
  TokenLabelType=YourToken;
}

@lexer::members {
  public Token emit() {
    YourToken t = new YourToken(input, state.type, state.channel, 
        state.tokenStartCharIndex, getCharIndex()-1);
    t.setLine(state.tokenStartLine);
    t.setText(state.text);
    t.setCharPositionInLine(state.tokenStartCharPositionInLine);
    emit(t);
    return t;
  }
}

parse
  :  number {System.out.println("parsed: "+$number.value);} EOF
  ;

number returns [long value]
  :  INT {$value = $INT.toLong();}
  |  HEX {$value = $HEX.toLong();}
  ;

HEX
  :  '0' 'x' ('0'..'9'|'a'..'f'|'A'..'F')+
  ;

INT
  :  '0'..'9'+
  ;

生成解析器和词法分析器时,运行此测试类:

import org.antlr.runtime.*;
import java.io.*;

public class Main {
    public static void main(String[] args) throws Exception {
        ANTLRStringStream in = new ANTLRStringStream("0xCafE");
        FooLexer lexer = new FooLexer(in);
        CommonTokenStream tokens = new CommonTokenStream(lexer);
        FooParser parser = new FooParser(tokens);
        parser.parse();
    }
}

它将产生以下输出:

parsed: 51966

在您的情况下,第一个选项似乎更实用.

请注意,正如您所看到的,给出的示例是Java.我不知道C目标/运行时是否支持选项2.我决定发布它,以便能够将其作为SO的未来参考.