小编Nic*_* B.的帖子

我想解析纯文本注释并在其中查找某些标签。我要寻找的标签类型如下：

<name#1234>

其中“名称”是[az]字符串（来自固定列表），“ 1234”表示[0-9] +数字。这些标签可以出现在字符串中零次或多次，并被任意其他文本包围。例如，以下字符串均有效：

"Hello <foo#56> world!"
"<bar#1>!"
"1 &lt; 2"
"+<baz#99>+<squid#0> and also<baz#99>.\n\nBy the way, maybe <foo#9876>"

以下字符串均无效：

"1 < 2"
"<foo>"
"<bar#>"
"Hello <notinfixedlist#1234>"

最后一个无效，因为“ notinfixedlist”不是受支持的命名标识符。

我可以使用简单的正则表达式轻松地对此进行解析（例如，为简单起见，我省略了命名组）：

<[a-z]+#\d+>

或直接指定一个固定列表：

<(foo|bar|baz|squid)#\d+>

但出于某些原因，我想使用antlr：

• 我希望任何与该格式不匹配的内容都导致解析错误，因此，如果文本包含“ <”或“>”但与模式不匹配，则它将失败。这些字符必须转义为“＆lt;”。和“＆gt;” 如果不是标签则分别添加。
• 将来我可能会扩展它以支持其他类型的模式（例如：“ {foo + 666}”或“ [[@ 1234]]”，并希望避免正则表达式语句激增。只有一个语法文件，我可以扩展会很棒。
• 我喜欢antlr4实现访客模式，并且遇到特定类型的标记时调用我的代码的事实，而不必同时修改各种正则表达式。

如何使用antlr4实施这样的语法？我看到的大多数示例都是针对遵循完整文本严格规则的语言的，而我只希望语法适用于任意文本内的匹配模式。

我想出了这个，我认为是正确的：

grammar Tags;

parse 
    : ( tag | text )*
    ;

tag 
    : '<' fixedlist '#' ID '>'
    ;

fixedlist 
    : 'foo' 
    | 'bar' 
    | 'baz' 
    | 'squid';

text 
    : ~('<' | '>')+
    ;

ID …