我将 Antlr4 与 python3 运行时一起使用。在我尝试解析的语言中,有许多操作(大约 50 个)接受固定数量的参数,格式为 OPNAME [parameter1, parameter2, parameter3 ]
我曾经有一个语法规则是这样的:
statement: OP1 '[' NUM ']'
| OP2 '[' NUM ',' NUM ']'
| OP3 '[' NUM ',' NUM ',' NUM ']'
| OP2or3 (('[' NUM ',' NUM ']')|('[' NUM ',' NUM ',' NUM ']'))
;
但是,为了更加清楚,我决定创建一个子规则 parameter[n] 来接受恰好 n 参数。因此,我的(完整示例)语法如下所示:
grammar test;
program: (statement? NEWLINE)* EOF;
statement: OP1 parameter[1]
| OP2 parameter[2]
| OP3 parameter[3]
| OP2or3 (parameter[2]|parameter[3])
;
parameter[n]
locals[i = 1]
: '[' NUM
( ',' NUM {$i += 1} )*
']'
{$i == $n}?
;
OP1 : 'OP1' ;
OP2 : 'OP2' ;
OP3 : 'OP3' ;
OP2or3 : 'OP2or3' ;
NUM : ('0'..'9')+;
NEWLINE : '\n' ;
WS : [ \t\r] -> channel(1);
在下面的 testfile.txt 上运行这个语法几乎可以工作。我测试了在 OP1、OP2 和 OP3 中有或多或少的参数,如果我没有恰好对应数量的参数,那就失败了。 但是,这对 OP2or3 不起作用,它总是对 3 个参数失败。我猜 antlr 解析器首先尝试检查 2 个参数,判断失败,然后无法正确回溯(错误消息是 Error at [5:16] : rule parameter failed predicate: {$i == $n}? )。 testfile.txt 的内容:
OP1 [1]
OP2 [32, 52]
OP3 [1, 2, 3]
OP2or3 [1, 2]
OP2or3 [1, 2, 3]
我试图用入口处带有谓词的更明确的规则替换,但这仍然不起作用(错误消息是 Error at [5:7] : no viable alternative at input '[' )
parameter[n]
: {$n == 1}? '[' NUM ']'
| {$n == 2}? '[' NUM ',' NUM ']'
| {$n == 3}? '[' NUM ',' NUM ',' NUM ']'
;
有关信息,这是我用来测试语法的 python 代码:
import codecs
from antlr4 import *
from antlr4.error.ErrorListener import ErrorListener
from testParser import testParser as Parser
from testLexer import testLexer as Lexer
class SimpleErrorThrower(ErrorListener):
def syntaxError(self, recognizer, offendingSymbol, line, column, msg, e):
msg = msg.replace('\n', '\\n')
raise RuntimeError("Error at [%s:%s] : %s" % (line, column, msg))
def load_code(filename):
return codecs.decode(open(filename, 'rb').read(), 'utf-8')
def ParseFromRule(input_string, rule_to_call='program'):
'''Try to parse a given string (case insensitive) from a given rule.
Raises 'AttrivuteError' if rule does not exist.
Raises 'ParsingException' if parsing failed.
Returns the parse tree if parsing was successfull.'''
source = InputStream(input_string)
lexer = Lexer(source)
stream = CommonTokenStream(lexer)
parser = Parser(stream)
parser.removeErrorListeners()
parser.addErrorListener(SimpleErrorThrower())
parseTree = getattr(parser, rule_to_call)()
return parseTree
if __name__ == '__main__':
from argparse import ArgumentParser
args = ArgumentParser()
args.add_argument("-p", "--print", help="Print resulting tree.", action='store_true')
args.add_argument("filename", metavar="Source filename", help="file containing the code to test.", type=str)
options = args.parse_args()
input_string = load_code(options.filename)
try:
tree = ParseFromRule(input_string, 'program')
except RuntimeError as e:
print(str(e))
exit(1)
if options.print:
print(tree.toStringTree(recog=tree.parser))
这是我的Makefile:
ANTLR_CP=/usr/local/bin/antlr-4.5.1-complete.jar
ANTLR=java -Xmx500M -cp "$(ANTLR_CP):$$CLASSPATH" org.antlr.v4.Tool
all: testParser.py
clean:
rm -f *Lexer.py *Listener.py *Parser.py *.tokens *.pyc
testParser.py: *.g4
$(ANTLR) -Dlanguage=Python3 test.g4
你知道我是否可以制定一个规则 parameter[n] 也适用于 OP2or3 吗? 确实有那个子规则有助于清晰度,规则往往会经常更改(每隔几个月添加或删除一些运算符)
请您参考如下方法:
嗯,很抱歉打扰了任何看我问题的人,但我自己找到了答案,使用 python 魔法。也许有一天可以帮助某人。我修改了 parameter[n] 以将 int 或 tuple 作为输入:
parameter[n]
locals[i = 1]
: '[' NUM
( ',' NUM {$i += 1} )*
']'
{($i == $n or $i in $n)}?
;
注意语义谓词中的括号。 You need to put thoses parentheses 因为它将在 python 解析器中被翻译为 not (i == n or i in n),没有括号就不会正确否定(我想这可以被视为 antlr4 错误。)
因此,现在我的声明规则是:
statement: OP1 parameter[1]
| OP2 parameter[2]
| OP3 parameter[3]
| OP2or3 parameter[(2, 3)]
;
这对我的测试文件有效:
$ python3 test_grammar.py testfile.txt -p
(program (statement OP1 (parameter [ 1 ]))
(statement OP2 (parameter [ 32 , 52 ]))
(statement OP3 (parameter [ 1 , 2 , 3 ]))
(statement OP2or3 (parameter [ 1 , 2 ]))
(statement OP2or3 (parameter [ 1 , 2 , 3 ]))
<EOF>)
