ANTLR 解析器问题

Question

我正在尝试解析许多文本记录，其中记录中的元素由“+”字符分隔，并且整个记录由“#”字符终止。例如 E1+E2+E3+E4+E5+E6#

单个元素可以是必需的，也可以是可选的。如果一个元素是可选的，那么它的值就会丢失。例如，如果 E2 缺失，则输入字符串将为：E1++E3+E4+E5+E6#。

但是，在处理空的尾随元素时，分隔符 char ('+') 也可能会丢失。例如，如果缺少最后 3 个元素，则字符串可能是：E1+E2+E3#，但也可能是： E1+E2+E3+++#

我在 Antlr 中尝试过以下规则：

'R1''E1 + E2 + E3''+'？ “E4”？ '+'？ “E5”？ '+'？ “E6”？ '#

但是 Antlr 抱怨说它是模棱两可的（E3 后面的每个标记都可能是 E4、E5 或 E6）。输入语法是固定的（它来自旧的大型机系统），所以我想知道是否有人可以解决这个问题？

另一种方法是在规则中指定所有不同的排列，但这将是一项主要任务。

最好的问候和感谢，

迈克尔

Answer 1

这个任务听起来对 ANTLR 来说太过分了，你有什么理由不使用“+”作为分隔符将字符串拆分成一个数组？

如果它来自大型机，则很可能打算以简单的方式进行处理。

例如，
C++：http://www.cplusplus.com/reference/clibrary/cstring/strtok/
PHP : http://us3.php.net/manual/en/function.explode.php
爪哇：http://java.sun.com/javase/6/docs/api/java/lang/String.html#split%28java.lang.String%29
C#：http://msdn.microsoft.com/en-us/library/system.string.split%28VS.71%29.aspx

只是一个想法。

Answer 2

如果这不明确，可能是因为您的 Es 都具有相同的格式（更复杂的情况是您的 Es 都以相同的 k 字符开头，其中 k 是您的向前看，但我会假设情况并非如此。如果是，这仍然有效；它只需要一个额外的步骤。）

所以看起来您最多可以有 6 个Es 和最多 5 个+s。我们会说“段”是一个可选的E，后跟一个+ - 您可以有5 个段，以及一个可选的尾随E。

这个语法大致可以这样表示（ANTLR语法不完善，因为我不是很熟悉）：

r : (e_opt? PLUS){1,5} e_opt? END
e_opt : E  // whatever your E is
PLUS : '+'
END : '#'

如果 ANTLR 不支持 {1,5} 之类的内容，则与以下内容相同：

(e_opt? PLUS) ((e_opt? PLUS) ((e_opt? PLUS) ((e_opt? PLUS) (e_opt? PLUS)?)?)?)?

这不是那么干净，所以也许有更好的方法来做到这一点。