java - ANTLR 解析未找到正确的词法分析器部分

Question

我是 ANTLR 的新手。

我有以下 ANTLR 语法:

grammar DrugEntityRecognition;

// Parser Rules 

derSentence : ACTION (INT | FRACTION | RANGE) FORM TEXT;

// Lexer Rules

ACTION : 'TAKE' | 'INFUSE' | 'INJECT' | 'INHALE' | 'APPLY' | 'SPRAY' ;

INT : [0-9]+ ;

FRACTION : [1] '/' [1-9] ;

RANGE : INT '-' INT ;

FORM : ('TABLET' | 'TABLETS' | 'CAPSULE' | 'CAPSULES' | 'SYRINGE') ;

TEXT : ('A'..'Z' | WHITESPACE | ',')+ ;

WHITESPACE : ('\t' | ' ' | '\r' | '\n' | '\u000C')+ -> skip ;

当我尝试按如下方式解析句子时:

String upperLine = line.toUpperCase();
org.antlr.v4.runtime.CharStream stream = new ANTLRInputStream(upperLine);
DrugEntityRecognitionLexer lexer = new DrugEntityRecognitionLexer(stream);
lexer.removeErrorListeners();
lexer.addErrorListener(ThrowingErrorListener.INSTANCE);

CommonTokenStream tokenStream = new CommonTokenStream(lexer);
DrugEntityRecognitionParser parser = new DrugEntityRecognitionParser(tokenStream);

try {
        DrugEntityRecognitionParser.DerSentenceContext ctx = parser.derSentence();

        StringBuilder sb = new StringBuilder();

        sb.append("ACTION: ").append(ctx.ACTION());
        sb.append(", ");
        sb.append("FORM: ").append(ctx.FORM());
        sb.append(", ");
        sb.append("INT: ").append(ctx.INT());
        sb.append(", ");
        sb.append("FRACTION: ").append(ctx.FRACTION());
        sb.append(", ");
        sb.append("RANGE: ").append(ctx.RANGE());

        System.out.println(upperLine);
        System.out.println(sb.toString());

  } catch (ParseCancellationException e) {
       //e.printStackTrace();
  }

词法分析器的输入示例:

take 10 Tablet (25MG)  by oral route  every week

在这种情况下，ACTION 节点未填充，但 take 仅被识别为 TEXT 节点，而不是 ACTION 节点。然而，10 被识别为 INT 节点。

如何修改此语法才能正常工作，其中 ACTION 节点正确填充(以及 FORM，也没有填充)？

Answer 1

你的语法有几个问题:

1. 您的 TEXT 规则仅匹配大写字母。行动也是如此。
2. 您不应在单个文本规则中混合标点符号和文本(此处为逗号)，否则您无法随意允许标记之间有空格。
3. 您根本不匹配括号，因此 (25MG) 不是有效输入，解析器会返回错误状态。
4. 您没有检查任何语法错误，以了解识别过程中出现的问题。

此外，当有疑问时，请始终从 token 源打印 token 序列，以查看输入是否实际上已按照您的预期进行 token 化。在进入解析器之前从这里开始修复语法。

关于区分大小写:通常(如果您的语言不区分大小写)您有如下规则:

fragment A: [aA];
fragment B: [bB];
fragment C: [cC];
fragment D: [dD];
...

匹配任一情况下的字母，然后定义关键字:

ACTION : T A K E | I N F U S E | I N J E C T |  I N H A L E | A P P L Y  | S P R A Y;