- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个奇怪的输入格式:
ACOMAND 1.0 1.0
ACOMAND
ACOMAND 1.0
ACOMAND 1.0 1.0 1300.2 .9 1.0
ACOMAND 1.0 1.0 1300.2 .9
ACOMAND OKK 1.0 1300.2 .9 1.0 WOW
ACOMAND 1.0 1.0 1300.2
每个命令都有自己的权限,其中缺失或空白的列隐式为零。基本上第一个字符串是左对齐的,所有其他字符串都是右对齐到第 20、30、40、...、80 列。第一列始终是 ID。所有其他列都是 ID 或 float 。空列(填充空格或什么都没有)隐式为零。
我该如何解析它?
我想过:
grammar WeirdGrammar;
comm: KEYWORD NEWLINE
| KEYWORD COLUMN NEWLINE
| KEYWORD COLUMN COLUMN NEWLINE
| KEYWORD COLUMN COLUMN COLUMN NEWLINE
| KEYWORD COLUMN COLUMN COLUMN COLUMN NEWLINE
| KEYWORD COLUMN COLUMN COLUMN COLUMN COLUMN NEWLINE
| KEYWORD COLUMN COLUMN COLUMN COLUMN COLUMN COLUMN NEWLINE
| KEYWORD COLUMN COLUMN COLUMN COLUMN COLUMN COLUMN COLUMN NEWLINE
;
KEYWORD: [A-Z] {getCharPositionInLine() == 1}? ([A-Z]|'-')* WS*? {getCharPositionInLine() == 10}? ;
COLUMN: .+? {(getCharPositionInLine() % 10) == 0}? ;
NEWLINE : '\r'? '\n' ;
WS : [ \t] ;
基本上,我们的想法是处理 KEYWORD
和 COLUMN
的所有组合,从 KEYWORD
到 KEYWORD
后跟 7 个 COLUMN
。 COLUMN
宽度限制为 10,这是通过非贪婪地匹配任何内容来强制执行的,直到 CharPosition 与 10 的模数为零。关键字应该从行的开头开始,因此是该标记的第一条规则,然后它应该不超过第 10 列,因此是第二个谓词。但是目前这不起作用,而是返回:
line 1:0 mismatched input 'ACOMAND 1' expecting KEYWORD
即使在我天真的实现中,这仍然无法处理尾随空格,但我认为不强加尾随空格将是一个问题。
最佳答案
1) 使用 ANTLR 4.6 和给定的语法和输入,我得到以下消息:
line 3:0 no viable alternative at input 'ACOMAND 1.0 1.0\nACOMAND\nACOMAND '
调试语法时,列出词法分析器看到的标记非常有用:
$ echo $CLASSPATH
.:/usr/local/lib/antlr-4.6-complete.jar
$ alias grun
alias grun='java org.antlr.v4.gui.TestRig'
$ grun Question question -tokens data.txt
[@0,0:9='ACOMAND ',<KEYWORD>,1:0]
[@1,10:19=' 1.0',<COLUMN>,1:10]
[@2,20:29=' 1.0',<COLUMN>,1:20]
[@3,30:30='\n',<COLUMN>,1:30]
[@4,31:38='ACOMAND\n',<COLUMN>,2:0]
4.6之前,显示tokens [@3,30:30='\n',<n>,1:30]
你必须查看文件 -grammar-.tokens
哪个 token 的编号为 n
.现在翻译的很精彩,立马看到换行符已经被识别为token COLUMN
, 不是 NEWLINE
如你所料。这是因为词法分析器试图按顺序将输入与每个规则匹配:
'\n'
匹配[A-Z]
?不,所以它不是 KEYWORD
, 下一条规则'\n'
匹配.+?
?是的,所以它是 COLUMN
, 没有机会到达 NEWLINE
规则。所以你需要把COLUMN
在 NEWLINE
之后 规则规则。
您还会看到第二行输入已标记为 [@4,31:38='ACOMAND\n',<COLUMN>,2:0]
因为它不能匹配
KEYWORD: [A-Z] ... WS*?
因为规则需要空格,而且只有一个 NL。因此替换 WS*?
通过 ( WS* | NEWLINE )
.
最后简化冗余规则:
grammar Question;
question
: KEYWORD COLUMN* NEWLINE
;
KEYWORD : [A-Z] {getCharPositionInLine() == 1}? ([A-Z]|'-')* ( WS* | NEWLINE ) {getCharPositionInLine() <= 10}? ;
NEWLINE : '\r'? '\n' ;
WS : [ \t] ;
COLUMN: .+? {(getCharPositionInLine() % 10) == 0}? ;
现在词法分析器提供:
[@0,0:9='ACOMAND ',<KEYWORD>,1:0]
[@1,10:19=' 1.0',<COLUMN>,1:10]
[@2,20:29=' 1.0',<COLUMN>,1:20]
[@3,30:30='\n',<NEWLINE>,1:30]
[@4,31:38='ACOMAND\n',<KEYWORD>,2:0]
.
.
2)
但这一切真的有用吗?解析器生成器是合适的工具吗?删除一个空格,看看会发生什么:
line 2:0 extraneous input 'ACOMAND\n' expecting {NEWLINE, COLUMN}
我认为你应该让词法分析器做一个没有这些位置限制的简单工作:为非空白数据创建一个标记并消除空白。稍后在解析器或监听器中,您可以检查位置:每个标记都具有开始、停止、行等属性。
为什么不是 Ruby 脚本? :-)
# Split 80 columns lines into 10 columns wide tokens, associate each token
# with its stop position in line (counting from 1) and an OK/WRONG flag
# if it is not aligned correctly.
tokens = Array.new
IO.readlines("data.txt").each_with_index do | line, i |
if i == 0
then
puts " #{line}"
next
end
line_tokens = Array.new
line = line.chomp # remove NL
print "line #{i + 1} : "
8.times.each do | n | # n = 0 to 7
a = n * 10 # begin of split range counting from 0
b = n * 10 + 9 # end of range
token = line.slice(a..b)
next if token.nil? || token.length == 0 # nil if edge case
print token
good_position = 'OK'
position = b + 1
case n
when 0 # first token must be at column 1
good_position = 'WRONG' if token[0] == ' '
else # other tokens must be right aligned in their 10 columns width field
if token[-1] == ' ' && token != ' ' # not followed by NL
then
good_position = 'WRONG'
unless (pos = token.rindex(' ')).nil?
position = position - 10 + pos - 1
end
end
if token.length != 10 # last in line
then
good_position = 'WRONG'
position = position - 10 + token.length
end
end
line_tokens << [token.strip, position, good_position]
break if b > line.length
end
puts # print a NL because print doesn't do it
tokens << line_tokens
end
puts
puts "Lists of tokens : "
p tokens
输入数据.txt :
....+....1....+....2....+....3....+....4....+....5....+....6....+....7....+....8
ACOMAND 1.0 1.0
ACOMAND
ACOMAND 1.0
ACOMAND 1.0 1.0 1300.2 .9 1.0
ACOMAND 1.0 1.0 1300.2 .9
ACOMAND OKK 1.0 1300.2 .9 1.0 WOW
ACOMAND 1.0 1.0 1300.2
输出:
$ ruby -w split.rb
....+....1....+....2....+....3....+....4....+....5....+....6....+....7....+....8
line 2 : ACOMAND 1.0 1.0
line 3 : ACOMAND
line 4 : ACOMAND 1.0
line 5 : ACOMAND 1.0 1.0 1300.2 .9 1.0
line 6 : ACOMAND 1.0 1.0 1300.2 .9
line 7 : ACOMAND OKK 1.0 1300.2 .9 1.0 WOW
line 8 : ACOMAND 1.0 1.0 1300.2
Lists of tokens :
[[["ACOMAND", 10, "OK"], ["1.0", 20, "OK"], ["1.0", 29, "WRONG"]],
[["ACOMAND", 10, "OK"]], [["ACOMAND", 10, "OK"], ["1.0", 20, "OK"]],
[["ACOMAND", 10, "OK"], ["1.0", 20, "OK"], ["1.0", 30, "OK"], ["1300.2",
40, "OK"], ["", 50, "OK"], [".9", 58, "WRONG"], ["1.0", 68, "WRONG"]],
[["ACOMAND", 10, "OK"], ["1.0", 20, "OK"], ["1.0", 30, "OK"], ["1300.2",
40, "OK"], ["", 50, "OK"], [".9", 60, "OK"]], [["ACOMAND", 10, "OK"],
["OKK", 20, "OK"], ["1.0", 30, "OK"], ["1300.2", 40, "OK"], ["", 50,
"OK"], [".9", 60, "OK"], ["1.0", 70, "OK"], ["WOW", 80, "OK"]],
[["ACOMAND", 10, "OK"], ["1.0", 20, "OK"], ["1.0", 30, "OK"], ["1300.2",
40, "OK"]]]
关于antlr - 使用 ANTLR4 解析固定宽度的输入,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42101184/
让我们考虑以下 ANTLR4 语法(最小示例): grammar Foo; expr : a? b? c? ; 我如何指定 a、b 或 c 中的至少一个 必须出现在表达式? 基本上我正在寻
我为字符串变量声明写了下面的语法。字符串的定义类似于单引号之间的任何内容,但必须有一种方法可以通过使用 $ 字母转义将单引号添加到字符串值。 grammar test; options {
我最近创建了一个 ANTLR3 解析器规则 options : foo bar; 它没有编译,我花了一些时间才发现 options是一个保留字(AntlrWorks 指出了错误,但没有指出原因)。 A
我正在从“The Definitive Antlr reference”一书中学习 Antlr。我还处于起步阶段。我喜欢动手做东西,所以我认为做一个好的示例项目会是一个很好的学习经验。 我正在寻找一个
我们有一个为 antlr V2 编写的语法,我想迁移到 antlr v4。有迁移指南吗?我还想知道对现有 V2 语法的修改,以便我们更好地利用 v4 功能。 最佳答案 我通过编写一个新的 Antlr
介绍 查看文档,ANTLR 2 曾经有一个叫做 predicated lexing 的东西。 ,有这样的例子(受 Pascal 启发): RANGE_OR_INT : ( INT ".."
我已经开始学习 ANTLR,并且拥有 2007 年的书《The Definitive ANTLR Reference》和 ANTLRWorks(用于创建语法的交互式工具)。而且,作为这样的人,我从第三
我正在开发 D 语言的解析器,当我尝试添加“切片”运算符规则时遇到了麻烦。你可以找到它的ANTLR语法here 。基本上问题是,如果词法分析器遇到这样的字符串:“1..2”,它就会完全丢失,并且最终成
在 ANTLR 语法中,我们如何区分变量名和标识符? VAR: ('A'..'Z')+ DIGIT* ; IDENT : ('a'..'z'|'A'..'Z'|'_') ('a'..'z'|'
我想在 ANTLR 语法中解析 ISO 8601 日期。 2001-05-03 我的语法文件中有以下条目: date : FOUR_DIGIT ('-')? TWO_DIGIT ('-')? T
我们有一个为 antlr V3 编写的语法,我想迁移到 antlr v4。有没有迁移指南。我还想知道对现有 V3 语法的修改,以便我们很好地利用 v4 的功能。 最佳答案 如果您在 v3 或更早版本中
我正在尝试在一台新计算机上使用 ANTLR v4 语法插件在 IntelliJ 中运行一个简单的语法文件。我已经按照在线步骤在 IntelliJ 中安装插件,插件看起来安装正确。我在 .g4 语法文件
我正在使用 ANTLR 为旧的专有报告规范编写一个解析器,目前我正在尝试实现生成的解析树的访问者,以扩展自动生成的抽象访问类。 我对 ANTLR(我最近才学会)和一般的访问者模式都没有什么经验,但是如
我知道插入符号后缀在 antlr 中的含义(即 make root)但是当插入符号是我一直在阅读的以下语法中的前缀时呢(该语法是全新的,由学习 antlr 的新团队完成)。 .. selectClau
我不知道这个问题是否有效,因为我对源代码解析不是很熟悉。我的目标是为一种现有的编程语言(语言“X”)编写一个源代码完成函数,以供学习之用。 Antlr(v4) 是否适合这样的任务,还是应该手动完成必要
请查看源代码:https://gist.github.com/1684022 . 我定义了两个 token : ID : ('a'..'z' | 'A'..'Z') ('0'..'9' | 'a
我知道“+”、“?”和 '*'。但是,如果我希望某事重复 5 次,该怎么办?例如,如果标识符必须是长度为 5 的十六进制数字符串? 更具体地说,我正在考虑定义一个无限长度的通用词法分析器规则,然后在解
如何控制切换Antlr来自解析器操作的词法分析器模式? 我扩展了生成的 Parser 和 Lexer,所以我可以调用 pushMode和 popMode从解析器女巫依次调用合适的pushMode和 p
我正在使用 ANTLR 来标记一个简单的语法,并且需要区分一个 ID: ID : LETTER (LETTER | DIGIT)* ; fragment DIGIT : '
我有一个这样的 ANTLR 规则 receive returns[Evaluator e,String message] : RECEIVE FILENAME {$e= new ReceiveEv
我是一名优秀的程序员,十分优秀!