如何理解java antlr4 lexer文件中的CHAR_LITERAL规则

Question

java antlr4 lexer file

CHAR_LITERAL:       ''' (~['\rn] | EscapeSequence) ''';
fragment EscapeSequence
: '\' 'u005c'? [btnfr"'\]
| '\' 'u005c'? ([0-3]? [0-7])? [0-7]
| '\' 'u'+ HexDigit HexDigit HexDigit HexDigit
;

为什么' r ', ' n ', ''', '' 排除在第一部分,' b ', ' t ', ' f ', '"'不排除在第一部分吗?

如果我把规则改成这个，它是否等于之前的规则

CHAR_LITERAL:       ''' (~['\rnbft"] | EscapeSequence) ''';

或者改成这个

CHAR_LITERAL:       ''' (~['\] | EscapeSequence) ''';

Answer 1

它并没有试图排除如下内容:

char x = `r`;

它试图排除:

char x = '
';

最后一个是非法java。'(打开字符字面值)可以后跟EscapeSequence或字符，但例外情况下不能后跟换行符。(例如，在编辑器中按enter键，而不是n，它不是换行符，它是一个转义序列，表示新行)。

换句话说，在单引号之后，任何字符都可以，除了需要排除的反斜杠，因为EscapeSequence处理此问题，并且除了文字unicode值0D/0A(CR和LF，在antlrspeak中，r和n)。

这可能有点令人困惑-只要确保你非常非常仔细地计算反斜杠:

['\rn]

不包括4个unicode值，只有4个:

• 单引号。char x = '';是不合法的java.
• 一个反斜杠。因为ANTLR语法需要跳转到EscapeSequence部分来解析它。char x = '';不合法
• 一个换行符，一个(CR或LF)都可以——因为你不能在字符字面值的中间开始一个新行。

相反，转义序列不查找n，它们查找反斜杠符号，然后查找实际的字母'n'。