ANTLR不匹配unicode转义字符

Question

我正在为类c语言编写解析器/解释器，我需要解释转义字符。其中之一是unicode转义序列，其模式为"uXXXX"，其中X是某个十六进制数。

我的ANTLR规则如下:

public char returns [char c] 
    : '\"' { $c = '"'; } 
    | '\\' { $c = '\'; }
    | '\/' { $c = '/'; }
    | '\b' { $c = 'b'; }
    | '\f' { $c = 'f'; }
    | '\n' { $c = 'n'; }
    | '\r' { $c = 'r'; }
    | '\t' { $c = 't'; }
    | '\u' HEXDIGIT HEXDIGIT HEXDIGIT HEXDIGIT { $c = 'e'; }
    | ~('\' | '"') { $c = '/'; }
    ;
fragment HEXDIGIT
    : ('0'..'9'|'a'..'f'|'A'..'F')

我正在为它提供这个字符串"u1234"，我期望一个"e"，但我得到一个"/"，而不是这是其他一切的回退规则。

是不是有一些我不知道的关于碎片和规则的魔法在起作用?

Answer 1

正如Adam所提到的，char目前是一个解析器规则，但应该改为词法分析器规则，在这种情况下，您不能让它返回char(词法分析器规则总是返回Token的实例!)。

您可以使用它的setText(...)方法像这样调整标记的内部文本(假设Java是目标语言):

// lexer rules start with a capital!
Char
  :  '\"'                                     { setText("""); } 
  |  '\\'                                    { setText("\"); } 
  |  '\/'                                     { setText("/"); } 
  |  '\b'                                     { setText("b"); } 
  |  '\f'                                     { setText("f"); } 
  |  '\n'                                     { setText("n"); } 
  |  '\r'                                     { setText("r"); } 
  |  '\t'                                     { setText("t"); } 
  |  '\u' HEXDIGIT HEXDIGIT HEXDIGIT HEXDIGIT 
     { 
       String hex = getText();
       int i = Integer.parseInt(hex.substring(2), 16);
       setText(hex + " base 10 = " + i);
     } 
  |  ~('\' | '"')
  ;
fragment HEXDIGIT
  :  ('0'..'9'|'a'..'f'|'A'..'F')
  ;