ANTLR解析没有找到正确的词法分析器部分

Question

我完全是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 ;

当我试着这样解析一个句子时:

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();
  }

lexer的输入示例:

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

在本例中，ACTION节点没有被填充，但是take只被识别为TEXT节点，而不是ACTION节点。然而，10被识别为INT节点。

我如何修改这个语法，使其正确工作，其中ACTION节点被正确填充(以及FORM，也没有被填充)?

Answer 1

你的语法有几个问题:

1. 你的TEXT规则只匹配大写字母。ACTION也一样。
2. 你不应该在一个文本规则中混合标点和文本(这里是逗号)，否则你不能自由地允许符号之间的空白。
3. 您根本不匹配括号，因此(25MG)不是有效输入，解析器返回错误状态。
4. 您没有检查任何语法错误，以了解在识别过程中出了什么问题。

另外，如果有疑问，请始终从令牌源打印令牌序列，以查看输入是否按预期进行了令牌化。在进入解析器之前，从这里开始修改语法。

关于大小写敏感性:通常(如果你的语言是不区分大小写的)你有这样的规则:

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

匹配任意一个字母，然后定义关键字如下:

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;