为什么逗号“，”会在antlr lexer的[]类型表达式中计数

问题描述

我正在为bash脚本编写语法。我在标记“，”符号时遇到问题。以下语法将其标记为<BLOB>，而我希望将其标记为<OTHER>。

grammar newgram;

code                : KEY (BLOB)+   (EOF | '\n')+;

KEY                 : 'wget';

BLOB                : [a-zA-Z0-9@!$^%*&+-.]+?;

OTHER               : .;

但是，如果我将BLOB设为[a-zA-Z0-9@!$^%*&+.-]+?;，则将其标记为<OTHER>。

我不明白为什么会这样发生。

在前一种情况下，字符:和/也被标记为<OTHER>，因此我看不到,被标记为{{ 1}}。

输入我正在标记，<BLOB> 我收到的上述语法输出，

wget -o --quiet https,://www.google.com

解决方法

正如注释中已经提到的那样，字符类内-中的+-.被解释为范围运算符。 ,在该范围内。像这样逃避它：[a-zA-Z0-9@!$^%*&+\-.]+?

此外，词法分析器规则末尾的[ ... ]+?将始终匹配单个字符。因此[a-zA-Z0-9@!$^%*&+\-.]+?也可以写成[a-zA-Z0-9@!$^%*&+\-.]