ANTLR - 如何确定哪种解析树“最适合”某些代码

Posted 2021-04-18

我正在使用ANTLR构建一个程序，我要求用户输入一些Java代码，然后它会发出相应的C＃代码。在我的程序中，我要求用户输入一些Java代码然后解析它。到目前为止，我一直在假设他们将输入一些可以自行解析为有效编译单元的东西，例如：就像是

package foo;

class A { ... }
class B { ... }
class C { ... }

然而，情况并非总是如此。他们可能只是从类的内部输入代码：

public void method1() {
    ...
}

public void method2() {
    ...
}

或者方法的内部：

System.out.print("hello ");
System.out.println("world!");

甚至只是一个表达：

context.getSystemService(Context.ACTIVITY_SERVICE)

如果我尝试通过调用parser.compilationUnit()来解析这些片段，它将无法正常工作，因为大多数代码都被解析为错误节点。我需要根据代码的性质调用正确的方法，例如parser.expression()或parser.blockStatements()。但是，我不想要求用户明确指出这一点。推断我正在解析什么类型的代码的最佳方法是什么？

答案

而不是试图猜测有效的语法规则入口点来解析未知范围的语言片段，而是逐步将范围包装器添加到源文本，直到实现有效的顶级规则解析。

也就是说，随着每个连续的解析失败，逐步添加虚拟包，类和方法语句作为源文本包装器。

无论添加哪个包装器来实现成功的解析，都将是已知数量。因此，可以容易地识别表示原始源文本的分析树节点。

可能想要使用快速失败的解析器;使用BailErrorStrategy构造解析器以获取此行为。

另一答案

我们在Swiftify中的算法尝试从定义的规则集中选择最合适的解析规则。此Web服务将Objective-C代码片段转换为Swift，您可以立即估算转换质量。

算法

我们使用开源的ObjectiveC grammar。细节算法的步骤如下所示：

1. 使用以下规则解析输入Objective-C代码片段 translationUnit implementationDefinitionList interfaceDeclarationList expression compoundStatement
2. 如果某个规则的解析结果不包含任何错误，则立即返回此规则。
3. 选择最接近结束解析错误的规则。
4. 如果有两个或多个规则具有最接近结束错误位置的规则，请选择具有最小语法错误数的规则。

Demo

有些测试代码示例使用不同的解析规则进行解析：

• translationUnit：http://swiftify.me/clye5z
• implementationDefinitionList：http://swiftify.me/fpasza
• interfaceDeclarationList：http://swiftify.me/13rv2j
• compoundStatement：http://swiftify.me/4cpl9n

即使输入不正确，我们的算法也能够检测到合适的解析规则：

• compoundStatement有错误：http://swiftify.me/13rv2j/1