ANTLR4歧义语法处理：如何编写正确的词法分析器？

你的原始语法出现该问题的核心原因是ANTLR4的词法分析规则：当多个词法规则能匹配相同长度的输入时，定义顺序靠前的规则会被优先选用。你定义的Action和Argument规则完全一致，所以输入中的两个数字都会被识别为Action，这符合ANTLR的既定行为。

针对你的场景，提供两种可行的优化方案：

方案一：单词法规则+Listener语义区分（你的思路） #

合并重复的词法规则，通过语法结构的位置来区分动作与参数，这是简洁且常用的处理方式：

grammar ambiguity;
activity : Val Sep Val;
Val : [0-9];
Sep: ':';
WS: [ \t\r\n]+ -> skip;

在Listener/Visitor中处理activity节点时，通过子节点的顺序区分角色：第一个Val对应Action，第二个Val对应Argument。示例代码（以Java Listener为例）：

@Override
public void enterActivity(AmbiguityParser.ActivityContext ctx) {
    String action = ctx.Val(0).getText();
    String argument = ctx.Val(1).getText();
    // 业务逻辑处理
}

该方案优势是简化词法规则，避免冗余，适合动作与参数位置固定的简单场景。

方案二：语法规则明确区分角色 #

如果希望在语法层面就体现动作与参数的语义差异，可将Action和Argument改为小写开头的语法规则，让词法规则仅负责识别数字：

grammar ambiguity;
activity : action Sep argument;
action : Val;
argument : Val;
Val : [0-9];
Sep: ':';
WS: [ \t\r\n]+ -> skip;

此时词法分析仅生成Val类型的Token，语法分析通过action和argument节点明确区分角色，后续处理的可读性更强：

@Override
public void enterActivity(AmbiguityParser.ActivityContext ctx) {
    String action = ctx.action().Val().getText();
    String argument = ctx.argument().Val().getText();
    // 业务逻辑处理
}

方案对比 #

• 方案一更简洁，适合结构简单的场景；
• 方案二语法结构语义更清晰，扩展性更强（后续若要给Action或Argument添加额外语法约束，修改更便捷）。

不建议保留原始的重复词法规则，它既无实际语义价值，还会引发词法歧义，甚至可能导致语法分析时出现Token不匹配的错误。

内容的提问来源于stack exchange，提问作者Michael EstrinOne