ANTLR4语法中比较运算符匹配异常问题求助

问题原因 #

1. 非法运算符组合被接受：ANTLR词法分析器采用最长匹配原则，但当输入包含多余字符（如===中的第三个=）时，剩余字符无法匹配任何词法规则，ANTLR默认会尝试错误恢复，跳过非法字符继续解析，导致非法组合看似被“接受”。
2. 解析时丢失最后一个等号：以number !== value为例，词法分析会将!==拆分为!=（NEQ）和单独的=，而单独的=无对应词法规则，被解析器错误恢复机制忽略，最终丢失该字符。

修复步骤 #

1. 调整词法规则顺序（增强可读性） #

将多字符运算符放在单字符运算符之前，虽然ANTLR优先按最长匹配处理，但此顺序更符合直觉，避免混淆：

GE: '>=' ;
GT: '>' ;
LE: '<=' ;
LT: '<' ;
EQ: '==';
NEQ: '!=' ;

2. 添加非法字符拦截规则 #

在词法规则末尾添加规则，匹配任何未被前面规则覆盖的字符并直接报错，阻止错误恢复：

INVALID_CHAR: . -> fail;

此规则会让词法分析器遇到非法字符（如单独的=、!）时立即终止并报错，避免解析器跳过错误继续执行。

3. 完整修复后的语法 #

grammar Filter;

filter: expr EOF ;

expr: expr 'and' expr
    | expr 'or' expr
    | 'not' expr
    | '(' expr ')'
    | compExpr
    ;
compExpr: ( operand (EQ | NEQ) operand )
        | ( numOperand (GT | GE | LT | LE) numOperand )
        ;
operand: qualifiedName | nodeId | STR | bool | numOperand ;
numOperand: INT | HEX | TIMESTAMP | qualifiedName ;
bool: TRUE | FALSE ;
qualifiedName: NAME ( '.' NAME )* ;
nodeId: SERIAL ;

// 多字符运算符优先定义
GE: '>=' ;
GT: '>' ;
LE: '<=' ;
LT: '<' ;
EQ: '==';
NEQ: '!=' ;

TRUE: 'true' ;
FALSE: 'false' ;
NAME: [a-zA-Z_$][a-zA-Z0-9_$]* ;
INT: '-'? DIGIT+ ;
STR: '"' (~["])* '"' ;
HEX: '0x' [0-9a-fA-F]+ ;
SERIAL: [0-9a-zA-Z]+ ;
TIMESTAMP: DIGIT DIGIT':'DIGIT DIGIT':'DIGIT DIGIT('.'DIGIT DIGIT DIGIT)? ;
DIGIT: [0-9] ;
WS  : [ \t\r\n]+ -> skip ;

// 拦截所有非法字符
INVALID_CHAR: . -> fail;

验证效果 #

• 输入===：词法分析匹配==后，剩余的=触发INVALID_CHAR规则，直接报错，拒绝非法组合。
• 输入number !== value：!==拆分为!=和=，=触发报错，不会丢失字符，而是提示非法输入。
• 合法运算符（如==、>=）仍可正常解析。

内容的提问来源于stack exchange，提问作者UglyBob