Java ANTLR4词法文件CHAR_LITERAL规则解析及等价性验证

先看原规则：

CHAR_LITERAL:       '\'' (~['\\\r\n] | EscapeSequence) '\'';

fragment EscapeSequence
    : '\\' 'u005c'? [btnfr"'\\]
    | '\\' 'u005c'? ([0-3]? [0-7])? [0-7]
    | '\\' 'u'+ HexDigit HexDigit HexDigit HexDigit
    ;

1. 为什么第一个分支不排除\b、\t、\f、"？ #

这完全符合Java语言规范：

• \b（退格）、\t（制表符）、\f（换页）属于合法的可直接嵌入字符字面量的控制字符，Java允许在单引号之间直接输入这些字符（比如直接打一个制表符，而非用\t转义），所以不需要排除。
• 双引号"在字符字面量里就是普通字符，因为字符字面量用单引号界定，'"'本身就是合法的Java字符字面量，自然不需要排除。
• 而被排除的'（单引号）是字面量的界定符，\是转义符，\r/\n是换行符——Java不允许字符字面量跨多行，所以这些必须排除，只能通过转义序列来表示。

2. 修改为~['\\\r\n\b\f\t\"]是否等价？ #

不等价。
原规则允许直接匹配\b、\t、\f、"这些字符，修改后的规则把它们排除了，意味着这些字符只能通过转义序列（比如\t、\"）才能被匹配。但Java本身允许直接在字符字面量中嵌入这些字符（比如直接输入制表符），所以修改后的规则会错误拒绝这类合法的字符字面量，和原规则的语义不符。

3. 修改为~['\\']是否等价？ #

不等价。
原规则特意排除了\r和\n，因为Java的字符字面量必须是单行的，不允许在单引号之间出现换行。修改后的规则去掉了这两个排除项，会错误匹配包含换行的非法字符字面量，违反Java语法规范。

内容的提问来源于stack exchange，提问作者pain