Antlr4自定义SpringEL风格表达式语法：如何让Parser检测出非法数字（如3ww）的语法错误？

嘿，这个问题我之前帮人排查过类似的！核心原因是你的解析器只匹配了输入的前缀部分，没有验证整个输入是否完全符合语法，再加上原语法规则的结构让解析器错误地把3ww拆成了合法的Integer（3）和Identifier（ww），完全没意识到这是个非法的整体。

问题根源 #

你碰到的场景：

• 合法输入#user.age>3能正常解析
• 非法输入#user.age>3ww或#user.age>3ww && #user.age<2却没报错

这是因为原语法的statement规则只要求匹配一个expr，但没有强制匹配到输入的末尾（EOF），所以解析器匹配完#user.age>3就停止了，直接忽略后面的ww，自然不会触发错误。

修改后的完整语法规则 #

下面是调整后的代码，关键修改点我会逐一说明：

grammar FlowExpr;

// 核心修改：强制匹配整个输入到末尾，非法后缀会直接触发错误
statement : expr EOF;

// 重构表达式规则，明确优先级（从高到低），避免解析器乱组合
expr : Not expr                          # NotExpr
     | expr (Mul|Div) expr               # MulDivExpr
     | expr (Add|Sub) expr               # AddSubExpr
     | expr BooleanOperator expr         # CompareExpr
     | expr And expr                     # AndExpr
     | expr Or expr                      # OrExpr
     | atom                              # AtomExpr;

// 定义所有最小的原子表达式单元，明确边界
atom : boolean 
     | invoker 
     | entity 
     | number 
     | String 
     | '(' expr ')'; // 补充括号支持，符合常规表达式逻辑

entity : ObjectSymbol Identifier;
boolean : 'true'|'false';
invoker : entity attribute+;
attribute : Dot Identifier;
number : Integer | Float ;

// 词法规则
Identifier : Letter (Letter|JavaIDDigit)* ;
Integer : '-'? INT ;
Float : '-'? INT Dot [0-9]+; // 确保浮点数至少有一个小数位（可按需改回[0-9]*）
Mul : '*';
Div : '/';
Add : '+';
Sub : '-';
BooleanOperator : '>'|'>='|'<'|'<='|'=='|'!=';
And : '&&';
Or : '||';
Not:'!';
Dot : '.';
ObjectSymbol : '#';
String : '"' (~["\\] | '\\' .)* '"'; // 补全字符串匹配规则

// 辅助片段定义
fragment INT : '0' | [1-9][0-9]*;
fragment Letter : [a-zA-Z_];
fragment JavaIDDigit : [0-9a-zA-Z_];

WS : [ \t\n\r]+ -> skip ;

关键修改点解析 #

1. 给statement加上EOF
   这是最关键的一步！原规则statement : expr;只要求解析器找到一个合法表达式就结束，不管后面有没有垃圾字符。加上EOF后，解析器必须匹配整个输入的所有字符，比如3ww会被检测到3之后的ww无法匹配任何合法规则，直接报错。

2. 重构expr规则，明确原子边界
   把所有最小单元（数字、布尔值、实体等）放到atom规则里，让表达式结构更清晰，避免解析器把数字和后面的标识符错误组合成“合法”表达式。同时调整了优先级，让语法逻辑符合常规运算顺序（逻辑非>乘除>加减>比较>逻辑与或）。

3. 补全String词法规则
   原代码里String规则是空的，这里补充了标准的双引号字符串匹配逻辑，支持转义字符。

4. 优化Float规则（可选）
   原规则允许像-.这种非法浮点数，修改为[0-9]+确保至少有一个小数位；如果需要支持.5这种格式，可以改成'-'? (INT Dot [0-9]* | Dot [0-9]+)。

测试效果 #

修改后：

• 合法输入#user.age>3或#user.age>3 && #user.age<2能正常解析
• 非法输入#user.age>3ww或#user.age>3ww && #user.age<2会直接触发语法错误，完全符合你的预期。

内容的提问来源于stack exchange，提问作者Lson