为何Antlr4语法会将空字符串识别为有效数字？

我编写了用于解析单数字的ANTLR4语法：

grammar SortFormula;

DECIMAL: [0-9] '.' [0-9] ;
INTEGER: [0-9] ;
number: INTEGER | DECIMAL ;

当解析空字符串""时，得到了无token的空number上下文且无错误，但我预期解析应该失败——因为number规则要求至少一个token，这导致程序接受如sqrt()这类无效输入。

奇怪的是：

• 当将number定义为单独的INTEGER或DECIMAL时，解析空字符串会正常失败；
• 但使用number: INTEGER | DECIMAL;时，空字符串却能通过解析。

我已尝试以下方法但未解决：

• 调整词法规则顺序
• 添加或移除fragment规则
• 修改捕获规则的匹配方式（如[0-9]+、DIGIT*等）
• 为解析器规则添加子规则
• 使用number: ( INTEGER | DECIMAL ) EOF;
• 参考ANTLR4参考书中的数字解析语法（如R.g4中的相关规则）

请问：[0-9]是否会匹配EOF？是我未发现解析错误，还是混淆了词法与解析规则，或是误解了有效解析树的定义？

核心原因 #

1. [0-9]绝对不会匹配EOF：EOF是ANTLR内置的特殊标记，代表输入结束，和任何字符（包括数字）都不匹配。
2. 解析器规则逻辑+自动错误恢复：
   • 当以词法规则（如INTEGER）作为起始规则时，ANTLR会尝试匹配一个完整的词法token，空字符串无法满足，直接报错。
   • 当起始规则是解析器规则number时，ANTLR默认只要求从当前输入位置开始匹配规则内容，不强制消耗所有输入。加上ANTLR的自动错误恢复机制，在无法匹配子规则时会尝试通过插入/删除token“修复”语法，可能生成空解析树节点且不主动抛出异常——除非你主动检查错误状态。
3. 你可能忽略了解析错误的检查：ANTLR不会自动抛出语法错误异常，默认仅记录错误。即使生成了空number上下文，只要解析器存在语法错误，就应判定为解析失败。

解决方法 #

1. 强制匹配输入结束：在解析规则末尾添加EOF，确保整个输入都被消耗且符合规则：

   number: (INTEGER | DECIMAL) EOF;
   

   这样解析空字符串时，因无法匹配INTEGER/DECIMAL，解析器会直接报错。
2. 主动检查语法错误：调用解析器后必须检查错误数量，示例Java代码：

   SortFormulaParser parser = new SortFormulaParser(...);
   parser.number();
   if (parser.getNumberOfSyntaxErrors() > 0) {
       // 解析失败，处理错误逻辑
   }
   

   即使生成空上下文，只要错误数大于0，就判定为无效输入。
3. 优化数字规则（可选）：当前规则仅支持单个数字的整数/小数（如5、3.1），若需支持多位数，可修改为：

   fragment DIGIT: [0-9];
   INTEGER: DIGIT+;
   DECIMAL: DIGIT+ '.' DIGIT+ | '.' DIGIT+ | DIGIT+ '.';
   number: INTEGER | DECIMAL;
   

   覆盖更通用的数字格式，同时不影响空输入的错误判断。

关于sqrt()这类无效输入的问题 #

这是因为完整语法中sqrt()的参数位置调用了number规则，错误恢复机制允许number匹配空内容。解决时需确保参数位置的规则强制要求非空数字，结合上述EOF和错误检查逻辑，彻底阻断无效输入。

内容的提问来源于stack exchange，提问作者Logan S.