如何在ANTLR4中编写规则解析含用户自定义起止标记的字面量块

实现思路 #

这类需要配对自定义起止标识符的结构，可通过ANTLR4的词法模式+语义谓词组合实现，核心逻辑是在识别到起始标识符时暂存标记，匹配结束位置时校验是否和暂存的起始标记一致。 #

1. 词法规则定义 #

lexer grammar CustomBlockLexer;

// 全局默认模式：匹配非@开头的普通文本
PLAIN_TEXT: ~[@]+ ;
AT: '@' -> pushMode(AFTER_AT) ;

mode AFTER_AT;
// 匹配第二个@，归为AT类型，进入双@标识符匹配模式
SECOND_AT: '@' -> type(AT), pushMode(DOUBLE_AT_IDENT_MODE) ;
// 匹配单@后的起始标识符，暂存到词法状态，进入块内容模式
START_IDENT: [A-Za-z0-9_]+ {
    getInterpreter().setUserState(_input, getCharIndex(), getText());
} -> popMode, pushMode(BLOCK_CONTENT_MODE) ;

mode DOUBLE_AT_IDENT_MODE;
// 匹配双@后的起始标识符，暂存到词法状态，进入块内容模式
DOUBLE_AT_START_IDENT: [A-Za-z0-9_]+ -> type(START_IDENT), {
    getInterpreter().setUserState(_input, getCharIndex(), getText());
} popMode, popMode, pushMode(BLOCK_CONTENT_MODE) ;

mode BLOCK_CONTENT_MODE;
NEWLINE: '\r'? '\n' ;
// 语义谓词校验：仅当匹配内容和暂存的起始标识符一致时，才识别为结束标记
END_IDENT: [A-Za-z0-9_]+ {
    getText().equals(getInterpreter().getUserState(_input, getCharIndex()))
}? -> popMode ;
// 匹配块内普通内容
BLOCK_CONTENT: ~[\r\n]+? ;

2. 语法规则定义 #

parser grammar CustomBlockParser;
options { tokenVocab = CustomBlockLexer; }

root: (block | PLAIN_TEXT)* EOF ;

block: at_prefix START_IDENT NEWLINE block_content END_IDENT ;

at_prefix: AT | AT AT ;

block_content: (BLOCK_CONTENT | NEWLINE)* ;

规则校验说明 #

• 合法场景：单@/双@@开头的标记，结束标识符和起始标识符完全一致时，可正常识别为完整块结构。
• 非法场景：起止标识符不一致时，结束位置的字符串会被识别为普通BLOCK_CONTENT，解析器会因找不到匹配的END_IDENT抛出语法错误，正好匹配你给出的非法样例校验要求。

内容的提问来源于stack exchange，提问作者叶雨飞