JavaCC定义匹配1个及以上、2个及以上数字Token时空输入可通过问题排查

问题1：顶层语法规则允许空输入 #

你定义的calc规则核心结构是(<NUM1>+ <NUM2>+)* <EOF>，其中外层的*量词表示匹配0次或多次括号内的组合。当匹配0次时，解析器不需要消费任何Token就能直接匹配到<EOF>，这就是空输入也能解析成功的直接原因。
如果你要求至少出现一组NUM1+NUM2+的组合，需要把外层量词改成+（匹配1次及以上）。

问题2：Token定义不符合需求 #

你对NUM1、NUM2的定义完全达不到你要的「1个及以上数字」「2个及以上数字」的要求：

• 你先定义了<NUM :(["0"-"9"])+>，这个Token本身就已经匹配1个及以上的数字字符
• <NUM1: <NUM> (<NUM>)*>等价于匹配1个及以上的NUM Token，实际能匹配的数字长度最少是1位，和NUM本身完全重复
• <NUM2: (<NUM>)+>同样是匹配1个及以上的NUM Token，最少也只需要1位数字，完全达不到「2个及以上数字」的要求

如果要实现需求，正确的Token定义应该先把基础数字单元定义成单个数字，再基于它构造其他Token：

TOKEN : {
  <SINGLE_NUM: ["0"-"9"]> // 先定义单个数字的基础Token
  | <NUM1: <SINGLE_NUM>+> // 1个及以上数字，符合需求
  | <NUM2: <SINGLE_NUM> <SINGLE_NUM>+> // 2个及以上数字，符合需求
}

问题3：Token匹配顺序错误 #

JavaCC的词法分析器会按照Token定义的先后顺序优先匹配更早定义的Token，你当前的定义顺序是NUM1 → NUM2 → NUM，而NUM1可以匹配所有长度≥1的数字串，这就会导致所有数字输入都会被识别为NUM1，NUM2永远没有被匹配到的可能。
修正Token定义时需要注意，匹配范围更小、规则更严格的Token要放在更前面：也就是NUM2要放在NUM1前面定义，保证长度≥2的数字串会被优先识别为NUM2，剩下的单个数字才会被识别为NUM1。

修正后的参考代码 #

TOKEN : {
  <SINGLE_NUM: ["0"-"9"]>
  | <NUM2: <SINGLE_NUM> <SINGLE_NUM>+> // 2位及以上数字，优先级更高
  | <NUM1: <SINGLE_NUM>> // 仅1位数字
}

void calc():
{}
{
  ( <NUM1>+ <NUM2>+ )+ <EOF> // 外层用+，要求至少有一组匹配，不允许空输入
}

内容的提问来源于stack exchange，提问作者Fernando99