首先得提个小细节：你语法里的tag1Ops用了END_2_TAG，这大概率是笔误吧？应该对应END_1_TAG才对，不然标签开闭不匹配，解析肯定会出问题，先把这个小坑填上。

接下来回到你的核心需求：获取纯文本而非零散令牌。这里有两种实用方案，看你更倾向哪种：

方式一：优化语法，用词法规则捕获完整文本块 #

这种方式最高效，能让ANTLR直接把连续文本当成一个令牌，不用后续拼接。

调整后的语法如下：

grammar YourGrammar;

code : codeBlock* EOF;
codeBlock : text | tag1Ops | tag2Ops ;
// 修正tag1Ops的结束标签，匹配对应的END_1_TAG
tag1Ops: START_1_TAG ID END_1_TAG ;
tag2Ops: START_2_TAG ID END_2_TAG ;
// 解析器规则直接引用TEXT词法令牌
text: TEXT;

// 注意：把HTML转义的&lt;换成实际的<，ANTLR语法里直接写原始字符即可
START_1_TAG : '<%' ;
END_1_TAG : '%>' ;
START_2_TAG : '<<';
END_2_TAG : '>>' ;
ID : [A-Za-z_][A-Za-z0-9_]*;
INT_NUMBER: [0-9]+;
// 隐藏无关空白（如果需要保留文本内的空格，可删掉这条规则）
WS : ( ' ' | '\n' | '\r' | '\t')+ -> channel(HIDDEN);
// 核心：定义TEXT词法规则，匹配所有非起始标签的内容
// 逻辑：要么是不含<的字符，要么是<后不跟%或<的内容（避免误匹配起始标签）
TEXT: (~('<') | '<' (~('%' | '<')))+;

// 删掉多余的ANY_CHAR和SPACES，TEXT已经覆盖这些场景，留着会干扰规则匹配

然后在代码中（以Java为例），用ANTLR的监听器或访问器提取文本：

监听器实现示例： #

public class YourTextListener extends YourGrammarBaseListener {
    @Override
    public void enterText(YourGrammarParser.TextContext ctx) {
        // 直接获取TEXT令牌的完整文本
        String plainText = ctx.TEXT().getText();
        // 这里可以做自定义处理，比如打印、存储等
        System.out.println("提取到纯文本：" + plainText);
    }
}

访问器实现示例： #

public class YourTextVisitor extends YourGrammarBaseVisitor<String> {
    @Override
    public String visitText(YourGrammarParser.TextContext ctx) {
        return ctx.TEXT().getText();
    }
}

方式二：不修改语法，拼接令牌文本（适合临时场景） #

如果不想改动现有语法，也可以遍历text节点下的所有令牌，拼接出完整文本：

@Override
public void enterText(YourGrammarParser.TextContext ctx) {
    StringBuilder textBuilder = new StringBuilder();
    // 遍历text节点下的所有令牌并拼接
    for (Token token : ctx.getTokens()) {
        textBuilder.append(token.getText());
    }
    String plainText = textBuilder.toString();
    // 执行后续处理
}

不过这种方式效率稍低，因为需要拼接多个零散令牌，更推荐第一种方案。

最后提醒：词法规则的顺序很关键！一定要把TEXT放在所有其他词法规则的后面，这样ANTLR会优先匹配标签、ID、数字等特定令牌，剩下的内容才会被TEXT捕获，避免标签被误识别为文本。

内容的提问来源于stack exchange，提问作者john