Как устранить неоднозначность текста с помощью ANTLR4, который иногда состоит из двух токенов, а иногда и третьего?

Question

У меня проблема с грамматикой ANTLR4. Мне нужно проанализировать текст, который содержит 6 символов AN. Исходя из контекста текста, он может представлять: - идентификатор 6-AN (номер бронирования рейса - PNR - который выглядит как 7B22MS или JPN92Y или аналогичный), - указатель авиакомпании (две буквы) + номер рейса (четыре цифры), например, LH1856.

Проблема в том, что если я создаю правила лексера, которые разбирают авиакомпанию, номер и идентификатор PNR, как это:

Авиакомпания: 'A'.. 'Z''A'.. 'Z';

FlNum: ('0'.. '9') ('0'.. '9') ('0'.. '9') ('0'.. '9');

PNR: ('A'..'Z'|'0'..'9')('A'..'Z'|'0'..'9')('A'..'Z'|'0'..'9')('А'..'Z'|'0'..'9')('А'..'Z'|'0'..'9')('A "..'Z'|'0'..'9');

тогда правило PNR всегда выигрывает и съедает все токены, которые соответствуют его шаблону.

Как я могу изменить это так, чтобы Airline и FlNum были проанализированы, если контекст грамматики нуждается в них?

Answer 1

Как насчет этого:

AirlineAndFlNm : 'A'..'Z' 'A'..'Z' ('0'..'9')('0'..'9')('0'..'9')('0'..'9');

PNR : ('A'..'Z'|'0'..'9')('A'..'Z'|'0'..'9')('A'..'Z'|'0'..'9')('A'..'Z'|'0'..'9')('A'..'Z'|'0'..'9')('A'..'Z'|'0'..'9');

или более читаемый:

AirlineAndFlNm : LETTER LETTER DIGIT DIGIT DIGIT DIGIT ;

PNR : AlphaNum AlphaNum AlphaNum AlphaNum AlphaNum AlphaNum;

// fragments can only be used by other rules, will never create a token on their own
fragment LETTER: 'A'..'Z';
fragment DIGIT : '0'..'9';
fragment AlphaNum: LETTER | DIGIT ;

Должно быть легко отделить AirlineAndFlNm после этого. И с тех пор AirlineAndFlNm помещен перед PNR, это будет соответствовать, если это возможно.

Answer 2

Позвольте лексеру маркировать отдельные символы и продвигать эти правила в правилах синтаксического анализа:

// parser rules

airline
 : LETTER
 ;

fl_num
 : DIGIT DIGIT DIGIT DIGIT
 ;

pnr
 : alpha_num alpha_num alpha_num alpha_num alpha_num alpha_num
 ;

alpha_num
 : DIGIT
 | LETTER
 ;

// lexer rules

DIGIT
 : [0-9]
 ;

LETTER
 : [A-Z]
 ;