如何强制在规则中对非终结符号使用相同的产生式？

Question

假设我有一个 ANTLR 语法：

program = word (' ' word)*
  ;

word = 'dog' | 'cat' | 'bird'
  ;

据我了解，它将匹配上面的任何单词序列，例如“狗狗猫”，“狗猫鸟猫”等。但是如果我只想匹配相同值的重复，例如“dogdog”、“catcatcatcat”、“birdbirdbird”等等。如何修改上面的语法来做到这一点？

换句话说，我希望“program”的规则中非终结符号“word”的重复出现始终匹配相同的产生式规则，而不是为“word”指定的任何数量的规则，但不必明确在“程序”的规则中列出它们中的每一个（例如，如果“单词”有大量的替代方案），这意味着我想避免这样的事情：

program:
    'dog' (' ' 'dog')*
  | 'cat' (' ' 'cat')*
  | 'bird' (' ' 'bird')*
  ...
  ;

我认为在正则表达式中，这是使用反向引用（例如“”）来实现的，ANTLR语法是否有等效的方法，或者其他方法？

Answer 1

正如 kaby76 所提到的：在解析器规则中处理此问题意味着引入谓词，这意味着将目标特定代码添加到语法中（通常不建议这样做）。可能看起来像这样（使用 Java 目标）：

grammar P;


@parser::members {
  boolean sameTokenAhead() {
    Token previous = _input.LT(-1);
    Token next = _input.LT(1);
    return previous.getType() == next.getType();
  }
}

parse
 : repeated_words* EOF
 ;

repeated_words
 : word ( {sameTokenAhead()}? . )*
 ;

word
 : DOG
 | CAT
 | BIRD
 ;

请注意，在上面的示例中，词法分析器会丢弃空格。

另一种可能性是从这些重复的单词创建单个标记：

DOG
 : 'dog' (' ' 'dog')*
 ;

或者只匹配您在问题中提到的一个或多个单词：

program
 : word (' ' word)*
 ;

word
 : 'dog' | 'cat' | 'bird'
 ;

然后在解析之后，检查侦听器是否相同，如果不同，则可能会抛出错误。