使用 ANTLR 用 Python 解析一些 Java 代码

Question

我想在 Python 中使用 ANTLR 构建一个 Java 解析器。

我从 ANTLR 存储库下载了语法：

词法分析器：https://github.com/antlr/grammars-v4/blob/master/java/java/JavaLexer.g4

解析器：https://github.com/antlr/grammars-v4/blob/master/java/java/JavaParser.g4

然后我用我的 script.bat 生成了我需要的 python 代码：

java -jar antlr-4.8-complete.jar -Dlanguage=Python3 Java8Lexer.g4
java -jar antlr-4.8-complete.jar -Dlanguage=Python3 Java8Parser.g4

antlr-4.8-complete.jar 在此处下载：https://www.antlr.org/download/antlr-4.8-complete.jar

这生成了这个文件列表：

Java8Lexer.interp
Java8Lexer.py
Java8Lexer.tokens
Java8Parser.interp
Java8Parser.py
Java8Parser.tokens
Java8ParserListener.py

然后我写了这段代码来解析一个java文件：

import antlr4
from antlr4 import *
from java.antlr_unit2 import Java8Parser, Java8Lexer

def main():
    code = open('test.txt', 'r').read()
    lexer = Java8Lexer.Java8Lexer(antlr4.InputStream(code))
    stream = antlr4.CommonTokenStream(lexer)
    parser = Java8Parser.Java8Parser(stream)
    tree = parser.expression()
    print (tree)

if __name__ == '__main__':
    main()

我的测试java代码test.txt是这样的：

package org.jabref.gui.fieldeditors;
import java.util.ArrayList;
/**
 * This class contains some code
 */
public class TextInputControlBehavior {

    private static final boolean SHOW_HANDLES = Properties.IS_TOUCH_SUPPORTED && !OS.OS_X;

}

由于太短，这里是我要解析的代码示例：https://pastebin.com/KNxfasKQ

当我运行这个代码时，我得到这个 :

line 1:0 extraneous input 'package' expecting {'boolean', 'byte', 'char', 'double', 'float', 'int', 'long', 'new', 'short', 'super', 'this', 'void', IntegerLiteral, FloatingPointLiteral, BooleanLiteral, CharacterLiteral, StringLiteral, 'null', '(', '!', '~', '++', '--', '+', '-', Identifier, '@'}
[]

我做错了什么吗？我没有写语法，我只是从 ANTLR repo 拿来的。

EDIT：Pavel Smirnov 的回答帮助了我，现在我没有收到警告。但是现在程序看起来真的很慢，我得到一个空树作为输出。

已解决：我正在打印 tree 但我不得不 print(tree.toStringTree(recog=parser))

所以最后的代码是：

import antlr4
from antlr4 import *
from java.antlr_unit2 import Java8Parser, Java8Lexer

def main():
    code = open('test.txt', 'r').read()
    lexer = Java8Lexer.Java8Lexer(antlr4.InputStream(code))
    stream = antlr4.CommonTokenStream(lexer)
    parser = Java8Parser.Java8Parser(stream)
    tree = parser.compilationUnit()
    print(tree.toStringTree(recog=parser))

if __name__ == '__main__':
    main()

Answer 1

您的文本文件包含 compilationUnit，而不是您尝试使用

解析的 expression

tree = parser.expression()

仔细看解析器规则，你需要的规则是

compilationUnit
    : packageDeclaration? importDeclaration* typeDeclaration* EOF
    ;

它必须被称为

tree = parser.compilationUnit()

使用 ANTLR 用 Python 解析一些 Java 代码

Parsing some Java code with Python using ANTLR

python

parsing

antlr

antlr4

python-3.8