代码之家 › 专栏 › 技术社区 › Unknown

解析日志文件的帮助(ANTLR3)

antlr3 text-parsing antlr parsing

5

Unknown · 技术社区 · 16 年前

我需要一个小的指导,在编写语法来解析游戏的日志文件Aion。我决定使用Antlr3(因为它似乎是一个可以完成这项工作的工具,我觉得学习使用它对我有好处)。但是,我遇到了一些问题,因为日志文件的结构不完全正确。

我需要解析的日志文件如下所示:

2010.04.27 22:32:22 : You changed the connection status to Online. 
2010.04.27 22:32:22 : You changed the group to the Solo state. 
2010.04.27 22:32:22 : You changed the group to the Solo state. 
2010.04.27 22:32:28 : Legion Message: www.xxxxxxxx.com (forum)



ventrillo: 19x.xxx.xxx.xxx

Port: 3712

Pass: xxxx (blabla) 

 4/27/2010 7:47 PM 
2010.04.27 22:32:28 : You have item(s) left to settle in the sales agency window.

这是我到目前为止写的(我是这些东西的初学者,所以请不要笑:D)

grammar Antlr;

options {
  language = Java;
}

logfile: line* EOF;

line : dataline | textline;

dataline: timestamp WS ':' WS text NL ;
textline: ~DIG text NL;

timestamp: four_dig '.' two_dig '.' two_dig WS two_dig ':' two_dig ':' two_dig ;

four_dig: DIG DIG DIG DIG;
two_dig: DIG DIG;

text: ~NL+;

/* Whitespace */ 
WS: (' ' | '\t')+;

/* New line goes to \r\n or EOF */
NL: '\r'? '\n' ;

/* Digits */
DIG : '0'..'9';

谢谢!

2 回复 | 直到 16 年前

1

5

Bart Kiers 16 年前

没人会笑的。事实上,你第一次尝试做得很好。当然,还有改进的余地!:)

先说几句:你只能否定单个字符。自从你的 NL 规则可能由两个字符组成,你不能否定它。另外,当从解析器规则中取反时,不会取反单个字符,而是取反lexer规则。这听起来可能有点混乱,所以让我用一个例子来澄清。取组合的(解析器和;(词汇)语法 T :

grammar T;

// parser rule
foo
  :  ~A
  ;

// lexer rules
A
  :  'a'
  ;

B
  :  'b'
  ;

C
  :  'c'
  ;

A 中的lexer规则 foo 福 不 'a' ,但它匹配除 . 换句话说,它只会匹配 'b' 或 'c' 性格。

options {
  language = Java;
}

在您的语法中:默认的目标是Java(当然,把它留在那里不会有什么坏处)。

现在,在你的语法中,你已经可以区分 data text

logfile
  :  line+
  ;

line
  :  dataline 
  |  textline
  ;

dataline
  :  DataLine
  ;

textline
  :  TextLine
  ;

DataLine
  :  TwoDigits TwoDigits '.' TwoDigits '.' TwoDigits Space+ TwoDigits ':' TwoDigits ':' TwoDigits Space+ ':' TextLine
  ;

TextLine
  :  ~('\r' | '\n')* (NewLine | EOF)
  ;

fragment
NewLine
  :  '\r'? '\n'
  |  '\r'
  ;

fragment
TwoDigits
  :  '0'..'9' '0'..'9'
  ;

fragment
Space
  :  ' ' 
  |  '\t'
  ;

请注意 fragment lexer规则的一部分意味着没有从这些规则创建令牌:它们只在其他lexer规则中使用。因此lexer只会创建两种不同类型的令牌: DataLine 的和 TextLine

2

WayneH 16 年前

为了尽可能地保持语法,下面是我如何根据示例输入让它工作的。因为空白是从lexer传递给解析器的,所以我确实将解析器中的所有标记移到了实际的lexer规则中。主要的变化实际上只是添加了另一个行选项,然后试图让它与您的测试数据匹配,而不是与实际的其他好数据匹配,我还假设应该丢弃一个空行,正如您可以从规则中看出的那样。所以我能做的就是:

logfile: line* EOF;

//line : dataline | textline;
line : dataline | textline | discardline;

dataline: timestamp WS COLON WS text NL ;
textline: ~DIG text NL;

//"new"
discardline: (WS)+ discardtext (text|DIG|PERIOD|COLON|SLASH|WS)* NL
    | (WS)* NL;
discardtext: (two_dig| DIG) WS* SLASH;
// two_dig SLASH four_dig;

timestamp: four_dig PERIOD two_dig PERIOD two_dig WS two_dig COLON two_dig COLON two_dig ;

four_dig: DIG DIG DIG DIG;
two_dig: DIG DIG;

//Following is very different
text: CHAR (CHAR|DIG|PERIOD|COLON|SLASH|WS)*;

/* Whitespace */ 
WS: (' ' | '\t')+ ;

/* New line goes to \r\n or EOF */
NL: '\r'? '\n' ;

/* Digits */
DIG : '0'..'9'; 

//new lexer rules
CHAR : 'a'..'z'|'A'..'Z';
PERIOD : '.';
COLON : ':';
SLASH : '/' | '\\';

希望这对你有帮助,祝你好运。