防火墙配置解析器无关输入

Question

我试图为一些防火墙设备编写一个配置解析器。我是第一次使用ANTLR。

我想解析的是典型的下列文本。

config wireless-controller global
    set name ''
    set location ''
    set max-retransmit 3
    set data-ethernet-II disable
    set link-aggregation disable
    set mesh-eth-type 8755
    set fiapp-eth-type 5252
    set discovery-mc-addr 221.0.4.254
    set max-clients 0
    set rogue-scan-mac-adjacency 6
    set ipsec-base-ip 172.252.0.4
    set wtp-share disable
    set ap-log-server disable
    set ap-log-server-ip 0.0.0.0
    set ap-log-server-port 0
end

输入的数据是带有配置行的 "config "块。我已经想好了这些规则。

   1   │ grammar Fortigate ;
   2   │ 
   3   │ /*
   4   │  * Tokens
   5   │ */
   6   │ 
   7   │ WHITESPACE  : (' ' | '\t')+ -> skip ;
   8   │ NEWLINE     : ('\r'? '\n' | '\n' | '\r')+ ;
   9   │ WORD        : ([a-zA-Z0-9] | '.' | [\-_'"])+ ;
  10   │ ENDBLOCK    : 'end' ;
  11   │ EDITSTART   : 'edit' ;
  12   │ NEXTEDIT    : 'next' ;
  13   │ /*
  14   │  * Parser rules
  15   │ */
  16   │ configline  : ('set'|'unset') WORD+ NEWLINE ;
  17   │ startconfigblock  : 'config' WORD+ NEWLINE ;
  18   │ editline    : EDITSTART '"'.+?'"' ;
  19   │ editblock   : editline configline+ NEXTEDIT NEWLINE ;
  20   │ configblock : startconfigblock (editblock | configline)+ ENDBLOCK NEWLINE;
  21   │ 
  22   │ startRule   : configblock+ ;

我仍然有问题，因为antlr似乎不喜欢以 "end\n "结束数据的解析。line 12:0 extraneous input 'end' expecting {'set', 'unset', 'end', 'edit'}

然而我有很干净的token树

Antlr不喜欢结尾的 "结束 "文字，虽然它在后面的部分。configblock 规则，并且它没有被其他规则消耗......

谢谢你的帮助!

Answer 1

输入的内容 end 被标记为 WORD. 这是因为当词典可以为多个规则匹配相同的字符时，先定义的那个规则 "获胜"。解决方法是，将关键字移到你的 WORD 规则。

ENDBLOCK    : 'end' ;
EDITSTART   : 'edit' ;
NEXTEDIT    : 'next' ;
WORD        : ([a-zA-Z0-9] | '.' | [\-_'"])+ ;

如果你想匹配 end 也作为 WORD，然后引入一个这样的解析规则。

word
 : WORD
 | END
 ;

然后用这个 word 而不是在您的解析器规则中的 WORD.

另外.., ([a-zA-Z0-9] | '.' | [\-_'"])+ 可以改写为 [a-zA-Z0-9.\-_'"]+ 和 (' ' | '\t')+ 作为 [ \t]+.

最后，在你的解析器的起始规则中使用 EOF token：这样你就迫使解析器消耗整个 token 流，而不是中途停止。