Я пытаюсь разобрать эту часть заголовка электронной почты:ANTLR4: разбор заголовка сообщения, предпросмотр не работает, цель Python
Received: from server.mymailhost.com (mail.mymailhost.com [126.43.75.123]) by pilot01.cl.msu.edu (8.10.2/8.10.2) with ESMTP id NAA23597;Fri, 12 Jul 2002 16:11:20 -0400 (EDT)
Я хочу лексер, чтобы разметить его в эти части:
Received:
from server.mymailhost.com (mail.mymailhost.com [126.43.75.123])
by pilot01.cl.msu.edu (8.10.2/8.10.2)
with ESMTP
id NAA23597
;
Fri, 12 Jul 2002 16:11:20 -0400 (EDT)
<EOF>
Вот мой парсер грамматики:
parser grammar MyParser;
options { tokenVocab=MyLexer; }
received : Received fromToken byToken withToken idToken SemiColon date EOF ;
fromToken : FromText ;
byToken: ByText ;
withToken : WithText ;
idToken : IdText ;
date : DateContents+ ;
Ниже моя лексер грамматика. Это ошибка, которую я получаю, когда я бегу ANTLR:
token recognition error at: 'from server.mymailhost.com (mail.mymailhost.com [126.43.75.123]) by pilot01.cl.msu.edu (8.10.2/8.10.2) with ESMTP id NAA23597;Fri, 12 Jul 2002 16:11:20 -0400 (EDT)'
mismatched input '<EOF>' expecting FromText
Видимо лексер успешно, получая первый маркер (Received:
), но затем не получает следующую лексему (From:
). Обратите внимание, что в лексической грамматике я использую lookahead; я использую его правильно? Любые мысли о том, что проблема?
lexer grammar MyLexer;
Received : 'Received: ' ;
SemiColon : ';' ;
FromText : 'from ' .+?
{
(self.input.LA(1) == 'b') and (self.input.LA(2) == 'y')
}? ;
ByText : 'by '.+?
{
(self.input.LA(1) == 'w') and (self.input.LA(2) == 'i') and (self.input.LA(3) == 't') and (self.input.LA(4) == 'h')
}? ;
WithText : 'with ' .+?
{
(self.input.LA(1) == 'i') and (self.input.LA(2) == 'd')
}? ;
IdText : 'id ' .+?
{
(self.input.LA(1) == ';')
}? ;
DateContents : ('Mon' | 'Tue' | 'Wed' | 'Thu' | 'Fri' | 'Sat' | 'Sun') (Letter | Number | Special)+ ;
fragment Letter : 'A'..'Z' | 'a'..'z' ;
fragment Number : '0'..'9' ;
fragment Special : ' ' | '_' | '-' | '.' | ',' | '~' | ':' | '+' | '$' | '=' | '(' | ')' | '[' | ']' | '/' ;
Whitespace : [\t\r\n]+ -> skip ;