使用ANTLR用Python解析一些Java代码

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：

Lexer:https://github.com/antlr/grammars-v4/blob/master/java/java/JavaLexer.g4

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

然后，我使用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在这里下载：https://www.antlr.org/download/antlr-4.8-complete.jar

这将生成以下文件列表：

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

然后我编写了以下代码来解析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如下所示：

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;

}

由于这段代码太短，下面是我要分析的代码示例：https://pastebin.com/KNxfasKQ

当我运行此代码时，我得到以下信息：

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, '@'}
[]

我做错什么了吗？语法不是我写的，我只是从ANTLR repo那里拿的

编辑：帕维尔·斯米尔诺夫的回答帮助了我，现在我没有得到警告。但是现在这个程序看起来很慢，我得到了一个空的树作为输出

解决了：我正在打印tree，但我必须print(tree.toStringTree(recog=parser))

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()

您的文本文件包含一个compilationUnit，而不是您试图用其进行解析的expression

tree = parser.expression()

仔细查看解析器规则，您需要的规则是

compilationUnit
    : packageDeclaration? importDeclaration* typeDeclaration* EOF
    ;

必须称之为

tree = parser.compilationUnit()