防火墙配置解析器外来输入

Question

我正在尝试为某些防火墙设备编写配置解析器。我是第一次使用 ANTLR。

我要解析的通常是以下类型的文本：

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

输入数据是 "config" 个带有配置行的块。我已经想出了这些规则：

   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 似乎不喜欢结束 "end\n" 要解析的数据： line 12:0 extraneous input 'end' expecting {'set', 'unset', 'end', 'edit'}

但是我有非常干净的令牌树

Antlr 不喜欢结尾的 'end' 文本，尽管它在 configblock 规则中，并且它没有被另一个规则使用...

感谢您的帮助！

Answer 1

输入 end 被标记为 WORD。这是因为当词法分析器可以为多个规则匹配相同的字符时，第一个定义的规则 "wins"。解决方案，将关键字移到 WORD 规则上方：

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

如果你想将 end 也匹配为 WORD，那么引入这样的解析器规则：

word
 : WORD
 | END
 ;

并在您的解析器规则中使用此 word 而不是 WORD。

顺便说一句，([a-zA-Z0-9] | '.' | [\-_'"])+ 可以重写为 [a-zA-Z0-9.\-_'"]+，(' ' | '\t')+ 可以重写为 [ \t]+.

最后，"anchor" 带有 EOF 标记的解析器的启动规则始终是一个好主意：这样您就可以强制解析器使用整个标记流，并且不要中途停止。

防火墙配置解析器外来输入

Firewall configuration parser extraneous input

antlr

antlr4