Sintaxis del cuantificador de rango en ANTLR Regex

Question

Esto debería ser bastante simple. Estoy trabajando en una gramática más lexer utilizando ANTLR, y quiero limitar la longitud máxima de los identificadores de variable a 30 caracteres. Me trató de lograr esto con esta línea (después de expresiones regulares normales - con excepción de la '' cosa - sintaxis):

ID : ('a'..'z'|'A'..'Z') ('a'..'z'|'A'..'Z'|'0'..'9'|'_'){0,29} {System.out.println("IDENTIFIER FOUND.");} 
    ; 

No hay errores en la generación de código, pero la compilación falló debido a una línea en el código generado que era simplemente :

0,29

Obviamente antlr está tomando la sección de texto entre los paréntesis y colocándola en el área de estado de aceptar, junto con la línea de impresión. Busqué en el sitio ANTLR, y no encontré ningún ejemplo o referencia a una expresión equivalente. ¿Cuál debería ser la sintaxis de esta expresión?

Answer 1

ANTLR no es compatible con la sintaxis del cuantificador {m,n}. ANTLR ve el {} de su cuantificador y no puede diferenciarlos del {} que rodea sus acciones.

Soluciones:

1. impone un límite de vista semántico. Deje que reúna un ID de tamaño ilimitado y que luego se queje/trunque como parte de su código de acción o más adelante en el compilador.
2. Crea las reglas de cuantificación de forma manual.

Este es un ejemplo de una regla manual que limita los ID a 8.

SUBID : ('a'..'z'|'A'..'Z'|'0'..'9'|'_') 
     ; 
ID : ('a'..'z'|'A'..'Z') 
    (SUBID (SUBID (SUBID (SUBID (SUBID (SUBID SUBID?)?)?)?)?)?)? 
    ; 

Personalmente, me gustaría ir con la solución semántica (# 1). En estos días hay muy pocas razones para limitar los identificadores en un idioma, y ​​aún menos razones para causar un error de sintaxis (aborto anticipado de la compilación) cuando se viola dicha regla.