Question

我正在使用python模块PLY编写解析器，我正在实现。我有一个简单的规则来检测字符串：

r'("|\').*("|\')'

当抛出lexer错误时，我有这个：

def t_error (t) :
    print 'Illegal lexer input line ' + str(t.lineno) + ' ' + t.value[:16]
    sys.exit(-1)

当我向解析器提供以下输入时：

parse("preg_match('%^[\*\%]+$%', $keywords)")

我得到了回报：

Illegal lexer input line 1 %^[\*\%]+$%', $k

我的问题是：

1）为什么我不解析这个字符串？看起来我的正则表达式应该正确处理这个字符串。

2）我该如何解决这个问题？

编辑：

我已经把问题缩小了一点。以下字符串会自行抛出非法词法分析器输入错误：

'%'
'^'

Answer 1

即使这个正则表达式正在运行，它也不是完全做你想要的，例如它会接受"this'，这实际上不是一个字符串。这也是“非法lexer输入”的原因......

完成它的工作并找到"preg_match('中的第一个字符串后，当下一个11个字符%^[\*\%]+$%中的每一个都是非法的（而不是t_ignore）时，词法分析器会被打乱。它们甚至不以"或'开头。

尝试使用"和'的两种情况执行此操作：“以引号开头，一些不引用的内容，以引号结尾。”即：

r'("[^"]*")|(\'[^\']*\')'

或者，如果您想要包含转义语音标记：

r'("(\\"|[^"])*")|(\'(\\\'|[^\'])*\')'