Question

我正在编写脚本语言的解析。

我需要识别strings，integers和floats。

我使用规则成功识别字符串：

[a-zA-Z0-9_]+ {return STRING;}

但是我在识别Integers和Floats时遇到了问题。这些是我写的（错误的）规则：

["+"|"-"][1-9]{DIGIT}*  { return INTEGER;}
["+"|"-"]["0." | [1-9]{DIGIT}*"."]{DIGIT}+ {return FLOAT;}

我该如何修复它们？

此外，由于“ abc123 ”是一个有效的字符串，我怎样才能确保它被识别为字符串而不是字符串的串联（“abc” ）和一个整数（“123”）？

Answer 1

第一个问题：(...)和[...]之间存在差异。你的正则表达式不符合你的想法，因为你使用了错误的标点符号。

除此之外：

没有数字规则可识别0。
两个数字规则都需要明确的符号。
您的STRING规则会识别整数。

所以，开始：

[...]包含单个字符或字符范围的集。它匹配单个字符，它是集合的成员。

(...)包含正则表达式。括号用于分组，如数学中那样。

"..."包含单个字符的序列，并且恰好与这些字符匹配。

考虑到这一点，让我们来看看

["+"|"-"][1-9]{DIGIT}*

第一个括号表达式["+"|"-"]是一组单独的字符或范围。在这种情况下，该集合包含：“， + ，”（同样，由于集合包含零个或一个实例，因此无效每个成员）， | ，以及范围“ - ”，这是一个端点是相同字符的范围，因此只包括字符，“，已经在集合中。简而言之，这相当于["+|]。它将匹配这三个字符中的一个。它实际上需要这三个字符中的一个，实际上

第二个括号表达式[1-9]匹配范围 1 - 9 中的一个字符，因此它可能符合您的预期。同样，它只匹配一个字符。

最后，{DIGIT}匹配名称DIGIT的扩展。我假设你有这个定义：

DIGIT   [0-9]

在定义部分的某处。（顺便说一句，我注意到你可能刚刚使用了明确的字符类[:digit:]，你不需要定义它。）接下来是*，这意味着它会匹配{DIGIT}定义的零次或多次重复。

现在，匹配该模式的字符串示例：

|42

一些与该模式不匹配的字符串示例：

-7   # The pattern must start with |, + or "
42   # Again, the pattern must start with |, + or "
+0   # The character following the + must be in the range [0-9]

同样，一旦[...]表达式被简化，你的浮动模式就会变成（每行写出一个单独的部分，使其更加明显）：

["+|]      # i.e. the set " + |
["0.|[1-9] # i.e. the set " 0 | [ 1 2 3 4 5 6 7 8 9
{DIGIT}*   # Any number of digits
"."        # A single period
]          # A single ]
{DIGIT}+   # one or more digits

所以这是一个可能的匹配：

"..]3

我会跳过写出解决方案的原因，因为我认为你自己做这件事会从中受益更多。

现在，其他问题：

某些规则应与0匹配。如果您不想允许前导零，则需要将其作为单独的规则。
使用可选运算符（?）表示前面的对象是可选的。例如。 "foo"?匹配三个字符 f ， o ， o （按顺序）或匹配空字符串。您可以使用它来使标志可选。
问题不在于abc123的匹配，就像你的问题一样。（F）lex总是为您提供最长的匹配，并且唯一可以匹配起始字符a的规则是字符串规则，因此它将允许字符串规则尽可能地继续。它始终匹配abc123的所有内容。但是，它也会匹配123，您可能希望将其与数字规则匹配。这里，其他（f）lex匹配标准发挥作用：当有两个或更多规则可以完全匹配相同的字符串，并且没有规则可以匹配更长的字符串时，（f）lex首先选择规则在文件中。因此，如果您希望将数字优先于字符串，则必须将数字规则放在（f）lex文件中，而不是字符串规则。

我希望能为您提供有关如何解决问题的一些想法。

编写Lex规则来解析Integer和Float

1 个答案: