我的lex语法包含双引号字符串的规则:
...
%x DOUBLEQUOTE
...
%%
"\"" { yylval->string = NULL; BEGIN(DOUBLEQUOTE); }
<DOUBLEQUOTE> {
"\n" {
/* reset column counter on new line */
PARSER->linepos = 0;
(PARSER->linenum)++;
expr_parser_append_string(PARSER, &(yylval->string), yytext);
}
[^\"\n]+ { expr_parser_append_string(PARSER, &(yylval->string), yytext); }
"\\\"" { expr_parser_append_string(PARSER, &(yylval->string), yytext); }
"\"" {
BEGIN(INITIAL);
if ( yylval->string != NULL )
string_unescape_c(yylval->string);
return ( TOKEN_STRING );
}
}
以某种方式,转义序列 \“仅在字符串的开头匹配。如果 \”在字符串的后面出现,则它看起来像字符 \ 和“分开匹配。
例如:
通过:"\" "
失败:" \" "
失败:"This is string example: \"a string inside of string\""
为什么转义序列 \“与字符"\\\""
在后面的字符串中出现时不匹配?
答案 0 :(得分:0)
[^\"\n]+ { expr_parser_append_string(PARSER, &(yylval->string), yytext); }
除了引号和换行符之外,此规则还应排除反斜杠。或者它应该被移动,因此它在列表中排在最后。
答案 1 :(得分:0)
如果反斜杠不是引用字符串中的第一个字符,则反斜杠将在某个标记的末尾匹配。例如:
"abc\"def"
^^^^ First token, longest match of [^"\n]+
^ Terminates quoted string
所以你也需要排除反斜杠。但是一旦你这样做,你需要提供一个匹配反斜杠转义的模式,而不仅仅是反斜杠转义引号。所以我建议:
<DOUBLEQUOTE>{
\\?\n { /* Handle newline */ }
([^"\\\n]|\\.)+ { expr_parser_append_string(PARSER,
&yylval->string,
yytext); }
\" { BEGIN(INITIAL); ... }
}
注意:我在第一个模式的开头添加了一个可选的反斜杠,以便处理反斜杠紧接在换行符之前的情况。第二种模式中的.
(\\.
)与换行符不匹配,否则根本不会识别反斜杠换行符。