Question

我在业余时间使用ocamllex手册作为参考，一直在研究Lua fslex lexer。

我试图正确地标记长字符串时遇到了一些障碍。 “长字符串”由'[' ('=')* '['和']' ('=')* ']'令牌分隔; =符号的数量必须相同。

在第一个实现中，词法分析器似乎无法识别[[模式，尽管匹配规则最长，但产生了两个LBRACKET标记，而[=[和正确识别的变体。此外，正则表达式无法确保使用正确的结束标记，无论实际的长字符串“级别”如何，都会在第一次']' ('=')* ']'捕获时停止。此外，fslex似乎不支持正则表达式中的“as”结构。


let lualongstring =    '[' ('=')* '[' ( escapeseq | [^ '\\' '[' ] )* ']' ('=')* ']'

(* ... *)
    | lualongstring    { (* ... *) }
    | '['              { LBRACKET }
    | ']'              { RBRACKET }
(* ... *)

我一直试图用词法分析器中的另一条规则解决问题：


rule tokenize = parse
    (* ... *)
    | '[' ('=')* '['   { longstring (getLongStringLevel(lexeme lexbuf)) lexbuf }
    (* ... *)

and longstring level = parse 
    | ']' ('=')* ']'   { (* check level, do something *) }
    | _                { (* aggregate other chars *) }

    (* or *)

    | _    {
               let c = lexbuf.LexerChar(0);
               (* ... *)           
           }

但是我被困了，原因有两个：首先，我不认为我可以“推”，可以说，一旦我读完长串，就会成为下一个规则的标记;第二，我不喜欢通过char读取char的想法，直到找到正确的结束标记，使得当前的设计无用。

如何在fslex中标记Lua长字符串？谢谢你的阅读。

Answer 1

如果我回答我自己的问题，请道歉，但我想为自己的问题做出贡献，以备将来参考。

我使用LexBuffer＆lt; _＆gt; .BufferLocalStore属性在lexer函数调用中保持状态，该属性只是一个可写的IDictionary实例。

注意：长字符串和多行注释都使用长括号。这通常是Lua语法的一个被忽视的部分。



let beginlongbracket =    '[' ('=')* '['
let endlongbracket =      ']' ('=')* ']'

rule tokenize = parse
    | beginlongbracket 
    { longstring (longBracketLevel(lexeme lexbuf)) lexbuf }

(* ... *)

and longstring level = parse
    | endlongbracket 
    { if longBracketLevel(lexeme lexbuf) = level then 
          LUASTRING(endLongString(lexbuf)) 
      else 
          longstring level lexbuf 
    }

    | _ 
    { toLongString lexbuf (lexeme lexbuf); longstring level lexbuf }

    | eof 
    { failwith "Unexpected end of file in string." }

以下是我用来简化将数据存储到BufferLocalStore中的函数：

let longBracketLevel (str : string) =
    str.Count(fun c -> c = '=')

let createLongStringStorage (lexbuf : LexBuffer<_>) =
    let sb = new StringBuilder(1000)
    lexbuf.BufferLocalStore.["longstring"] <- box sb
    sb

let toLongString (lexbuf : LexBuffer<_>) (c : string) =
    let hasString, sb = lexbuf.BufferLocalStore.TryGetValue("longstring")
    let storage = if hasString then (sb :?> StringBuilder) else (createLongStringStorage lexbuf)
    storage.Append(c.[0]) |> ignore

let endLongString (lexbuf : LexBuffer<_>) : string = 
    let hasString, sb = lexbuf.BufferLocalStore.TryGetValue("longstring")
    let ret = if not hasString then "" else (sb :?> StringBuilder).ToString()
    lexbuf.BufferLocalStore.Remove("longstring") |> ignore
    ret

也许它不是很实用，但它似乎正在完成工作。

使用tokenize规则，直到找到长括号的开头
切换到longstring规则并循环，直到找到相同级别的结束长括号
将每个与同级关闭长括号不匹配的词汇存储到StringBuilder中，而StringBuilder又存储在LexBuffer BufferLocalStore中。
一旦longstring结束，清除BufferLocalStore。

编辑：您可以在http://ironlua.codeplex.com找到该项目。 Lexing和解析应该没问题。我打算使用DLR。评论和建设性的批评欢迎。

Lua在fslex中长串

1 个答案: