如何与子字符串和字符串本身匹配？

Question

我正在尝试用lex标记一堆代码，并使用不同的正则表达式匹配不同类型的关键字。当遵循正则表达式匹配时，它会将与“ VARIABLE”匹配的所有内容标记化；

[_a-zA-Z][_a-zA-Z0-9]*

然后与print语句匹配；

\s*print\((.*?)\)\s*

我需要的是下面的语句经过词法分析时；

myVar_12
print(myVar_12)

代币应该像;

VARIABLE
PRINT VARIABLE

但是我得到的是

VARIABLE
PRINT

像昨天一样，我开始学习正则表达式，却不知道该怎么办。因此，请原谅我毫无意义的正则表达式。

Answer 1

您已在注释中阐明了希望print作为关键字，而不管其后面是否有参数列表。因此，参数列表不应成为print的正则表达式¹的一部分。匹配print的正则表达式应简单地为print。

print                   return PRINT;
[_a-zA-Z][_a-zA-Z0-9]*  return VARIABLE;

请注意顺序很重要，因为两个正则表达式都可以匹配输入的“ print”，并且如果多个正则表达式产生相同长度的匹配项，lex将使用文件中第一位的匹配项。因此，应该始终在标识符规则之前定义关键字。

您还希望将括号识别为自己的标记，并忽略空格（大概是空白）。

---

¹实际上，无论哪种方式，它都应该是正则表达式的一部分。但是，如果您希望print作为上下文关键字，则需要其他解决方案。