flex中注释和字符串的正则表达式答案

【问题标题】：Regular expression for comment and string in flexflex中注释和字符串的正则表达式
【发布时间】：2018-10-16 00:32:22
【问题描述】：

我必须使用 flex 识别单行和多行注释和字符串。

评论输入示例：

//this is a single line comment
//this is a single \ line comment too
//but this\
is a multi line comment
/* multi line \\n\
comment */

输出应正确识别 cmets。

字符串的示例输入：

"abc"
"abc \\\\ \t \\t def\" "
"abc \\\\ \t \\t def\" \"
"abc
""
"foo \
bar"
"foo \\
bar"

输出应该是：

Line No. 1: Token <STRING> Lexeme "abc" found

Line No. 2: Token <STRING> Lexeme "abc \\\\ \t \\t def\" " found

Error at line 3. Missing terminating character "abc \\\\ \t \\t def\" 
\"

Error at line 4. Missing terminating character "abc

Line No. 5: Token <STRING> Lexeme "" found

Line No. 6: Token <STRING> Lexeme "for \
bar" found

Line No. 8. Token <STRING> Lexeme "for \\
bar" found

我还必须处理格式错误/未终止的注释或字符串，这从示例示例中可以明显看出。

如何编写正则表达式来处理这个问题？

我的方法（到目前为止）：

NEWLINE \r?\n

STRING \"([^"\n]|\\(.|{NEWLINE}))*\"

这是字符串。我不知道这是否正确。我没有任何评论方法。谁能帮帮我？

【问题讨论】：

您需要使用起始状态来处理多行结构。没有它们，您将永远无法正常工作。

标签： regex flex-lexer

【解决方案1】：

我不认为编写单个 RE 来涵盖所有可能的情况是一个好主意（甚至可能）。试试这样的方法怎么样：

用于匹配字符串

多行字符串"(([^\n]|\\\n)*)(?<!\\)"
格式错误的字符串"(.*)((?<=\\)"|[^"\\])$

（使用lookarounds消除或包含转义引号，您可以阅读更多here）

用于匹配 cmets

带有 // ^\/\/((\\\n)|[^\n])* 的单行和多行注释
带有 /* */ ^\/\*(.*)\*\/ 的多行注释（此注释必须在启用“点匹配新行”选项的情况下运行）

希望这会有所帮助。

【讨论】：