如何解析转义序列？ [关闭]答案

【问题标题】：How to parse an escape sequence? [closed]如何解析转义序列？ [关闭]
【发布时间】：2016-10-31 17:17:46
【问题描述】：

我正在为自己的标记编写解析器，我需要处理一些转义序列，但我不确定应该选择哪种策略。

特别是我有两个想法。

这是一个示例 foo \\\<bar baz，其中有两个：\\ 和 \<。

当我现在按字符扫描字符串时

我应该检测反斜杠\，然后检查下一个字符是否是可扩展字符还是
我是否应该检查该字符，然后回头看看它前面是否有反斜杠\？

两者都有主要（缺点）优势吗？

【问题讨论】：

写一个状态机。一个非常简单的。当您在未转义状态下看到反斜杠时，切换到转义状态。当您看到处于转义状态的反斜杠时，它就是一个反斜杠（或者如果它是一个t，它就是一个制表符——等等等等）。在解释了转义字符后，状态返回到未转义字符。这本质上是选项 #2，但考虑它的方式略有不同。
您的问题应该说明您正在编写自己的标记。否则“我正在编写解析器”非常非常模棱两可。
我认为您可以使用另一种方法。如果您创建一个堆栈，然后将转义字符放入其中的输入中，然后检查每次推送到堆栈。如果您发现堆栈中的元素相同您定义的项目，弹出它直到堆栈为空。
选项 2 我认为可能容易出错，因为它不检查非转义字符之前的反斜杠。或者它假设单独的反斜杠应该按字面意思解释，这会导致 `\` 的一致性问题。
操作，here's a quickie one。抱歉解析器摇摆不定。不抱歉。

标签： c# string parsing escaping

【解决方案1】：

你需要知道你在哪里。做到这一点的方法是状态机。如果你只做\r、\t、\n、\"和\\，你可以用一个非常简单的方法来解决。像这样（fiddle here）：

public static class StringExtensions
{
    private enum UnescapeState
    {
        Unescaped,
        Escaped
    }

    public static String Unescape(this String s)
    {
        var sb = new System.Text.StringBuilder();
        UnescapeState state = UnescapeState.Unescaped;

        foreach (var ch in s)
        {
            switch (state)
            {
                case UnescapeState.Escaped:
                    switch (ch)
                    {
                        case 't':
                            sb.Append('\t');
                            break;
                        case 'n':
                            sb.Append('\n');
                            break;
                        case 'r':
                            sb.Append('\r');
                            break;

                        case '\\':
                        case '\"':
                            sb.Append(ch);
                            break;

                        default:
                            throw new Exception("Unrecognized escape sequence '\\" + ch + "'");

                        //  Finally, what about stuff like '\x0a'? That's a much more 
                        //  complicated state machine. When you see 'x' in Escaped state,
                        //  you transition to UnescapeState.HexDigit0, then either 
                        //  UnescapeState.HexDigit1 or throw an exception, etc. 
                        //  Wicked fun to write. 
                    }
                    state = UnescapeState.Unescaped;
                    break;

                case UnescapeState.Unescaped:
                    if (ch == '\\')
                    {
                        state = UnescapeState.Escaped;
                    }
                    else
                    {
                        sb.Append(ch);
                    }
                    break;
            }
        }

        if (state == UnescapeState.Escaped)
        {
            throw new Exception("Unterminated escape sequence");
        }

        return sb.ToString();
    }
}

【讨论】：