我正在用 OCaml 为一种小语言编写词法分析器，我有一部分语法如下：
tab-character = %x0009
eom-character = %x0019
space-character = %x0020
underscore = %x005F
single-quote = %x0027 ; '
我尝试在lexer.mll 中写入let single_quote = [%x0027]，但编译时出现非法字符错误，
谁能告诉我如何指定%x0027这样的数字？
编译与语句let single_quote = [''']一起工作，我还看到了另一种指定字符的方法，例如let black = ['\009']，
有人知道这三种方式有什么区别吗？
【问题讨论】：
标签： compiler-construction ocaml lexer
如果您需要在词法分析器中表示非 ascii 字符，那么 Ulex 可能就是您所需要的。文档位于http://cduce.org/ulex/Ulexing.html，主页位于http://cduce.org/download.html
【讨论】：
我认为您是在询问 OCaml 中的字符文字。它们在Section 6.1 of the OCaml manual 中定义。
对于单引号，您可以写 '\'' 或 '\x27' 或 '\039'。所有这些都是等价的。所有字符文字都用单引号书写——没有以百分号开头的形式 (%)。
ocamllex 中的正则表达式可以包含字符文字（如上），表示单个字符，或字符串文字（双引号），表示字符序列。字符串文字遵循与字符文字相同的模式。仅包含单引号的字符串将是 "'" 或 "\'" 或 "\x27" 或 "\039"。
我希望这会有所帮助。
编辑：
是的，['\x09'] 和 '\x09' 和 "\x09" 在被视为正则表达式时是相同的。包含一个事物的集合与该事物本身表示同一事物。类似地，长度为 1 的序列仅与一个事物相同。
Unicode 中的值 0x3000 代表一个“表意空间”（我猜是用在中文、日文和韩文中）。在 OCaml 中处理 Unicode 是另外一个话题。有一个用于 OCaml 的 Unicode 库，名为 Camomile。我从未使用过它，但从我所看到的情况来看，它是很好的。我认为 ocamllex 不适用于 Unicode。只是快速搜索一下，我看到一个名为 ulex 的词法分析器生成器，它处理 Unicode。可能还有其他的，这只是 Google 的热门搜索。
（哎呀，我看到 Jonathan Protzenko 已经推荐了 ulex。抱歉有额外的噪音。）
【讨论】：
let a = ['\x09']、let a = '\x09' 和let a = "\x09" 实际上是相同的，对吗？
DBCS_whitespace = %\x3000，但是\x3000（以及\x2028，\x2029）在OCaml中不存在，我该如何解决这个问题？