【问题标题】:Match non breaking space in Rascal在 Rascal 中匹配非中断空间
【发布时间】:2016-06-30 21:21:50
【问题描述】:

在 Rascal 中,我如何匹配语法定义中的不间断空格?我在我试图分析的代码中发现了其中一些,并希望将其识别为布局。

但是,仅将字符粘贴到 Rascal 文件中是行不通的(无论是否通过反斜杠前缀进行转义),“\uc2a0”“\uC2A0”也不是,而“c2a0”确实是字符的方式编码在我正在阅读的文件中(根据 Sublime Text 3 的 Hex Viewer 插件)。

【问题讨论】:

    标签: character-encoding escaping rascal non-printing-characters


    【解决方案1】:

    这是您在文件中查看的 UTF8 编码;这不是 unicode 代码点。如果我们在 24 位 unicode 表中解释这个字符的 UTF8 编码,你会得到一个"슠":

    rascal>"\uc2a0"
    str: "슠"
    

    unicode Rascal 转义样式中的不间断空格是:\u00A0。

    我通过启动控制台并将 sublime 中的字符复制/粘贴到引号之间的控制台中发现:

    rascal>" "
    str: "\u00a0"
    

    可以使用正则表达式进行匹配:

    rascal>/\u00a0/ := " "
    bool: true
    

    但你也可以直接使用空格字符:

    rascal>/ / := " "
    bool: true
    

    或者使用语法定义:

    rascal>lexical WS = [\u00a0];
    ok
    rascal>parse(#WS, " ")
    WS: (WS) ` `
    

    【讨论】:

    • 非常感谢。我从来没有意识到 unicode 代码点和编码之间存在差异,因为最常用的字符的值是相同的。很高兴知道这并不总是正确的。
    • 是的,这对我来说也是一个启示?
    猜你喜欢
    • 2016-12-04
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2014-09-22
    • 1970-01-01
    • 2010-09-10
    相关资源
    最近更新 更多