如何在flex lex中实现捕获组？ 注意事项：

如何解决如何在flex lex中实现捕获组？ 注意事项：

我想匹配以“#”开头的字符串，然后匹配所有内容，直到匹配“#”后面的字符。这可以使用这样的捕获组来实现：#(.)[^(?1)]*(?1)（EDIT 这个正则表达式也是错误的）。这匹配 #$foo$，不匹配 #%bar&，匹配 #"foo"bar 的前 6 个字符。

但是由于 flex lex 不支持捕获组，这里的解决方法是什么？

解决方法

如您所说，(f)lex 不支持捕获组，当然也不支持反向引用。

所以没有简单的解决方法，但有解决方法。以下是几种可能性：

1. 您可以使用 input() 函数一次读取一个字符，直到找到匹配的字符（但您必须创建自己的缓冲区来存储字符，因为 input() 读取的字符{1}} 不会添加到当前令牌中）。这不是最有效的，因为一次读取一个字符有点笨重，但它是 (f)lex 提供的唯一界面。 （以下代码段假设您有某种可扩展的 stringBuilder；如果您使用的是 C++，则只需将其替换为 std::string。）

   #.   { StringBuilder sb = string_builder_new();
          int delim = yytext[1];
          for (;;) {
            int next = input();
            if (next == delim) break;
            if (next == EOF ) { /* Signal error */; break; }
            string_builder_addchar(next);
          }
          yylval = string_builder_release();
          return DELIMITED_STRING;
        }
   

2. 效率更低，但也许更方便，您可以使用 yytext 获得 (f)lex 累积 yymore() 中的字符，在开始条件下一次匹配一个字符：

   %x DELIMITED
   %%
     int delim;
   
   #.              { delim = yytext[1]; BEGIN(DELIMITED); }
   <DELIMITED>.|\n { if (yytext[0] == delim) { 
                       yylval = strdup(yytext);
                       BEGIN(INITIAL);   
                       return DELIMITED_STRING;
                     }
                     yymore();
                   }
   <DELIMITED><<EOF>> { /* Signal unterminated string error */ }
   

3. 最有效的解决方案（在 (f)lex 中）是只为每个可能的分隔符编写一个规则。虽然这是很多规则，但可以使用您喜欢的任何脚本语言的小脚本轻松生成它们。而且，实际上，没有那么多规则，特别是如果您不允许字母和非打印字符作为分隔符。这有一个额外的好处，如果你想要类似 Perl 的括号分隔符（#(Hello) 而不是 #(Hello(），你可以修改单个模式以适应（就像我在下面所做的那样）。 【注1】由于所有的动作都是一样的；为操作使用宏可能更容易，从而更容易修改。

     /* Ordinary punctuation */
   #:[^:]*:     { yylval = strndup(yytext + 2,yyleng - 3); return DELIMITED_STRING; }
   #:[^:]*:     { yylval = strndup(yytext + 2,yyleng - 3); return DELIMITED_STRING; }
   #![^!]*!     { yylval = strndup(yytext + 2,yyleng - 3); return DELIMITED_STRING; }
   #\.[^.]*\.   { yylval = strndup(yytext + 2,yyleng - 3); return DELIMITED_STRING; }
     /* Matched pairs */
   #<[^>]*>     { yylval = strndup(yytext + 2,yyleng - 3); return DELIMITED_STRING; }
   #\[[^]]*]    { yylval = strndup(yytext + 2,yyleng - 3); return DELIMITED_STRING; }
     /* Trap errors */
   #            { /* Report unmatched or invalid delimiter error */ }
   

   如果我要编写一个脚本来生成这些规则，我会对所有分隔符使用十六进制转义，而不是试图找出哪些需要转义。

---

注意事项：

1. Perl 要求在这样的结构中嵌套平衡括号。但是你不能用正则表达式做到这一点；如果您想重现 Perl 行为，您需要对其他建议之一使用一些变体。我稍后会尝试重新访问此答案以解决该功能。