我有包含双引号字符串规则的 lex 语法:
...
%x DOUBLEQUOTE
...
%%
"\"" { yylval->string = NULL; BEGIN(DOUBLEQUOTE); }
<DOUBLEQUOTE> {
"\n" {
/* reset column counter on new line */
PARSER->linepos = 0;
(PARSER->linenum)++;
expr_parser_append_string(PARSER, &(yylval->string), yytext);
}
[^\"\n]+ { expr_parser_append_string(PARSER, &(yylval->string), yytext); }
"\\\"" { expr_parser_append_string(PARSER, &(yylval->string), yytext); }
"\"" {
BEGIN(INITIAL);
if ( yylval->string != NULL )
string_unescape_c(yylval->string);
return ( TOKEN_STRING );
}
}
不知何故,转义序列 \" 仅在字符串的开头匹配。如果 \"后者出现在字符串中,它看起来像字符 \和 " 分别匹配。
例如:
"\" "
" \" "
"This is string example: \"a string inside of string\""
为什么要转义序列 \" 当出现在字符串中时与规则
"\\\""
不匹配?
最佳答案
如果反斜杠不是引用字符串中的第一个字符,则反斜杠将在某个标记的末尾匹配。例如:
"abc\"def"
^^^^ First token, longest match of [^"\n]+
^ Terminates quoted string
因此,您还需要排除反斜杠。但是一旦你这样做了,你需要提供一个匹配反斜杠转义的模式,而不仅仅是反斜杠转义的引号。所以我建议:
<DOUBLEQUOTE>{
\\?\n { /* Handle newline */ }
([^"\\\n]|\\.)+ { expr_parser_append_string(PARSER,
&yylval->string,
yytext); }
\" { BEGIN(INITIAL); ... }
}
注意:我在第一个模式的开头添加了一个可选的反斜杠,以处理反斜杠紧跟在换行符之前的情况。
.
在第二个模式中( \\.
)将不匹配换行符,否则根本无法识别反斜杠换行符。
关于regex - Lex - 字符串内的双引号,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32618512/