regex - 如何在 JFlex 中使用正则表达式捕获组？

Question

虽然这个问题是关于 JFlex 的，但它可能也适用于其他扫描仪生成器，例如 lex、flex。

如果我有一些规则，如何在该规则的一部分中创建一个捕获组，并将该捕获组的结果用作在规则匹配时调用的代码的参数？

例如，假设我有一个简单的规则来匹配 SGML 标签:

"<"[a-zA-Z]+">"    {return new Token(Type.OPEN_TAG);}

我如何捕获内部字符部分([a-zA-Z]+)并将其用作我的 Token 构造函数中的参数？

编辑:我知道我可以简单地使用 yytext() 来获取整个匹配的值，然后将代码中的其他部分分开，但这似乎会使事情变得比他们需要的更复杂。

Answer 1

扫描仪生成器通常不支持捕获组，老实说，我从未在扫描仪生成器中看到对它们的有效需求。您通常在其他 RegEx 引擎中使用捕获组的大多数事情都可以在解析器中更好地处理，或者通过操作中的一段简单代码来处理。

像下面这样的东西应该可以工作。

"<"[a-zA-Z]+">"    {
                     String matchedText = yytext();
                     String label = matchedText.substring(1, matchedText.length() - 1);
                     return new Token(Type.OPEN_TAG, label);
                   }

实现组捕获往往会干扰扫描仪生成器执行的许多优化，以减小转换表的大小。我从未使用过 JFlex，但我似乎记得 flex 支持某种有限形式的回溯和向前看/向后看，但如果使用，则会发出有关性能的警告。