Bibtex 中字符串的正则表达式

Question

我正在尝试使用 lex/yacc 解析 Bibtex 文件。 bibtex 数据库中的字符串可以用引号“...”或大括号括起来 - {...}

但每个条目也用大括号括起来。如何区分条目和大括号括起来的字符串？

@Book{sweig42,
  Author =   { Stefan Sweig },
  title =    { The impossible book },
  publisher =    { Dead Poet Society},
  year =     1942,
  month =        mar
}

Answer 1

您有多种选择：

• 词法分析器启动条件（来自 Lex 教程）

  基于greg ward的想法，增强您的 lex 规则具有启动条件（在引用的源中称为“模式”）。

具体来说，您将拥有启动条件 BASIC ENTRY STRING 和以下规则（示例取自 此处）：

%START BASIC ENTRY STRING
%%

/* Lexical grammar, mode 1: top-level */
<BASIC>AT           @ { BEGIN ENTRY; }
<BASIC>NEWLINE      \n
<BASIC>COMMENT      \%[^\n]*\n
<BASIC>WHITESPACE.  [\ \r\t]+
<BASIC>JUNK         [^@\n\ \r\t]+

/* Lexical grammar, mode 2: in-entry */
<ENTRY>NEWLINE      \n
<ENTRY>COMMENT      \%[^\n]*\n
<ENTRY>WHITESPACE   [\ \r\t]+
<ENTRY>NUMBER       [0-9]+
<ENTRY>NAME         [a-z0-9\!\$\&\*\+\-\.\/\:\;\<\>\?\[\]\^\_\`\|]+ { if (stricmp(yytext, "comment")==0) { BEGIN STRING; } }
<ENTRY>LBRACE       \{ { if (delim == '\0') { delim='}'; } else { blevel=1; BEGIN STRING; } }
<ENTRY>RBRACE       \} { BEGIN BASIC; }
<ENTRY>LPAREN       \( { BEGIN STRING; delim=')'; plevel=1; }
<ENTRY>RPAREN       \)
<ENTRY>EQUALS       =
<ENTRY>HASH         \#
<ENTRY>COMMA        ,
<ENTRY>QUOTE        \" { BEGIN STRING; bleveL=0; plevel=0; }

/* Lexical grammar, mode 3: strings */
<STRING>LBRACE       \{ { if (blevel>0) {blevel++;} }
<STRING>RBRACE       \} { if (blevel>0) { blevel--; if (blevel == 0) { BEGIN ENTRY; } } }
<STRING>LPAREN       \( { if (plevel>0) { plevel++;} }
<STRING>RPAREN       \} { if (plevel>0) { plevel--; if (plevel == 0) { BEGIN ENTRY; } } }
<STRING>QUOTE        \" { BEGIN ENTRY; }

请注意，规则集并不完整，但应该可以帮助您入门。更多详细信息请参见此处。

• bt解析

  这些文档以相当详细的方式解释了这些复杂性解析 bibtex 格式并附带一个“python 解析器”。

• 圣经

  您可能还对使用 biblex 和 bibparse 的 unix 工具链感兴趣。这些工具分别生成和解析 bibtex 令牌流。

  更多信息可以在此处找到。

最好的问候，卡斯滕