获取以字符串“lngt”结尾的字符串在莱克斯

Question

我正在编写一个 lex 脚本来标记 C AST。我想在 lex 中编写一个正则表达式来获取以特定字符串“lngt”结尾但在 lex 返回的最终字符串中不包含“lngt”的字符串。所以基本上字符串形式是 (.*lngt)，但我无法弄清楚如何在 lex 中做到这一点。任何建议/方向都会非常有帮助

示例：我的文件中有这一行

@65  string_cst  type: @71  strg: Reverse order of the given number is : %d  lngt: 42

我想在 strg: 之后和 lngt: 之前检索字符串：即“给定数字的反向顺序是：%d”（注意：该字符串可以组成任何可能的字符）

谢谢。

Answer 1

这个问题需要一个类似于我在这里写的答案< /a>.可以通过在 lex 中编写自己的状态机来完成。也可以通过编写一些 C 代码来完成，如引用的答案或下面引用的其他文本中所示。

如果我们假设您想要的字符串始终位于“strg”和“lngt”之间，那么这与任何其他非对称字符串分隔符相同。

%x STRG LETTERL LN LNG LNGT
ws [ \t\r\n]+
%%
<INITIAL>"strg: " {
            BEGIN(STRG);
            }
<STRG>[^l]*l {
            yymore();
            BEGIN(LETTERL);
            }
<LETTERL>n {
           yymore();
           BEGIN(LN);
          }
<LN>g {
           yymore();
           BEGIN(LNG);
           }
<LNG>t {
           yymore();
           BEGIN(LNGT);
            }
<LNGT>":" {
           printf("String is '%s'\n", yytext);
           BEGIN(INITIAL);
            }
<LETTERL>[^n] {
            BEGIN(STRG);
            yymore();
            }
<LN>[^g] {
            BEGIN(STRG);
            yymore();
             }
<LNG>[^t] {
           BEGIN(STRG);
            yymore();
              }
<LNGT>[^:] {
            BEGIN(STRG);
            yymore();
               }
<INITIAL>{ws}  /* skip */ ;
<INITIAL>.   /* skip anything not in the string */
%%

引用一下我的另一个回答：

一些大学编译器课程提供了建议的解决方案。很好地解释了这一点的是这里（在曼彻斯特）。其中引用了几本也涵盖了这些问题的好书：

• J.莱文、T.梅森和D.Brown：Lex 和 Yacc（第二版）
• MELesk 和E.Schmidt：Lex - 词法分析器生成器

所描述的两种技术是使用启动条件来明确指定状态机，或手动输入直接读取字符。