我想在 flex 中制定一个规则来使用像 /* */ 这样的 c 风格的注释
我有以下
c_comment "/*"[\n.]*"*/"
但它永远不会匹配。知道为什么吗？如果您需要更多我的代码，请告诉我，我将提交整个内容。感谢所有回复的人。
【问题讨论】：
标签： flex-lexer
另一个例子：
"/*"([^*]*|(\*+[^/]))*"*/"
【讨论】：
我建议你改用start conditions。
%x C_COMMENT
"/*" { BEGIN(C_COMMENT); }
<C_COMMENT>"*/" { BEGIN(INITIAL); }
<C_COMMENT>\n { }
<C_COMMENT>. { }
请注意，<condition> 和规则之间不得有任何空格。
%x C_COMMENT 定义 C_COMMENT 状态，并且规则 /* 启动它。一旦它开始，*/ 将让它回到初始状态（INITIAL 是预定义的），并且所有其他字符都将被消耗而无需任何特定操作。当两条规则匹配时，Flex 会通过匹配最长的一条来消除歧义，因此点规则不会阻止 */ 匹配。 \n 规则是必要的，因为 a dot matches everything except a newline。
%x 定义使 C_COMMENT 成为独占状态，这意味着词法分析器将仅匹配“标记”<C_COMMENT> 的规则一旦进入该状态。
这是一个tiny example lexer，它通过打印除/* comments */ 中的内容之外的所有内容来实现此答案。
【讨论】：
/* rubbish */ */ 识别为完整的块注释（从/* 到第二个*/），而不是C样式块 cmets，其中开头的 /* 被最近的关闭 */ 终止，而另一个 */ 在程序中被标识为杂散字符。以下正则表达式（用于 flex/lex）也处理这种情况 "/*"((("*"[^/])?)|[^*])*"*/" Source - [link] (stackoverflow.com/questions/16160190/…)
<C_COMMENT>. { }，如果@zneak 使用了follopwing，它就会解决<C_COMMENT>[^*\n]*<C_COMMENT>"*"+[^*/\n]*。它会吃掉除了 * 后跟 / 之外的所有内容。所以在这种情况下，它会以第一个 * 后跟 / 结束。所以/* rubbish */ foolosh */，它会评论/* rubbish */，并关注foolish */的下一个标记
. 规则永远不应该与结束评论的 * 匹配，因为结束评论比任何字符之一长。
/* rubbish */ foolosh */ 问题。
echo "/* this is a multiline comment */abc" | ./a.out，其中注释块有四个换行符，结果是四个换行符后跟“abc”。我认为这是不正确的——应该忽略整个注释块，因此注释块中的换行符不应该影响输出。
the Flex manual 中有一个工作示例，它可以正确处理粗糙的边缘情况：
<INITIAL>"/*" BEGIN(IN_COMMENT);
<IN_COMMENT>"*/" BEGIN(INITIAL);
<IN_COMMENT>[^*\n]+ // eat comment in chunks
<IN_COMMENT>"*" // eat the lone star
<IN_COMMENT>\n yylineno++;
【讨论】：
【讨论】：
[^*] 包括 \r 和 \n（以及除 * 之外的所有其他 8 位代码），因此 |[\r\n] 是不必要的。 （就像链接文章中的大多数其他正则表达式环境一样，nedit 除外。）
我已经尝试了几种建议的解决方案，结果如下。
paxdiablo 的答案很有效，并且具有易于阅读的优点。我进一步修改如下：
"/*" { int c1 = 0, c2 = input(); 为了（;;） { 如果（c2 == EOF）中断； 如果（c1 == '*' && c2 == '/'） 休息; c1 = c2; c2 = 输入（）； } }【讨论】：
. 规则永远不应该使用*/ 令牌的*。 This lexer 没有遇到您描述的问题：输入 /* hello */world */ 按预期产生输出 world */。
我相信这个解决方案更简单：
"/*"((\*+[^/*])|([^*]))*\**"*/"
【讨论】：
这是一个示例，以防万一有人对如何使用 zneak 的答案感到困惑：
（基本上，您将“%x C_COMMENT”放在第一部分，其余部分放在第二部分，正如他的有用链接所解释的那样）
foo.l
%{
// c code..
%}
%x C_COMMENT
%%
"/*" { BEGIN(C_COMMENT); }
<C_COMMENT>"*/" { BEGIN(INITIAL); }
<C_COMMENT>. { }
%%
// c code..
希望对某人有所帮助！ 蒂夫
【讨论】：
不知道为什么它没有被选中，但我知道这种模式会产生大量的词汇元素。只检测开始注释标记并将所有内容都扔进 bitbucket 直到找到结束标记会更有效。
This site 有代码可以做到这一点：
"/*" {
for (;;) {
while ((c = input()) != '*' && c != EOF)
; /* eat up text of comment */
if (c == '*') {
while ((c = input()) == '*')
;
if (c == '/')
break; /* found the end */
}
if (c == EOF) {
error ("EOF in comment");
break;
}
}
}
【讨论】：