如何使用 turbo pascal lex 构建正则表达式以模式匹配重音字母？答案

【问题标题】：how to build a regular expression using turbo pascal lex to pattern match accented letters?如何使用 turbo pascal lex 构建正则表达式以模式匹配重音字母？
【发布时间】：2014-02-25 10:11:13
【问题描述】：

如上所述，我正在尝试构建一个正则表达式来获取所有法语字母，包括重音字母。不幸的是，重音字母一直给我错误。模式
([a-zA-Z-âàçèé])+ 格式正确吗？任何帮助将不胜感激。

这是我的 Lex 代码示例：

%{
uses lexlib; 
%}
%%
"Exit:"
begin
halt;
end;
" " ;
([a-zA-Z-âàçèé])+
begin
writeln('word  : ' + yytext);
end;
.   begin
writeln('errorrrrrrrrrrrrrr  : ' + yytext);
end;
\n  ;
%%
begin
if yylex=0 then ;
end.

【问题讨论】：

- 用于定义字符范围（例如：A-Z）
([a-zA-Z-âàçèé])+，如果您打算将 Z 和 â 之间的破折号视为文字，则应该可以。有什么错误？尝试取出破折号[a-zA-Zâàçèé]
尝试将- 交换到字符类的末尾。
可能是它只读取 7 位 ascii，屏蔽掉高位。也许它是一个问题。将重音字符一个一个取出来进行测试。
([â])+ 即使这个正则表达式也不起作用。它显示：errorrrrrrrrrrrrrrr：❄

标签： regex

【解决方案1】：

根据您发布的链接here

您将在 Lex 中使用的格式是：

(['\u00E1'-'\u00EC','\u00EE'-'\u00EF'] ['\u0080'-'\u00BF'] ['\u0080'-'\u00BF'])

看来您必须将多字节字符用单引号引起来 ''

相关链接