表示 BNF 的正则表达式答案

【问题标题】：Regular expressions representing BNF表示 BNF 的正则表达式
【发布时间】：2021-11-27 17:33:39
【问题描述】：

我正在研究词法分析器。我需要识别 BNF 中的模式并使用正则表达式指定它们。我知道有令牌，例如关键字、标识符、运算符等。到目前为止，我已经定义了正则表达式：

 digit=[0-9]
    integer={digit}+
    letter=[a-zA-Z]

但是给定的标识符 BNF 规则是：

   < id > ::= < letter >
                | "_"
                | < id > < digit >
                | < id > < letter >

既然是由递归模式定义的，我该如何使用正则表达式来表达这种模式。我尝试了这个正则表达式：id={letter}+|"_"|{id}{digit}+ 用于上述 BNF 规则，但它给了我错误，正则表达式包含循环。

【问题讨论】：

【解决方案1】：

查看 BNF，我们可以看到 <id> 可以以字母或下划线开头。我们还可以看到<id> 后面可以跟一个数字或字母，它仍然是一个有效的<id>。这意味着<id> 以字母或下划线开头，后面可以跟 0 个或多个数字或字母。这建议使用以下正则表达式：

id = [a-zA-Z_][0-9a-zA-Z]*

但由于您已经将 {digit} 和 {letter} 定义为单独的字符类，这将使用 JFlex（我对 JFlex 不太熟悉，所以我可能没有完全正确的 JFlex 语法）：

id = ({letter}|_)({digit}|{letter})*

这相当于正则表达式：

([a-zA-Z]|_)([0-9]|[a-zA-Z])*

【讨论】：

JFlex 并不坚持使用宏。它还提供了预定义的字符类 [:jletter:] 和 [:jletterdigit:]，尽管它们可能不是正在寻找的，因为它们包含其他 Unicode 字母。
@rici 我知道并且不会在[:jletter:] 中也包含下划线？
感谢您的帮助。我对另外两个规则感到困惑：任何字符，正常转义\n，\t，\'，\"和注释以“#”开头并延伸到行尾。你能帮忙吗？好吗？
首先，请参阅What should I do when someone answers my question?。然后发布另一个问题，确保清楚您需要什么。你不能问多部分的问题，也不应该继续在已经回答的问题上附加额外的问题（希望是令人满意的）。当您发布新问题时。您可以通过指向新问题的链接发布对此答案的新评论。谢谢。
是的，它与原始问题相关，因为它是一个 JLex 问题。但这是一个新的 JLex 问题。