如何在 flex 中使用 REJECT？答案

【问题标题】：How does one use REJECT in flex?如何在 flex 中使用 REJECT？
【发布时间】：2011-09-20 01:26:33
【问题描述】：

让我们明确一点，我说的是词法分析工具。

对于以下输入：

aa bb cc dd

我需要解析器来匹配以下子字符串：

aa bb

bb cc

cc dd

我有这个正则表达式：

[a-zA-Z]+[ ]+[a-zA-Z]+

但这只匹配：

aa bb

cc dd

有人告诉我 REJECT 命令可用于获取我需要的输出，但我不知道如何应用它。有人可以帮帮我吗？

【问题讨论】：

不，REJECT 在这种情况下不会帮助您。当匹配[a-zA-Z]+[ ]+[a-zA-Z]+ 时，您会希望让词法分析器中字符的当前位置跳回2 个位置，而REJECT 将跳回规则的开头并尝试匹配更多。不过，我对 Flex 不够熟悉，无法回答您的问题。

标签： parsing lex flex-lexer

【解决方案1】：

REJECT 将重新开始扫描，然后您只需“吃掉”您已经匹配的第一个字母字符串。可能这就是你想要的（10 年前:-)：

%%
[a-zA-Z]+[ ]+[a-zA-Z]+    { printf("found %s\n", yytext); REJECT; }
[a-zA-Z]+[ ]*

给定输入字符串：

a b c d e

它会产生：

found a b
found b c
found c d
found d e

【讨论】：

【解决方案2】：

您可以使用正则表达式在整个集合中枚举 n 和 n + 1 对。

查看具有“贪婪”向后（或向前）匹配的分组。

【讨论】：

这个问题不是关于（现代）正则表达式，而是词汇工具 GNU-Flex，它的正则表达式真的是正则的（没有分组和所有花哨的东西)。

【解决方案3】：

这是解决问题的一种 Flex 解决方案：

%% "aa bb" {printf("匹配的 aa bb\n");REJECT;} "bb cc" {printf("匹配的 bb cc\n");REJECT;} "cc dd" {printf("匹配的 cc dd\n");REJECT;} . /*忽略其他任何内容*/ %% 主函数（） { yylex(); 返回0； } 当我在您的输入上运行代码时，我得到：匹配 aa bb 匹配的bb cc 匹配 cc dd

【讨论】：

但是根据 OP 发布的模式[a-zA-Z]+[ ]+[a-zA-Z]+，似乎aa bb cc dd 是一个非常简化的输入示例。我对 Flex 知之甚少，但我没有看到 REJECT 以更一般的方式使用。是吗？