在 lex 输入文件中使用时如何转义正则表达式？

【问题标题】：How to escape a regex when used in a lex input file?在 lex 输入文件中使用时如何转义正则表达式？
【发布时间】：2016-12-05 19:34:30
【问题描述】：

我想从这个answer to this question使用这个正则表达式 (["'])(?:(?=(\?))\2.)*?\1

但是当我在 lex 输入文件中使用它时，如下所示：

DOUBLEQUOTE_CONTENTS (["'])(?:(?=(\?))\2.)*?\1

{DOUBLEQUOTE_CONTENTS} { printf("这里"); }

我从 lex 收到大量“无法识别的字符”错误。第一眼就噎住了？性格等等。如果我逃避？字符，正则表达式不再匹配。

如何在 lex 输入文件中使用上述正则表达式？

【问题讨论】：

标签： regex lex

【解决方案1】：

(F)lex 没有实现前瞻（(?=...) 和朋友），也没有实现非贪婪重复（*?）。而且它没有捕获，所以非捕获括号 ((?:...)) 是多余的。最后，它没有实现反向引用 (\2)。

简而言之，您只能使用真正正则的正则表达式。请参阅flex manual 了解允许的内容。

这是一个不依赖于前瞻或反向引用的简单模式：

["]([^"\\]|\\.)*["]|'([^'\\]|\\.)*'

【讨论】：

您提供的模式由于交替而效率低下。我建议使用我上面评论中的正则表达式。
@wiktor：在 flex 中，交替是免费的，因为 flex 创建了一个 DFA。请参阅此答案，其中包括基准：stackoverflow.com/a/26922380/1566221