使用“|”时 lex 中无法识别的规则（或）正则表达式答案

【问题标题】：unrecognized rule in lex when using '|' (or) regex使用“|”时 lex 中无法识别的规则（或）正则表达式
【发布时间】：2021-09-30 14:33:51
【问题描述】：

我正在制作一个使用 Lex 识别关键字、标识符、int、float 和运算符的程序，但即使没有任何问题，我也会不断出错。下面是我的代码。（文件名为d.l）

第6行，如果是几个关键字之一，则输出关键字，所以|用作 or 的正则表达式。

%%
[_a-zA-Z][_a-zA-Z0-9]{0,30} printf("identifier\n");
(if|then|else|end|repeat|read|until|write)  printf("keyword\n");
^[-+]?[0-9]*    printf("integer\n");
^[-+]?[0-9]*[.][0-9]*   printf("float\n");
(+|-|*|/) printf("operator");

当我执行 lex d.l 时，结果是错误消息：

d.l:6: unrecognized rule

我是第一次学习 lex 和正则表达式。任何帮助将不胜感激。

【问题讨论】：

由于显示的第 6 行包含 (+|-|*|/) 和 * 是 Lex 元字符，您可能需要对其进行转义 - \* 或 '*' 可能会起作用。
我想你会发现if被识别为一个标识符。另外，我认为输入0.123 将被识别为整数0，后跟一个不匹配的.（然后，可能是另一个整数123）。您可能需要稍微重新排序规则。
感谢您的回复。我把它改成了 (+|-|*|/) ，但我得到了同样的错误。
嗯——想想看，+ 不也是另一个 Lex 元字符吗？另外，我在您的评论中看不到您修改后的代码之间的区别。（在 cmets 内的反引号内引用代码：code 输入为 …`code`…（或多或少）
@JonathanLeffler 您对关键字是正确的，但是浮动规则应该可以正常工作，因为浮动规则会产生更长的匹配。数字规则让我感到困惑的是，它们只识别行首的数字，但这看起来是故意的（为什么^ 会在那里？）。

标签： regex lex

【解决方案1】：

(+|-|*|/) printf("operator");

这里的问题不是你使用了|，而是你使用了+、*和/，它们是正则表达式中的特殊字符（但不在字符类中）。

您可以通过转义它们（通过在它们前面加上 \ 或将它们括在引号中）或使用字符类来解决此问题，这将是最惯用的解决方案。请注意，在字符类内部- 不是字符类中的第一项或最后一项时具有特殊含义（因此不要将- 放在中间或转义它）。

所以这些解决方案中的任何一个都可以工作（最后一个是最惯用的）：

(\+|-|\*|\/) printf("operator");
("+"|-|"*"|"/") printf("operator");
[-+*/] printf("operator");

【讨论】：

谢谢！！有用。 (if|then|else|end|repeat|read|until|write) printf("keyword\n");这里好像没有问题？？我收到一条错误消息，提示找不到匹配规则（韩语）
@user9178840 关键字规则的问题在于 Jonathan Leffer 在评论中已经指出的顺序。由于标识符规则首先出现并且也匹配关键字，因此它具有优先权并且始终被选择在关键字规则之上。我建议您阅读最大咀嚼规则，以了解有关规则顺序何时以及如何重要的更多信息。
好不容易解决了半天，但是谢谢你让我知道的很详细，很方便。我会研究它。