什么会在 C 中产生词法错误？

Question

除了不关闭评论/*...，C 语言中的词法错误是什么？

Answer 1

格式错误的浮点常量（例如123.34e 或123.45.33）。

Answer 2

词法错误：

1. 未终止的评论
2. 任何不是有效预处理器标记的非注释和非空白字符序列
3. 任何不是有效 C 令牌的预处理器令牌；一个例子是0xe-2，它看起来像一个表达式，但根据标准实际上是一个语法错误——一个奇怪的极端情况，由 pp-tokens 规则产生。

Answer 3

非法身份

int 3d = 1;

非法的预处理指令

#define x 1

意外的令牌

if [0] {}

无法解析的id

while (0) {}            

Answer 4

如果放在字符串或注释之外的任何地方，C 中的 [@$`] 和其他类似的符号（可能来自 unicode）是否会出现词法错误？它们不构成该语言的任何有效词汇序列。它们无法通过词法分析器，因为词法分析器无法将它们识别为任何类型的有效标记。通常，词法分析器是基于 FSM 或正则表达式的，因此这些符号只是无法识别的输入。

例如在下面的代码中有几个词法错误：

int main(void){
` int a = 3;
@ —
return 0;
}

我们可以通过将它提供给 gcc 来支持它，这给了

../a.c: In function ‘main’:
../a.c:2: error: stray ‘`’ in program
../a.c:3: error: stray ‘@’ in program
../a.c:3: error: stray ‘\342’ in program  
../a.c:3: error: stray ‘\200’ in program
../a.c:3: error: stray ‘\224’ in program

GCC 很聪明，并且会进行错误恢复，因此它解析了一个函数定义（它知道我们在“main”中），但这些错误绝对看起来像词法错误，它们不是语法错误，这是正确的。 GCC 的词法分析器没有可以从这些符号构建的任何类型的标记。请注意，它甚至将一个三字节的 UTF-8 符号视为三个无法识别的符号。

Answer 5

如果编译器根据此语法进行词法分析，则基本上任何不符合 ISO C 9899/1999 附件 A.1“词法语法”的内容都是词法错误。以下是一些示例：

"abc<EOF> // invalid string literal (from Ira Baxter's answer) (ISO C 9899/1999 6.4.4.5)

'a<EOF> // invalid char literal (6.4.4.4)

EOF 是文件的结尾。

double a = 1e*3; // misguided floating point literal (6.4.4.2)

int a = 0x0g; // invalid integer hex literal (6.4.4.1)

int a = 09; // invalid octal literal (6.4.4.1)

char a = 'aa'; // too long char literal (from Joel's answer, 6.4.4.4)

double a = 0x1p1q; // invalid hexadecimal floating point constant (6.4.4.2)
// instead of q, only a float suffix, that is 'f', 'l', 'F' or 'L' is allowed.

// invalid header name (6.4.7)
#include <<a.h>
#include ""a.h"

Answer 6

这里有一些：

 "abc<EOF>

其中 EOF 是文件的结尾。事实上，很多词位中间的EOF应该会产生错误：

 0x<EOF>

我认为在字符串中使用错误的转义是非法的：

  "ab\qcd"

浮点指数可能有问题

 1e+%

可以说，您不应该在预处理器指令的末尾添加内容：

#if x   %