Flex/Lex：正则表达式匹配双字符

编程问答 2022-05-25

问题描述

我有一个用C++编写的flex程序，需要完成以下规则：

我希望 yytext 接受以下内容：
○ 零个或以下字符之一 ABCDEFGH

例如 - 输入：
“三角形 ABC”是一个有效的形状，我希望程序打印“有效的形状”
“三角形 AAC”不是有效的形状，因为它包含一个双 A，我希望程序在这种情况下不打印任何内容
“三角形 ABCD”不是一个有效的形状，因为它包含四个字母，我希望程序在这种情况下也不打印任何内容。

下面的代码以及到目前为止我尝试过的正则表达式：

%{
    /** Methods and Variables initialization **/
   
%}

corner corner" "[A-H]
line line" "[A-H]{2}
triangle triangle" "[A-H]{3}
square rectangle" "[A-H]{4}
poly pentagon" "[A-H]{5}
hexa hexagon" "[A-H]{6}
hepta heptagon" "[A-H]{7}
octa octagon" "[A-H]{8}

/** Below is the rule section -- yytext is the matched string returned to the program **/
%%
{corner} 
{line} |
{triangle} |  
{square}  |
{poly} |
{hexa} |
{hepta} | 
{octa} {   
     printf("Valid shape: %s",yytext);
}
.
%%

int main() {
    yylex();    
    return 0;
}

// yywrap() - wraps the above rule section 
int yywrap(void)
{
   return 1;
}


当前输入：
三角形AAC
当前输出：
有效形状：三角形AAC（我们不想要）

当前输入：
三角形AB
当前输出：
有效形状：三角形ABC

解决方法

这不是您通常使用 (f)lex 解决的那种问题，因为基本词法分析是微不足道的（可以通过简单地在空格处拆分行来完成）并且详细的错误分析有点超出(f)lex 的舒适区，特别是因为无法使用正则表达式匹配“包含相同字符两次的字符串”。

不过，如 question asked by one of your classmates 所示，它可以通过 (f)lex 利用扫描器的排序规则来完成：

  1. 始终使用尽可能长的匹配项。
  2. 如果有两个或多个规则符合条件，请选择第一个。

这并没有解决重复字符的问题。解决这个问题的唯一方法是列举所有的可能性，在这种情况下有八种可能性。比链接问题中提出的方法更简单的方法是 [A-H]*A[A-H]*A[A-H]*|[A-H]*B[A-H]*B[A-H]*|[A-H]*C[A-H]*C[A-H]*...。

这让您可以创建一组有序的规则，如下所示：

  1. 匹配具有重复字符的行
  2. 匹配字符过多的行
  3. 匹配具有正确字符数的行
  4. 其他任何事情都是错误的。 （字符太少、形状名称无效、字母无效等）

所以这可能包括这个（省略了两个宏的定义，这很简单但很乏味）：

  /* 1. Dups */
[a-z]+\ {dups}$  { err("Duplicate letter"); }
  /* 2. Too long */
{valid}[A-H]+$   { err("Too long"); }
  /* 3. Just right */
{valid}$         { printf("Valid: %s\n",yytext); }
  /* 4. Anything else */
.+               { err("Too short or invalid character"); }
  /* Ignore newlines */
\n               ;
cc++flex-lexerlexregexregexregex