多行注释flex lex

Question

我正在尝试使用以下条件进行多行注释：

• 以'''开始，以'''结束
• 内部不能正好包含三个'''，例如：

  ''''''            Correct  
  ''''''''          Correct  
  '''a'a''a''''a''' Correct  
  '''''''''         Incorrect  
  '''a'''a'''       Incorrect
  

这是我的近似，但我无法对此做出正确的表达式：

'''([^']|'[^']|''[^']|''''+[^'])*'''+

Answer 1

简单的解决方案是使用启动条件。(请注意，这并不能传递给您的所有测试用例，因为我认为问题描述不明确。请参阅下文。(

在下文中，我假设您想要返回匹配的令牌，并且您使用的是yacc/bison生成的解析器，该解析器包括作为并集类型之一的char* str。启动条件块是Flex扩展；在使用其他lex衍生物的不太可能的情况下，您需要每行写一个模式，每个模式都带有<SC_TRIPLE_QUOTE>前缀(并且与模式之间没有空格(。

%x SC_TRIPLE_QUOTE
%%
'''        { BEGIN(TRIPLE_QUOTE); }
<TRIPLE_QUOTE>{
'''      { yylval.str = strndup(yytext, yyleng - 3);
BEGIN(INITIAL);
return STRING_LITERAL;
}
[^']+    |
''?/[^'] |
''''+    { yymore(); }
<<EOF>>  { yyerror("Unterminated triple-quoted string");
return 0;
}
}

我希望这或多或少是不言自明的。起始条件内的四个模式匹配'''终止符、除'之外的任何字符序列、不超过两个'和至少四个'。CCD_ 10使得各个匹配被累积。对strndup的调用不包括分隔符。

注：

上面的代码不会提供您对第二个示例的期望，因为我认为这是不可能的(或者，您需要更清楚地了解两个可能的分析中哪一个是正确的，以及为什么(。考虑可能的评论：

'''a'''
'''a''''
'''a''''a'''

根据您的描述(以及第三个示例(，第三个应该与内部值a''''a匹配，因为''''超过了三个引号。但是根据您的第二个示例(稍作修改(，第二个应该与内部值'匹配，因为最后的'''被用作终止符。问题是，这两种可能的解释应该如何区分？换句话说，词法扫描程序有什么线索，在第二种情况下，令牌在'''结束，而在第三种情况下则没有？由于这两者都是输入流的一部分，因此后面可能有任意文本。由于这些应该是多行注释，因此没有先验的理由相信换行符不是标记的一部分。

因此，我武断地选择了该选择哪种解释。我本可以做出另一个任意的选择，但如果换一个例子就行不通了。