编写基于正则表达式的词法分析器 - 正则表达式与输入不匹配

Question

我正在为 CSS 编写一个词法分析器/分词器，按照以下语法规范： http://www.w3.org/TR/CSS21/syndata.html#syntax

我有一个我正在尝试标记的示例样式表，在此处指定：

const String css = @"
foo bar {
    property: value;
    property2: value2;
    /* comment1 */
}
        ";

我的词法分析器在每次迭代中遍历每个正则表达式，并正确捕获初始空格标记，但是Ident正则表达式无法捕获"foo"文本。这是我的正则表达式：

public const String Ident    = "[-]?" + Nmstart + Nmchar + "*";
public const String Nmstart  = "[_a-z]|" + Nonascii + "|" + Escape;
public const String Nmchar   = @"[_a-z0-9-]|" + Nonascii + "|" + Escape;
public const String Nonascii = @"[^-237]";
public const String Escape   = Unicode + @"\[^nrf0-9a-f]";
public const String Unicode  = @"\[0-9a-f]{1,6}(rn|[ nrtf])?";

正则表达式Ident扩展为以下内容（已转义）：

[-]?[_a-z]|[^\0-\237]|\\[0-9a-f]{1,6}(\r\n|[ \n\r\t\f])?\\[^\n\r\f0-9a-f][_a-z0-9-]|[^\0-\237]|\\[0-9a-f]{1,6}(\r\n|[ \n\r\t\f])?\\[^\n\r\f0-9a-f]*

或者这个（未逃脱，逐字）：

[-]?[_a-z]|[^-237]|\[0-9a-f]{1,6}(rn|[ nrtf])?\[^nrf0-9a-f][_a-z0-9-]|[^-237]|\[0-9a-f]{1,6}(rn|[ nrtf])?\[^nrf0-9a-f]*

我的正则表达式与 CSS 规范中的表达式匹配（我认为），那么为什么它不匹配"foo"？

更新：

根据leppi的建议，我添加了括号，结果如下：

public const String Ident= "[-]?(" + Nmstart + ")(" + Nmchar + ")*";

。但是它仍然不匹配。

Answer 1

问题解决方案有两个：

首先，Leppi 建议我将Nmstart和Nmchar宏分组是正确的。

其次，我需要使用 "G" 前缀而不是 "^" 前缀，因为我使用的是Match(String, Int32)重载。