如何在flex中匹配一串杂散字符(不匹配其他正则表达式)

Question

我正在尝试用flex制作一个简单的lexer，它可以读取整数，如果它发现任何不构成整数的字符，它应该打印不匹配的字符字符串。

这些是我使用的模式，以及在模式匹配时执行的C代码。

{INT}({DEL}|{ENTER}) { return INT;}   
{ENTER}              { printf("#End of linen");}
{DEL}               
<<EOF>>              { printf("#End of file#n"); exit(0);}
.                    { printf("Unrecognized characters: %sn",yytext);
                      fprintf(yyout, "Unrecognized characters: %sn",yytext);}

我的问题是，当我使用.时，lexer一次匹配一个字符。然而，如果我使用.+，那么lexer将所有内容与整数匹配，并将所有内容视为错误。

如果我应该显示更多的代码，请告诉我。我将举一个例子，说明我从lexer得到了什么以及我想要什么作为输出。

示例输入文件：

23 55

12 asd

@213

使用.:时的输出文件示例

token＝INT；23〃；

token＝INT；55

无法识别的字符：1个

无法识别的字符：2

无法识别的字符：

无法识别的字符：s

无法识别的字符：d

无法识别的字符：@

token＝INT；213〃；

使用.+:时的输出文件示例

无法识别的字符：23 55

无法识别的字符：12asd

无法识别的字符：@213

期望输出：

token＝INT；23〃；

token＝INT；55

无法识别的字符：12asd

无法识别的字符：@213

Answer 1

我终于找到了问题的答案。

问题是.包含空格和制表符。因此，当使用.+时，它会吃掉所有的东西以及制表符和空格，并将每一行都视为错误。可能是因为。+提供更长的匹配时间。

[^\t\t]+（｛DEL｝|｛ENTER｝）

这个正则表达式将读取除空白之外的所有内容，直到读取空白为止。然而，如果[^ tn]+的内容是INT，则这将不是将被匹配的正则表达式。INT将被匹配，因为它具有更大的优先级。

Answer 2

我非常怀疑这样的模式是否存在。然而，您可以在上面的解决方案中收集单个杂散字符，并在输入结束时一次性打印/处理每个匹配的非杂散令牌。这涉及到重新分配一个不断增加的缓冲区，可能与完整输入一样大。