我正在用jflex编写tokenizer。我需要将像interferon-a这样的单词匹配为一个令牌，将像interferon-alpha这样的单词匹配为三个。
显而易见的解决方案是前瞻，但它们在 jflex 中不起作用。对于类似的任务，我编写了一个函数，匹配匹配模式后的一个附加通配符，检查它是否是 java 代码中的空格，并在有或没有匹配字符串的一部分的情况下将其推回。
REGEX = [:letter:]+-[:letter:].
从字符串interferon-alpha它将匹配interferon-al. 然后，在 Java 代码部分，它将检查匹配的最后一个字符是否为空格。它不是，所以-al会被推回去，interferon返回。
在interferon-a的情况下，空格将被推回并返回interferon。
但是，如果匹配的字符串没有任何成功，则此函数不起作用。此外，它似乎很笨重。因此，我想知道是否有任何"更好"的方法来确保以下字符是空格而不实际匹配和返回它。
JFlex 当然有一个前瞻功能，与 (f)lex 相同。与 Java 正则表达式前瞻断言不同，JFlex 前瞻只能在匹配结束时应用，但在其他方面是相似的。JFlex 手册的语义部分对此进行了描述：
在词法规则中，正则表达式
r后可能跟一个前瞻表达式。前瞻表达式要么是$(行尾运算符)，要么是/后跟任意正则表达式。在这两种情况下，前瞻都不会被使用，也不会包含在匹配的文本区域中，但在确定哪个规则的匹配时间最长时会考虑它......
所以你当然可以写规则：
[:letter:]+-[:letter:]/s
但是，您不能将这样的规则放在宏定义(REGEX = …)中，正如手册中也提到的那样(在宏部分中)：
右侧的正则表达式必须格式正确，不得包含
^、/或$运算符。
因此，前瞻运算符只能在模式规则中使用。
请注意，s匹配任何空格字符(包括换行符)，而.与任何换行符都不匹配。我认为这就是导致您评论的原因，即REGEX = [:letter:]+-[:letter:]."如果匹配的字符串没有任何成功，则不起作用"(我猜您的意思是"在同一行上没有任何成功的东西，并且您打算编写.而不是.)。
您可能(取决于您的语言)更喜欢测试非单词字符，而不是测试以下空格：
[:letter:]+-[:letter:]/W
或者将更精确的规范作为一组 Unicode 属性，如W的定义(也可在 JFlex 手册的链接部分找到)。
说了这么多，我想重复一下我之前对你类似问题的回答中的建议：把更具体的模式放在第一位。例如，使用以下一对模式将保证第一个模式选取带有单个字母后缀的单词，同时避免需要显式回推。
[:letter:]+(-[:letter:])? { /* matches 'interferon' or 'interferon-a' */ }
[:letter:]+/-[:letter:]+ { /* matches only 'interferon' from 'interferon-alpha' */ }
当然，在这种情况下，您可以通过使用{2,}而不是+进行第二次重复来轻松避免第二种模式和第一个模式之间的冲突，但依赖模式排序是完全可以的，因为保证模式不重叠通常很不方便。