c++ - 莱克斯/柔性 :Regular expression for string literals in C/C++?

Question

我看这里ANSI C grammar .

本页包含大量用于 ANSI C 的 Lex/Flex 正则表达式。

在理解字符串文字的正则表达式时遇到问题。

他们提到正则表达式为 \"(\\.|[^\\"])*\"

据我所知，\" 用于双引号，\\ 用于转义字符，. 用于任何字符，除了escape character 和 * 为零次或多次。

[^\\"] 表示除 \ 、 " 之外的字符。

所以，在我看来，正则表达式应该是\"(\\.)*\"。

你能给出一些上面的正则表达式会失败的字符串吗？

或

为什么他们使用了[^\\"]？

Answer 1

正则表达式 \"(\\.)*\"您建议的匹配字符串由 \ 组成符号与任何字符交替出现，例如:

"\z\x\p\r"

因此，此正则表达式无法匹配如下字符串:

"hello"

字符串 "hello"将由正则表达式 \".*\" 匹配但这也将匹配字符串 """"或 "\"两者均无效。

为了摆脱这些无效匹配，我们可以使用 \"[^\\"]*\" , 但这现在无法匹配像 "\a\a\a" 这样的字符串这是一个有效的字符串。

正如我们所见\"(\\.)*\"确实匹配这个字符串，所以我们需要做的就是将这两个组合起来得到 \"(\\.|[^\\"])*\" .