regex - OCaml 正则表达式在尝试使用转义字符时出现错误

Question

我正在尝试使用 OCaml 为 C 的变体编写词法分析器。对于词法分析器，我需要匹配字符串“^”和“||” (分别作为求幂和或符号)。这两个都是正则表达式中的特殊字符，当我尝试使用反斜杠对它们进行转义时，没有任何变化，代码运行时就好像“\^”仍然是行首，“\|\|”仍然是“或或”。我该怎么做才能解决这个问题？

Answer 1

字符串文字中的反斜杠字符必须加倍才能通过 OCaml 字符串解析器:

# let r = Str.regexp "\\^" in
    Str.search_forward r "FOO^BAR" 0;;
- : int = 3        

如果您使用的是 OCaml 4.02 或更高版本，您还可以使用 quoted strings ({| ... |}) , 它不专门处理反斜杠字符。这可能会导致代码更具可读性，因为反斜杠字符不必加倍:

# let r = Str.regexp {|\^|} in
    Str.search_forward r "FOO^BAR" 0;;
- : int = 3

或者您可以考虑使用 Str.regexp_string (或 Str.quote )，它创建一个正则表达式，将按字面匹配其参数中的所有字符:

# let r = Str.regexp_string "^" in
    Str.search_forward r "FOO^BAR" 0;;
- : int = 3

---

Str 模块不会将 | 作为特殊的正则表达式字符，所以当你想按字面意义使用它时，你不必担心引用:

# let r = Str.regexp "||" in
    Str.search_forward r "FOO||BAR" 0;;
- : int = 3

| 仅当您想将其用作“或”结构时才需要引用:

# let r = Str.regexp "BAZ\\|BAR" in
    Str.search_forward r "FOOBAR" 0;;
- : int = 3

---

您可能需要引用 Str.regexp获取正则表达式的完整语法。