C++ 正则表达式设置字符串文字的最大长度

我试图找出如何在正则表达式中设置最大长度。我的目标是将字符串文本的正则表达式的最大长度设置为80

如果您需要，下面是我的表达式：

["]([^"\\]|\\(.|\n))*["]|[']([^'\\]|\\(.|\n))*['] 

我尝试在表达式的前面和结尾添加{0,80}，但是要么所有的字符串都分解成更小的标识符，要么到目前为止都没有

提前感谢您的帮助

编辑：

这里有一个更好的解释，我正在努力完成。 给定“此字符串长度超过80个字符”，当通过flex运行时，而不是像下面这样列出：

行：1，词素：|此字符串长度超过80个字符|，长度：81，标记4003

我需要像这样把它拆开：

行：1，词素：|此|，长度：1，标记6000

行：1，词素：|字符串|，长度：1，标记6000

行：1，词素：| IS |，长度：1，标记6000

行：1，词素：|超过|，长度：1，标记6000

行：1，词素：80，长度：1，标记6000

行：1，词素：|字符|，长度：1，标记6000

行：1，词素：|长|，长度：1，标记6000

而字符串“此字符串长度不超过80个字符”将显示为：

---

第1行，lexeme:|此字符串长度不超过80个字符|，长度：50，标记：4003

如果您在

flex

中使用正则表达式，并且需要监视其长度，最简单的方法是查看

yylex

中保存的匹配字符串（或类似内容）：

我用

82

来解释两个双引号字符

“

。

---

如果这不是您的设置，请在评论中告诉我，我将删除我的答案（无需否决：）

如果您在

flex

中使用正则表达式，并且需要监控其长度，最简单的方法是查看

yylex

中保存的匹配字符串（或类似内容）：

我用

82

来解释两个双引号字符

“

。 如果这不是您的设置，请在评论中告诉我，我将删除我的答案（无需否决投票：）

我尝试在表达式的前面和结尾添加

{0,80}

支撑操作符不是长度限制；这是一系列重复计数。它必须去重复操作符（

*

、

+

或

？

）将去的地方：在子模式被重复之后立即去

因此，在您的情况下，您可以使用：（为了清晰起见，我省略了

“

选项。）

[“]（[^”\\\n]|\\（.|\n））{0,80}[“]

通常，我建议您不要这样做，或者至少要小心一点。（F）lex正则表达式被编译到状态转换表中，编译最大重复计数的唯一方法是为每个重复复制一次子模式状态。因此上述模式需要为

（[^“\]\\\（.|\n））

（对于这样一个简单的子模式，状态崩溃可能不会太严重。但是对于更复杂的子模式，您可能会得到大量的转换表。）

编辑：将长字符串拆分为标记，就像它们没有被引用一样。 对该问题的编辑表明，我们期望的是将长度大于80个字符的字符串视为从未输入过引号；也就是说，将它们作为单独的单词和数字标记进行报告，而不插入任何空格。这对我来说太特殊了，以至于我无法说服自己正在阅读requir这是正确的，但如果我是，这里是一个可能的方法的概要

让我们假设其意图是短字符串应报告为单个标记，而长字符串应重新解释为一系列标记（可能但不一定与无引号输入产生的标记相同）.如果是这样的话，确实需要指定两个词法分析，它们不会使用相同的模式规则。（首先，重新扫描需要将引号识别为文字的结尾，从而使扫描程序恢复正常处理，而原始扫描将引号视为字符串文字的开始。）

一种可能是只收集整个长字符串，然后使用不同的词汇扫描器将其分解为任何看起来有用的部分，但这需要一些复杂的管道，以便记录生成的令牌流，并将其一次返回给

yylex

调用方一个令牌。（如果

yylex

将令牌推送到解析器，这将相当容易，但这是一个完全不同的场景。）因此我将放弃这个选项，而不是提及它是可能的

因此，显然更简单的选择是确保原始扫描在第81个字符上停止，以便它可以更改词法规则并备份扫描以应用新规则

（F） lex提供了一种提供不同词汇上下文的方法。通过在（F）lex操作中使用

BEGIN

宏，可以在开始条件之间动态切换，将扫描程序切换到不同的上下文中。（它们被称为“开始条件”，因为它们更改了标记开始时扫描程序的状态。）

每个启动条件（除了名为

INITIAL

的默认启动条件）都需要在flex序言中声明。在这种情况下，我们只需要一个额外的启动条件，我们称之为

SC\u LONG\u STRING

。（按照惯例，开始条件名称写在所有大写字母中，因为它们被转换为C宏或枚举值。）

Flex有两种可能的备份扫描的机制，其中一种在这里都可以使用。我将展示显式备份，因为它更安全、更灵活；另一种方法是使用尾部上下文操作符（

/

），它在这个解决方案中可以很好地工作，但在其他情况下则不行

["]([^"\\]|\\(.|\n))*["]|[']([^'\\]|\\(.|\n))*[']    { if (strlen(yylex) > 82) { ... } }

%x SC_LONG_STRING
%%

["]([^"\\\n]|\\(.|\n)){0,80}["]    { yylval.str = strndup(yytext + 1, yyleng - 2);
                                     return TOKEN_STRING; 
                                   }

["]([^"\\\n]|\\(.|\n)){81}         { BEGIN(SC_LONG_STRING); yyless(1); }

["]([^"\\\n]|\\(.|\n)){0,80}       { yyerror("Unterminated string"); }

<SC_LONG_STRING>["]                      { BEGIN(INITIAL); }
<SC_LONG_STRING>[ \t]+                   ;
<SC_LONG_STRING>([^"\\ \n\t]|\\(.|\n))+  { yylval.str = strdup(yytext);
                                           return TOKEN_IDENTIFIER;
                                         }
<SC_LONG_STRING>\n                       |
<SC_LONG_STRING><<EOF>>                  { yyerror("Unterminated string"); }