Flex lexer 难以在flex/lex中获得c风格的注释

我想在flex中制定一个规则，使用c风格的注释，如/**/

我有以下几点

c_comment "/*"[\n.]*"*/"

但它从来没有匹配过。知道为什么吗？如果你需要更多的我的代码，请让我知道，我会提交整个事情。感谢所有回复您的人。

我建议您改用

%x C\u注释
“/*”{开始（C_注释）；}
“*/”{开始（首字母）；}
\n{}
.    { }

请注意，与规则之间不得有任何空格

%x C_COMMENT

定义C_COMMENT状态，规则

/*

将其启动。一旦启动，

*/

将使其返回初始状态（

initial

是预定义的），并且只会使用其他字符，而无需执行任何特定操作。当两个规则匹配时，Flex通过选择匹配时间最长的规则来消除歧义，因此点规则不会阻止

*/

匹配。

\n

规则是必需的，因为

%x

定义使C_注释成为独占状态，这意味着lexer在进入状态后将只匹配“标记”的规则

---

这是一个通过打印所有内容来实现这个答案的方法，除了

/*注释*/

不确定为什么没有被提取出来，但我知道这样的模式可以产生大量词汇元素。只检测开始注释标记，然后将所有内容都放入bitbucket中，直到找到结束标记，这样效率更高

有这样做的代码：

"/*" {
    for (;;) {
        while ((c = input()) != '*' && c != EOF)
            ; /* eat up text of comment */
        if (c == '*') {
            while ((c = input()) == '*')
                ;
            if (c == '/')
                break; /* found the end */
        }
        if (c == EOF) {
            error ("EOF in comment");
            break;
        }
    }
}

---

我认为这个解决方案更简单：

"/*"((\*+[^/*])|([^*]))*\**"*/"

---

以下是一个示例，以防有人对如何使用zneak的答案感到困惑：

（基本上，您将“%x C_COMMENT”放在第一部分，其余的放在第二部分，正如他的有用链接所解释的那样）

foo.l
%{
//c代码。。
%}
%x C_评论
%%
“/*”{开始（C_注释）；}
“*/”{开始（首字母）；}
.    { }
%%
//c代码。。

希望这对别人有帮助！ Tiff

工作示例如下：

\/\*([^*]|[\r\n]|(\*+([^*/]|[\r\n])))*\*+\/

---

在

中，我尝试了几种建议的解决方案，下面是结果

• 我无法让C_COMMENT解决方案在实践中发挥作用，因为它拥有最多的投票权，看起来很棒（其中一条评论至少解释了一个原因）。它应该被否决，当然不应该是投票率最高的解决方案
• Mugen的解决方案似乎适用于我运行它的所有代码
• 无法从Andrey处获得解决方案，甚至无法在lex中编译。我查看了被引用的网站，使用其中的模式没有任何帮助
• paxdiablo的答案有效，并且具有易于阅读的优势。我进一步修改如下：
  "/*" { int c1 = 0, c2 = input(); for(;;) { if(c2 == EOF) break; if(c1 == '*' && c2 == '/') break; c1 = c2; c2 = input(); } } “/*”{int c1=0，c2=input（）； 对于（；；）{ 如果（c2==EOF）中断； 如果（c1=='*'&&c2=='/'） 打破 c1=c2； c2=输入（）； } }

---

中有一个成功的示例，它正确地处理了粗糙边缘的情况：

<INITIAL>"/*"         BEGIN(IN_COMMENT);
<IN_COMMENT>"*/"      BEGIN(INITIAL);
<IN_COMMENT>[^*\n]+   // eat comment in chunks
<IN_COMMENT>"*"       // eat the lone star
<IN_COMMENT>\n        yylineno++;

“/*”开始（在注释中）；
“*/”开始（首字母）；
[^*\n]+//分块吃注释
“*”//吃孤星
\nyylineno++；

另一个例子：

"/*"([^*]*|(\*+[^/]))*"*/"

---

我不知道为什么这里没有匹配项，但是您的表达式将吃掉文件中第一个“/*”和最后一个“*/”之间的所有内容。与注释内容匹配的表达式必须排除“*/”才能使用。一种方法是：谢谢，那个网站很有帮助。我不确定这样使用输入是否真的好这不是一种担忧的混合吗？我通常倾向于实用主义而不是教条主义：-）我在这里只看到一个担忧，那就是吃掉评论，这样你就可以继续使用真正的标记。然而，你可能会说这个例子没有利用flex提供的抽象机制来让你做的更清楚。@Nate，我不怀疑有更好的方法可以做到这一点，我只提供了一个解决方案。我的经验是使用lex/yacc，我从来没有使用过flex/bison，因为它们在我需要开发的平台上不可用。这是很久以前的事了，在那些日子里，编译器甚至从来没有看到过注释——它们是由预处理器剥离出来的，然后是我们开发环境中的一个单独的程序：AT&T 3B2 vintage，它应该表明我的年龄：-）在我看来，这是解决这个特定问题的一个很好的方法。在lex/flex框架中，C风格的注释无法非常清晰地表达出来，因此您不妨编写一些代码来处理它，正如您所做的那样。这样做的好处是不需要lex状态，我觉得这会使语法更难理解。我的评论更多的是对zneak的回应：只要这里的代码严格执行词法分析（事实上是这样），我觉得它在正确的位置，不会出现关注点分离的问题。即使它是正确的（我很难看到），它的效率很低，因为相当长的词素可能需要在

yytext

中缓冲。我知道我来晚了，但是这个正则表达式会错误地将

/*垃圾*/*/

识别为完整的块注释（从

/*

到第二个

*/

），与C样式块注释相反，在C样式块注释中，打开的

/*

被最近的关闭的

*/

终止，而另一个

*/

被识别为程序中的游离字符。下面的正则表达式（用于flex/lex）也处理这种情况

“/*”（（（（“*”[^/]）？）|[^*]）*“*/”

Source-[link]（）。{}，如果@zneak使用follopwing，它将被解析为

[^*\n]*“*”+[^*/\n]*

。它会吃掉所有的东西，除了*后面跟着/。所以在这种情况下，它将以第一个*结尾，然后是/。因此，

/*垃圾*/傻瓜*/

，它会评论

/*垃圾*/

，然后

<INITIAL>"/*"         BEGIN(IN_COMMENT);
<IN_COMMENT>"*/"      BEGIN(INITIAL);
<IN_COMMENT>[^*\n]+   // eat comment in chunks
<IN_COMMENT>"*"       // eat the lone star
<IN_COMMENT>\n        yylineno++;

"/*"([^*]*|(\*+[^/]))*"*/"