使用递归正则表达式在Java中进行词法分析

我正在用Java解析文本。我在下面定义了一个语法：

Start := "(\\<)"
Stop := "(\\>)"
Var = "(\\w*)";
Cons = "([0-9]*)";

Type1 := Start ((Var | Cons) | TypeParent) (Type1 ((Var | Cons) | TypeParent))* Stop
Type2 := Start ((Var | Cons) | TypeParent) (Type2 ((Var | Cons) | TypeParent))* Stop

TypeParent := Type1 | Type2

...
etc

除了Type2之外，所有的模式都是匹配的，我可以捕获所有其他的组，但是在Type2标记应该出现的地方提取字符串，然后再次递归地将其输入regexer。最终，我会着手一个基本案例：

(Var | Cons) | TypeParent)

我意识到这不是正则表达式的本意——这是一种上下文无关的语法，因为它是递归的。但是如果没有一个超级聪明的解析器，我认为这个方法是可以破解的

---

想法？

你是对的。这不是正则表达式的本意。一旦引入递归，您就脱离了正则表达式、DFA的领域，进入了上下文无关语言、DPDA、解析器的领域。您需要一个堆栈来处理递归。不，它是不可破解的

---

这种语法的解析器没有什么“超级聪明”的地方。这比你目前所做的要简单得多。

使用合适的工具来完成这项工作要容易得多。试试看，或者。这是一个。

JParsec看起来很酷。纯Java，不需要语法模板。谢谢@lollercoaster有三个结果的语法并不复杂。你根本不需要状态机。你可以用递归下降法来做。我建议你停止猜测，开始学习这些技巧的真正含义。你是对的。递归下降相当容易。使用调车场算法->RPN->AST树的实现正好做到了这一点。谢谢

(Var | Cons) | TypeParent)