Regex 使用Flex Bison提取标记之间的数据

作为Flex Bison的先发球员，我遇到了第一个障碍，似乎找不到出路

问题陈述：对于给定的html/xml文件，需要在标记之间提取数据。我已经阅读了关于SO的相关问题，但似乎没有触及这个问题的最佳点

（因为这是为了学习如何使用flex bison，所以我不想转而使用任何其他语言/工具）

输入文件包含以下要提取的字段：

//标签之间的相关数据

我编写了以下扫描仪测试

%option noyywrap
%{
#include "parser.tab.h"
%}
%%
"<!--<legend>"  {return name1;}
(.*?)   {yylval.sval=strdup(yytext); return name2;}
"<\/legend>" {return name3;}
%%

然而，在执行程序时，我得到以下错误：

EEK，解析错误！消息：**语法错误，意外名称2，预期名称1

***

我理解读到的错误是as

name2

token可以无限匹配，而且它出现在grammar中预期的token

name1

之前

我的问题是，既然我已经定义了语法，首先查找name1，然后查找name2，然后查找name3标记，那么为什么会出现这个错误呢

如果我在扫描器中仅将一个令牌

name1

定义为

<!--<legend>(.*?)<\/legend> {return name1;} 

---

出现问题的原因是您只为输入文件的一部分定义了规则，希望词法分析器和解析器忽略其余部分。这不是工具的工作原理；它们尝试匹配所有内容，因此您必须为输入数据的每个方面定义所有内容

我还注意到，您最初的lexer文件并没有使用flex构建。你的规则顺序不对。您的原始规则集包括：

%选项noyywrap
%{
#包括“parser.tab.h”
%}
%%
“//re
标签之间的黎凡特数据“）
EEK，解析错误！消息：语法错误，意外名称2，应为名称1

---

我们遇到了另一个问题。神秘的是，为什么它不匹配并返回

name1

？这是因为匹配算法是贪婪的，并找到与最长令牌匹配的规则。为了克服这个问题，我们必须使用flex的特性，并且只在

结构中匹配一般文本。在match XML中使用开始条件时，我们必须小心，因为出现问题的原因是您只为输入文件的一部分定义了规则，希望词法分析器和解析器忽略其余部分。这不是工具的工作原理；它们尝试匹配所有内容，因此您必须为输入数据的每个方面定义所有内容

我还注意到，您最初的lexer文件并没有使用flex构建。你的规则顺序不对。您的原始规则集包括：

%选项noyywrap
%{
#包括“parser.tab.h”
%}
%%
“//re
标签之间的黎凡特数据“）
EEK，解析错误！消息：语法错误，意外名称2，应为名称1

---

我们遇到了另一个问题。神秘的是，为什么它不匹配并返回

name1

？这是因为匹配算法是贪婪的，并找到与最长令牌匹配的规则。为了克服这个问题，我们必须使用flex的特性，并且只在

结构中匹配一般文本。在match XML中使用开始条件时，我们必须小心，因为

非常感谢！如何打开flex调试？找到它（：必须编译flex而不使用-d选项。非常感谢！如何打开flex调试？找到它（：必须编译flex而不使用-d选项）。
all: compile_run

compile_run:
    @bison -d parser.y
    @flex test.l
    @gcc parser.tab.c lex.yy.c -lfl -o run

<!--<legend>(.*?)<\/legend> {return name1;} 

%option noyywrap
%{
#include "parser.tab.h"
%}
%%
"<!--<legend>"  {return name1;}
"<\/legend>" {return name3;}
(.*?)   {yylval.sval=strdup(yytext); return name2;}
%%

bison -d parser.y
flex -d test.l
gcc  parser.tab.c lex.yy.c -lfl -o run