Regex Bibtex中字符串的正则表达式

我正在尝试使用lex/yacc解析Bibtex文件。bibtex数据库中的字符串可以用引号“…”或大括号-{…}括起来

但每个条目也用大括号括起来。如何区分条目和用大括号括起来的字符串

@Book{sweig42,
  Author =   { Stefan Sweig },
  title =    { The impossible book },
  publisher =    { Dead Poet Society},
  year =     1942,
  month =        mar
}

---

您有多种选择：

• lexer启动条件（从a开始）
  基于来自的想法，使用起始条件（“模式”在引用的源代码中被调用）增强您的lex规则

具体地说，您将拥有开始条件

基本输入字符串

和以下规则（示例从中选取并稍微增强）：

%START基本条目字符串
%%
/*词汇语法，模式1：顶级*/
在@{BEGIN ENTRY；}
换行符\n
注释\%[^\n]*\n
空白。[\\r\t]+
垃圾[^@\n\\r\t]+
/*词汇语法，模式2：输入法*/
换行符\n
注释\%[^\n]*\n
空白[\\r\t]+
编号[0-9]+
名称[a-z0-9\！\$\&\*\+\-\.\/\：\；\\？\[\]\^\\\`\\\\\\\\\\\\\\\\\\\\\\]+{if（stricmp（yytext，“comment”）==0）{BEGIN STRING；}
LBRACE\{if（delim='\0'{delim='}'；}else{blevel=1；BEGIN STRING；}}
RBRACE\}{BEGIN BASIC；}
LPAREN\（{BEGIN STRING；delim='）；plevel=1；}
RPAREN\）
相等于=
散列\#
逗号，
QUOTE\“{BEGIN STRING；bleveL=0；plevel=0；}
/*词汇语法，模式3：字符串*/
LBRACE\{if（blevel>0）{blevel++；}
RBRACE\}{if（blevel>0）{blevel--；if（blevel==0）{BEGIN ENTRY；}}}
LPAREN\（{if（plevel>0）{plevel++；}}
RPAREN\}{if（plevel>0）{plevel--；if（plevel==0）{BEGIN ENTRY；}}}
引号\“{BEGIN ENTRY；}

请注意，规则集绝对不完整，但应该让您开始。更多详细信息将被找到

• btparse
  以相当详细的方式解释解析bibtex格式的复杂性，并附带“python解析器”

• biblex
  您可能还对使用unix工具链biblex和bibparse感兴趣。这些工具分别生成和解析bibtex令牌流
  可以找到更多信息

---

向您致意，卡斯滕您有多种选择：

• lexer启动条件（从a开始）
  基于来自的想法，使用起始条件（“模式”在引用的源代码中被调用）增强您的lex规则

具体地说，您将拥有开始条件

基本输入字符串

和以下规则（示例从中选取并稍微增强）：

%START基本条目字符串
%%
/*词汇语法，模式1：顶级*/
在@{BEGIN ENTRY；}
换行符\n
注释\%[^\n]*\n
空格。[\\r\t]+
垃圾[^@\n\\r\t]+
/*词汇语法，模式2：输入法*/
换行符\n
注释\%[^\n]*\n
空白[\\r\t]+
编号[0-9]+
名称[a-z0-9\！\$\&\*\+\-\.\/\：\；\\？\[\]\^\\\`\\\\\\\\\\\\\\\\\\\\\\]+{if（stricmp（yytext，“comment”）==0）{BEGIN STRING；}
LBRACE\{if（delim='\0'{delim='}'；}else{blevel=1；BEGIN STRING；}}
RBRACE\}{BEGIN BASIC；}
LPAREN\（{BEGIN STRING；delim='）；plevel=1；}
RPAREN\）
相等于=
散列\#
逗号，
QUOTE\“{BEGIN STRING；bleveL=0；plevel=0；}
/*词汇语法，模式3：字符串*/
LBRACE\{if（blevel>0）{blevel++；}
RBRACE\}{if（blevel>0）{blevel--；if（blevel==0）{BEGIN ENTRY；}}}
LPAREN\（{if（plevel>0）{plevel++；}}
RPAREN\}{if（plevel>0）{plevel--；if（plevel==0）{BEGIN ENTRY；}}}
引号\“{BEGIN ENTRY；}

请注意，规则集绝对不完整，但应该让您开始。更多详细信息将被找到

• btparse
  以相当详细的方式解释解析bibtex格式的复杂性，并附带“python解析器”

• biblex
  您可能还对使用unix工具链biblex和bibparse感兴趣。这些工具分别生成和解析bibtex令牌流
  可以找到更多信息

---

最好的问候，carsten不这么认为。但这不能用来区分外部的{}和字符串的{}“@book定义可能没有换行符。您好，因为您使用的是yacc，所以您可能会将消歧延迟到解析阶段。在这种情况下，您不限于正则表达式。是否有特殊要求由lexer完成此工作？最好不要这样认为。但这不能用于区分外部{}”从字符串的{}“@book”定义可能没有换行符。您好，由于您使用的是yacc，您可能会将消歧延迟到解析阶段。在这种情况下，您不仅限于正则表达式。是否有特殊要求让lexer完成此工作？非常好！但作业应在一个月前完成-因此我想出了一些办法喜欢你的代码。多个状态并跟踪大括号/圆括号。太好了！但是作业一个月前就到期了-所以我想出了一些类似于你的代码的东西。多个状态并跟踪大括号/圆括号。

%START BASIC ENTRY STRING
%%

/* Lexical grammar, mode 1: top-level */
<BASIC>AT           @ { BEGIN ENTRY; }
<BASIC>NEWLINE      \n
<BASIC>COMMENT      \%[^\n]*\n
<BASIC>WHITESPACE.  [\ \r\t]+
<BASIC>JUNK         [^@\n\ \r\t]+

/* Lexical grammar, mode 2: in-entry */
<ENTRY>NEWLINE      \n
<ENTRY>COMMENT      \%[^\n]*\n
<ENTRY>WHITESPACE   [\ \r\t]+
<ENTRY>NUMBER       [0-9]+
<ENTRY>NAME         [a-z0-9\!\$\&\*\+\-\.\/\:\;\<\>\?\[\]\^\_\`\|]+ { if (stricmp(yytext, "comment")==0) { BEGIN STRING; } }
<ENTRY>LBRACE       \{ { if (delim == '\0') { delim='}'; } else { blevel=1; BEGIN STRING; } }
<ENTRY>RBRACE       \} { BEGIN BASIC; }
<ENTRY>LPAREN       \( { BEGIN STRING; delim=')'; plevel=1; }
<ENTRY>RPAREN       \)
<ENTRY>EQUALS       =
<ENTRY>HASH         \#
<ENTRY>COMMA        ,
<ENTRY>QUOTE        \" { BEGIN STRING; bleveL=0; plevel=0; }

/* Lexical grammar, mode 3: strings */
<STRING>LBRACE       \{ { if (blevel>0) {blevel++;} }
<STRING>RBRACE       \} { if (blevel>0) { blevel--; if (blevel == 0) { BEGIN ENTRY; } } }
<STRING>LPAREN       \( { if (plevel>0) { plevel++;} }
<STRING>RPAREN       \} { if (plevel>0) { plevel--; if (plevel == 0) { BEGIN ENTRY; } } }
<STRING>QUOTE        \" { BEGIN ENTRY; }