Regex 可选的带文件结尾的JFlex前瞻

我正在尝试使用JFlex为Fitnesse编写一个lexer，但在使用WikiWords时遇到了问题(http://fitnesse.org/FitNesse.UserGuide.WikiWord)

我复制了链接的正则表达式，并使用以下正则表达式作为令牌：

.                               # Regular character
[A-Z]([a-z0-9]+[A-Z][a-z0-9]*)+ # WikiWord

不过，我在正确分析

这不是WikiWord

时遇到了问题。它一行有两个大写字母，因此不应将其视为常规单词。因此，我需要添加一个前瞻，以检查下一个字符是字母还是数字。类似于

[A-Z]（[A-z0-9]+[A-Z][A-z0-9]*）+/[^A-Za-z0-9]

这对于词法分析

很好，这不是Wikiword

，但它通常会破坏对WikiWords的词法分析。在对WikiWord进行词法分析时，前瞻没有额外的字符，因此不匹配

我想我需要一个可选的前瞻。如果在这之后有一个字符，那么它最好不是这些字符之一。但是如果输入中没有其他字符，让我们进行匹配

文档让我相信这是不可能的，但我希望这只是因为我缺少正则表达式fu。从文档中：

在词汇规则中，正则表达式r后面可以跟一个先行表达式。前瞻表达式可以是“$”（行尾运算符）或“/”后跟任意正则表达式。在这两种情况下，前瞻都不会被使用，也不会包含在匹配的文本区域中，但在确定哪个规则具有最长的匹配时会加以考虑（另请参见4.3.3如何匹配输入）

在“$”情况下，r仅在输入中的一行末尾匹配。行尾由正则表达式\r |\n |\r\n |\u2028 |\u2029 |\u000B |\u000C |\u0085表示。因此，a$相当于a/\r |\n |\r\n |\u2028 |\u2029 |\u000B |\u000C |\u0085。这与[5]中描述的情况有点不同：因为在JFlex$中是真正的尾随上下文，所以文件结尾不算作行尾

---

环顾四周，这里似乎不需要什么东西

据我所知，您正在寻找以大写字母开头但可以包含数字的驼峰大小写单词，其中一个数字作为小写字母计算，每个驼峰大小写只能是一个大写字母。如果这是正确的，这个regexp应该适合您：

\b((?:[A-Z][a-z\d]+){2,})\b

（？：

部分使括号不可捕获

[A-Z][A-Z\d]+

确保恰好有一个大写字符后跟至少一个小写字符

---

{2，}

强制模式至少重复两次，以便至少产生一个驼峰。

您应该使用正确的单词边界（

\b

）或者您的正则表达式将在两个连续的WikiWords上以一个空格分隔时失败。@TimPietzcker，谢谢。您对单个空格的看法是正确的，但单词边界并不完全相同。它们也匹配标点符号，但不清楚所需的边界是什么。如果不允许标点符号作为边界，则后面需要查找呃…@d_不可避免地感谢您的快速响应，并对延迟表示抱歉。不幸的是，JFlex似乎不支持

（？：

）而只支持

\b（[A-Z][A-Z\d]+（[A-Z][A-Z\d]+）\b

，JFlex声称由于某种原因它无法匹配

WikiWord

的输入。（@GeorgeShakhnazaryan

（？：

无论如何都是可选的，如果它不支持它，并且您需要捕获匹配的部分，那么您只需要相应地调整偏移量。我可以想象它不匹配的唯一方法是它位于字符串开始或结束处，并且

\b

与我所知道的所有regexp引擎都不一样。请尝试r分别用

（\b|^）

和

（\b|$）

替换它。否则，请将您匹配它的完整字符串发送给我。@d|您提供的原始和修改的正则表达式是有意义的。不幸的是，JFlex中的正则表达式支持似乎有限。在处理

（\b|^）时（[A-Z][A-Z\d]+（[A-Z][A-Z++）（\d]）（\b|$）

，JFlex给出了一个语法错误。它似乎只接受

^

和

$

作为第一个和最后一个字符。而

$

只匹配一行的结尾，而不是输入的结尾。好的一面是，我想我找到了解决问题的另一个方法。以前，我将

作为非wikiword文本进行词法分析。相反，我可以只使用lex

[A-Za-z0-9]

作为非wikiwords。JFlex将使用与最长输入匹配的正则表达式。谢谢，George