用于匹配 printf 和 scanf 语句的 lex 文件的正则表达式

Question

我正在尝试制作一个编译器，其中 lex 文件与以下 printf 和 scanf 语句的简单变体相匹配：

printf("\n Enter your string:");
scanf("%s",str);
scanf("%d",&prelength);

在 scanf 示例中，str 声明为 char str[20]，prelength 声明为 int prelength。

我目前包含在我的 lex 文件中的正则表达式如下（分别用于 scanf 和 printf）：

scanf\(\"([\w\W]*(%[d|c|f|lf|s])*)+\"(,\s*&?[a-zA-Z]+)*\); 
printf\(\"([\w\W]*(%[d|c|f|lf|s])*)+\"(,\s*[a-zA-Z]+)*\);

我不知道为什么上面的正则表达式与上面给出的 printf 和 scanf 示例不匹配（类似于 c 中的那些，但更简单）。

Answer 1

你的两条scanf行居然匹配成功了。 printf 行不匹配，因为字符串文字的模式不匹配。问题是 lex 不理解 \w 或 \W，所以 [\w\W] 只匹配字母 w 和 W.

如果 lex 确实支持 \w 和 \W，那么 [\w\W] 将匹配每个 "word character" 或不是 "word character" 的字符。换句话说，它将匹配所有内容。所以这告诉我们，除了 [\w\W]，您可以只写 .，它受 lex 支持并且匹配所有内容。它还告诉我们 (%[d|c|f|lf|s])*)+ 位是多余的，因为该部分可以匹配的所有内容都已经被 .* 部分匹配了。因此，外部的 + 限定符也是多余的。

因此考虑到这一点，字符串文字的正则表达式将变为 \".*\"（它不匹配换行符，但这没关系，因为 C 不允许在字符串文字中使用未转义的换行符）。问题在于，这将匹配输入中从第一个 " 到 last " 的所有内容，而不是 next "。所以你想禁止 "s 出现在字符串中。但是，当通过在其前面加上反斜杠（换行符也是如此）进行转义时，允许在字符串中使用 "。因此，考虑到所有这些因素，适合字符串文字的正则表达式是：

\"(\(.|\n)|[^\n\"])*\"

用于匹配 printf 和 scanf 语句的 lex 文件的正则表达式

Regex for lex file to match printf and scanf statements

c

regex

compiler-construction

yacc

lex