Flex

Question

我正在尝试将%[和]%中的文本单行或多行匹配。我尝试的第一件事是：

\%\[(.*?)\]\%              return MULTILINE_TEXT;

，但这仅适用于单行情况，不适用于多行。因此，我认为我可以使用/s：

/\%\[(.*?)\]\%/s           return MULTILINE_TEXT;

但是flex将此视为无效规则。我尝试的最后一件事是：

\%\[((.*?|\n)*?)\]\%       return MULTILINE_TEXT;

似乎有效，但并没有在第一个]%处停止。在以下示例中：

%[ Some text ...
   Some text ... ]%

... other stuff ...

%[ Some more text ...
   Some more text ... ]%

flex将整个事物作为单个令牌返回。我该怎么办？

Answer 1

请注意，*?被Flex视为非贪婪匹配。

Flex确实支持某些正则表达式标志，但其语法与大多数正则表达式库略有不同。例如，您可以通过设置.标志来更改s的含义；更改适用于括号内 的区域（并且不遵循标志设置，如PCRE）：

"%["(?s:.*)"%]"

查看lex兼容用法更为常见：

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

您也可以将x标志用于可读性更高的正则表达式：

(?xs: "%[" .* "%]" )

（x标志在定义中无效，仅在模式规则中有效。）

带引号的字符串（如上）是另一种（f）lex特定的语法，尽管反斜杠转义也可以使用，但比反斜杠转义更具可读性。但是flex无法实现PCRE / Gnu / JS扩展，例如\w和\s。

有关弹性正则表达式的完整指南，请参见the flex manual；如果您习惯其他正则表达式语法，绝对值得一读。

您可能会发现令人失望的是（f）lex不支持许多常见的正则表达式扩展，包括非贪婪匹配。就像您的示例一样，这样做很难为以多个字符结尾的模式编写模式。如果定界符%[和%]无法嵌套，那么您确实希望匹配以第一个%]结尾，则可以使用以下方式：

%\[([^%]|%+[^]])*%+\]   or  (?x: "%[" ( [^%] | %+ [^]] )* %* "%]" ) 

这很难读，但是很准确：%[后跟任意重复的%以外的其他字符或%的序列后跟其他比]大，以%后接]的序列结尾。

在上述模式中，您需要%+而不是%来处理以下字符串：

%[%% text surrounded by percents%%%]

一种更易读的解决方案（也允许嵌套%[）是使用start conditions。 this answer中有一个非常相似的解决方案的完整示例。