行尾lex

Question

我正在编写一个使用lex和yacc进行汇编的解释器。问题是我需要解析一个严格位于文件末尾的单词。我读到有一个锚$，它可以提供帮助。然而，它并没有像我预期的那样工作。我在我的lex文件中写道：

ABC$    {printf("QWERTY\n");}

输入文件为：

ABC

没有空格或任何其他不可见的符号。所以我希望输出是QWERTY，但是我得到的是：

ABC

我猜这意味着程序无法解析它。然后我想，$可能是lex中的一个常规符号，所以我将输入文件更改为：

ABC$

因此，如果$不是一个特殊的符号，那么它将被解析为一个正常的符号，并且输出将是QWERTY。这不会发生，输出是：

ABC$

问题是lex中的$是普通符号还是特殊符号。

Answer 1

在(f)lex中，$匹配后跟换行符的零个字符。

这与许多正则表达式库不同，在这些库中，$将在输入结束时匹配。因此，如果您的文件末尾没有换行符，如您的问题所示(假设您认为换行符是一个不可见的字符)，那么它将不匹配。

正如@sepp2k在评论中建议的那样，如果输入文件碰巧使用Windows行结尾(由序列\r\n组成)，则模式也不会匹配，除非生成的flex文件是为Windows编译的。因此，如果您在Windows上创建了该文件，并在Unix环境中运行了flex生成的扫描程序，则\r也会导致模式不匹配。在这种情况下，可以使用(F)lex的尾部上下文运算符：

ABC/\r?\n   { puts("Matched ABC at the end of a line"); }

有关尾随上下文运算符的完整描述，请参阅flex documentation for patterns。(在该页面上搜索“尾随上下文”；它大致向下了一半。) $完全等同于/\n。

这仍然与文件末尾的ABC不匹配。在文件末尾匹配字符串有点棘手，但如果可以识别文件末尾以外的字符串，则可以使用两种模式进行匹配，从而触发不同的操作：

ABC/.    { /* Do nothing. This ABC is not at the end of a line or the file */ }
ABC      { puts("ABC recognised at the end of a line"); }

这是可行的，因为只要ABC后面有一些非换行符，第一个模式就会匹配。(.可匹配除换行符以外的任何字符。有关详细信息，请参阅上面的链接。)如果您还需要处理Windows行结束，则需要修改第一个模式中的尾随上下文。