re2c - re2c：尝试匹配字符串时出现语法错误

Question

我正在尝试使用 re2c，但它给了我这个正则表达式的语法错误：

(["'])((\\{2})*|(.*?[^\\](\\{2})*))\1

它出什么问题了？这应该匹配双引号或单引号字符串

Answer 1

Re2c 与大多数扫描仪生成器一样，仅实现可以在线性时间内实现而无需回溯的正则表达式原语。因此，它不实现反向引用、捕获（尽管您可以在正则表达式中插入标记标记）或非贪婪匹配。（从技术上讲，非贪婪匹配可以在线性时间内实现。但要正确执行有点棘手。）

正则表达式中的反向引用实际上只是一个缩写，因为它只能采用两个值：它是["]或[']. 将这两种选择分开也可以很容易地避免非贪婪匹配的需要：

1. 如果您不允许字符串中的换行符：

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

2. 如果仅在转义字符串中允许换行符：

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

3. 如果您在字符串中的任何位置允许换行符：

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

（与 flex 一样，re2c 考虑.匹配除换行符以外的任何字符，而否定字符类确实包含换行符，除非特别提及。因此换行符处理通常需要明确。）

请注意，re2c 确实实现了带引号的文字字符串（如 flex），因此"和'是元字符，这是很少出现在正则表达式库中的功能。（与 flex 不同，单引号字符串被接受并视为不区分大小写。在 flex 中，单引号不是元字符。）结果是您必须对它们进行转义以使其成为文字字符；通常的约定是将它们放在一个字符类中，如上所述，而不是使用难以阅读的落木表示。

请阅读re2c patterns 的文档，这可能与您习惯使用的正则表达式库有一些显着差异（或者您在网络搜索中找到了示例）。