C ++使用迭代函数进行编译

Question

因此，我试图构建一个小型的词法扫描器，对文本进行标记化并确定每个标记的类型。 输出应该是一个文本文件，该文件具有令牌和令牌的行号，在每一行中键入。 如果令牌未被任何RE接受，则它应报告一个有意义的错误，显示该令牌的行号，该令牌和该错误。 我在C ++中使用了regexp库，现在我试图在下面的代码中隐含Iterator函数，但是我不知道如何在这里使用它。

#include <iostream>
#include <string>
#include <regex>
#include <sstream>
#include <fstream>
using namespace std;

int main()
{
    ofstream myfile;
    myfile.open("mytext1.txt");
    myfile << " int 33.2 + bla 059 3 " << endl;
    myfile << " void nn + fbla 09 3 " << endl;
    myfile << " int float + bsla 09 3.2 " << endl;
    myfile.close();

    string s;
    regex keywords("int|if|else|while|float|return|void|breack|for");
    regex id("[[:alpha:]]+[[:d:]]*[[:alpha:]]*", regex_constants::icase);
    regex  integer("[[:d:]]+");
    regex  floatt("[[:d:]]+[.]+[[:d:]]+");
    regex symbolls("[&&]|[||]|[<=]|[>=]|[==]|[<]|[>]|[!=]|[=]|[(]|[)]|[{]|[}]|[;]|[,]|[.]|[+]|[-]|[*]|[/]|[/*]|[*/]");
    regex comment("//[[:w:]]*");
    ifstream myfile2("mytext1.txt");

    //int linenum= 1;
    if (myfile2.is_open())
    {
        while (getline(myfile2, s, ' '))
        {
            cout << s << ",";
            //cout <<linenum<< s << ",";

            bool match = regex_match(s, floatt);
            if (match) cout << "float number" << endl;
            match = regex_match(s, integer);
            if (match)cout << "integer number" << endl;
            match = regex_match(s, keywords);
            if (match){ cout << "keywords" << endl; goto a;
        }
            match = regex_match(s, id);
            if (match)cout << "identifer" << endl;
        a:  match = regex_match(s, comment);
            if (match)cout << "comment" << endl;
            match = regex_match(s, symbolls);
            if (match)cout << "symbolls" << endl;}

    } myfile2.close();

    system("pause");
    return 0;
}

Answer 1

正则表达式符号并没有按照您的想象做。

问题：
- 作为文字的元字符需要转义。
-没有量词的字符类只能匹配一个字符。
-交替优先从左到右（例如a|aw将只匹配a我们）。
解决方法是将最长的aw|a放在首位。

有用的提示：不必使用posix。

至于函数regex_match() ，在C ++中通常需要regex来匹配整行。
要查找子字符串，请使用regex_search() 。

通常，编写一个解析器是相当复杂的，因为必须依次解析每个字符。 在任何阶段，每个令牌都应将逻辑置于仅接受某些字符或其他令牌的状态。

无论如何，祝你好运。
下面是一些原始的正则表达式。

  keywords  "int|if|else|while|float|return|void|breack|for"
  -----------
       int
    |  if
    |  else
    |  while
    |  float
    |  return
    |  void
    |  breack
    |  for

  id  "[a-zA-Z]+[0-9]*[a-zA-Z]*"
  -----------
   [a-zA-Z]+ [0-9]* [a-zA-Z]* 

  integer  "[0-9]+"
  -----------
   [0-9]+ 

  floatt  "[0-9]+[.]+[0-9]+"
  -----------
   [0-9]+ [.]+ [0-9]+ 

  symbols  "[&]{2}|[|]{2}|<=|>=|[=]{2}|!=|/\\*|\\*/|[<>(){};,.+*/=-]"
  -----------
       [&]{2} 
    |  [|]{2} 
    |  <= 
    |  >= 
    |  [=]{2} 
    |  != 
    |  /\* 
    |  \*/ 
    |  [<>(){};,.+*/=-] 


  comment
  -----------
    // [a-zA-Z0-9_]*