什么是正則表達式來標識Java中的字符串文字？

Question

我正在嘗試編寫需要識別字符串文字的解析器，如果我的字符串以'（即單引號）開頭和結尾，那么識別字符串文字的正則表達式將是什么？

我正在使用javacc編寫解析器。 有人可以用令牌格式的實際正則表達式代碼幫助我嗎？ 我已經盡力了。

例如。

<INTEGER_VALUE：“ 0” | （[“ 1”-“ 9”]（[“ 0”-“ 9”]）*）>

這是用於標識整數文字的令牌格式，我想要用於字符串文字的相同令牌格式，其中字符串以單引號開頭和結尾，我也嘗試使用元字符（在http://www.vogella.com/articles/JavaRegularExpressions/article中給出.html教程），但沒有成功的結果。

Answer 1

我假設您正在使用JavaCC。 答案取決於您語言中字符串的語法。 假設除了撇號外，字符串中還可以包含任何字符。 即，字符串由兩個撇號和介於兩者之間的任意數量（0個或更多）的非撇號組成。

<STRING: "'" (~["'"])* "'">

現在，許多語言都不允許換行符或字符串返回。 所以在這里我們也禁止它們：

<STRING: "'" (~["'","\n","\r"])* "'">

現在的問題是：如果有人想用撇號，換行符或返回值怎么辦？ 有些語言（例如C）使用反斜杠作為轉義符，所以我們說

• \\'表示撇號
• \\ n表示換行符
• \\ r表示返回
• \\\\表示反斜杠
• \\ x其中x是其他任何字符都被視為錯誤

這是表達

<STRING: "'"  ("\\" ("\\" | "n" | "r" | "'") | ~["\\","\n","\r","'"] )* "'"

也就是說，字符串是兩個撇號，中間有0個或多個組，每個組是兩個字符序列\\\\，\\ n，\\ r，\\'之一，或者不是反斜杠的字符a換行符，返回或撇號。

另一種方法是使用詞匯狀態。

<DEFAULT> MORE: { "'" : INSTRING }
<INSTRING> MORE: { "\\\\" 
                 | "\\n" 
                 | "\\r"  
                 | "\\'"
                 | ~["\\","\n","\r","'"]
                 }
<INSTRING> TOKEN: { "'" : DEFAULT }

Answer 2

距離不夠近，請考慮以下因素

// 'here is comment'
'is't correct string?'

您有單引號但肯定不是字符串的地方。 如果您確定要刪除注釋，並且引號之間的任何符號都將轉義\\'（就像大多數編程語言一樣）。 我相信，那么一切都會像您所描述的算法一樣好。