Flex 中文字内的多行匹配

Question

我想里面匹配的文本%[，并]%在单个或多个行。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。所以，我想我可以使用/s：

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

但 flex 将此视为无效规则。我尝试的最后一件事是：

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

这似乎有效，但它并没有停止在第一个]%。在以下示例中：

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

... other stuff ...

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

flex 会将整个事物作为单个标记返回。我能做什么？

Answer 1

请注意，*?是不是由柔性非贪婪匹配处理。

Flex 确实支持一些正则表达式标志，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s标志来改变 的含义；更改适用于括号内的区域（而不是遵循标志设置，如 PCRE）：

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

更常见的是与 lex 兼容的用法：

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

您还可以将x标志用于更易读的正则表达式：

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

（该x标志在定义中不起作用，仅在模式规则中起作用。）

带引号的字符串（如上）是另一种 (f) 特定于 lex 的语法，它比反斜杠转义更具可读性，尽管反斜杠转义也有效。但是 flex 没有实现 PCRE/Gnu/JS 扩展，例如\w和\s。

有关flex 正则表达式的完整指南，请参阅flex 手册；如果您习惯了其他正则表达式语法，这绝对值得一读。

您可能会发现 (f)lex 不支持许多常见的正则表达式扩展，包括非贪婪匹配，这令人失望。这使得为​​由多个字符终止的模式编写模式变得很尴尬，就像你的例子一样。如果分隔符%[和%]不能嵌套，因此您确实希望匹配以第一个结尾，则%]可以使用以下内容：

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

这有点难以阅读，但它是精确的：%[后跟任意次数的重复，或者是一个字符以外的字符，%或者是一个序列，%后跟一个不是]的序列，以一个序列结束，%然后是一个]。

在上面的模式中，你需要%+而不是% 处理像这样的字符串：

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

允许嵌套的更易读的解决方案%[是使用开始条件。这个答案中有一个非常相似的解决方案的完整示例。