如何在Flex中匹配独立关键词，避免捕获子字符串？

问题原因 #

你之前添加的边界匹配规则之所以没有输出，是因为它把关键词前后的非单词字符（比如空格、标点）也纳入了匹配范围，导致yytext包含的不是纯关键词；同时这种规则很容易和其他规则（比如标识符、空白字符规则）产生冲突，或者因为输入中没有恰好符合「非单词字符+关键词+非单词字符」的组合而匹配失败。

正确解决方案 #

Flex内置了专门的单词边界断言：\<表示单词的起始位置（前面不是字母、数字或下划线，后面是），\>表示单词的结束位置（前面是字母、数字或下划线，后面不是）。用它们包裹关键词，就能确保只匹配独立的单词：

(?i:\<if\>|\<else\>|\<while\>|\<class\>|\<fi\>|\<in\>|\<inherits\>|\<isvoid\>|\<let\>|\<loop\>|\<pool\>|\<then\>|\<case\>|\<esac\>|\<new\>|\<of\>|\<not\>) {
    printf("Keyword: %s\n", yytext);
}

这样配置后，in只会被匹配为独立单词，不会匹配sins或inline中的子串。

另一种手动实现方式（不推荐） #

如果你不想使用内置边界，也可以通过否定后顾和前瞻实现，但需要额外处理捕获组提取关键词，操作繁琐：

(?i:(^|[^a-zA-Z0-9_])(if|else|while|class|fi|in|inherits|isvoid|let|loop|pool|then|case|esac|new|of|not)(?=[^a-zA-Z0-9_]|$)) {
    // 提取纯关键词：若前面是行首则直接取，否则跳过第一个非单词字符
    char* keyword = yytext;
    if (*keyword != '\n' && !isalnum(*keyword) && *keyword != '_') {
        keyword++;
    }
    // 计算关键词长度，排除末尾可能的非单词字符（仅当不是行尾时）
    int len = yyleng - (keyword - yytext);
    if (*(keyword + len - 1) != '\0' && !isalnum(*(keyword + len - 1)) && *(keyword + len - 1) != '_') {
        len--;
    }
    printf("Keyword: %.*s\n", len, keyword);
}

这种方法需要处理多种边界情况，远不如内置的\</\>简洁可靠，因此优先推荐第一种方案。

内容的提问来源于stack exchange，提问作者Abdelrahman Adel