如何编写RE2C格式正则匹配合法二进制字面量（无尾部下划线）

问题背景 #

要编写RE2C格式的正则表达式，用于匹配合法的二进制字面量。合法示例包括：0b1、0b101、0b1111、0b11_11、0b1_111、0b1_1_1_1。下划线的使用规则是：仅作为数字之间的分隔符，不能出现在开头或结尾，且不能有两个及以上连续下划线。

当前使用的正则表达式为：

BINARY_NUM = "0b" ("0"|"1") ("_"? ("0"|"1"))*;

该正则会错误匹配带有尾部下划线的内容，例如0b1_0_这类不符合规则的字符串。

修改后的正确正则 #

BINARY_NUM = "0b" ("0"|"1") ( "_" ("0"|"1") )*;

逻辑说明 #

• 保留原逻辑中以0b开头、紧跟一个二进制数字（0或1）的部分
• 将后续的("_"? ("0"|"1"))*替换为( "_" ("0"|"1") )*，这意味着：后续如果出现下划线，必须紧跟一个二进制数字，从根源上避免了尾部出现下划线的可能——最后一位只能是数字，不可能是下划线
• 同时该写法天然规避了连续下划线的情况：因为下划线后必须跟数字，无法形成__这样的连续下划线组合，完全符合规则要求

内容的提问来源于stack exchange，提问作者Dess