如何在Lex(Flex)中编写可否定匹配空白符的正则表达式
你代码的核心bug原因
- 你遇到的w、s字符丢失,是两个逻辑叠加导致的:
- Flex正则的宏展开规则有边界:使用
{宏名}的宏引用语法,只会在字符类([]包裹的正则块)外部生效。一旦把宏写在字符类内部,Flex会直接把{、宏名字符、}当成普通字面字符处理,不会做宏替换。你写的nows [^{ws}],实际生成的匹配规则是「匹配所有不属于^、{、w、s、}这5个字符的内容」,和你想的“匹配非空白字符”完全无关。 - 输出逻辑缺少兜底:Flex默认有内置兜底规则,会把所有没被规则匹配的字符原样输出,但你现在的程序是手动通过
fprintf把内容写入自定义的文件指针wp,完全没有走默认输出流程。像w、s这类既不匹配你写错的{nows}规则,也不匹配{ws}空白规则的字符,就会被Lexer流程直接丢弃,不会写到输出文件里,表现为这些字符被“删除”。
- Flex正则的宏展开规则有边界:使用
正确的实现方案
顺着你的原始思路修改即可,核心是避开字符类内的宏展开问题:
- 写非空白匹配时,直接把需要排除的字符写在字符类里,不要引用外部宏,避免宏展开失效。
- 明确边界:换行符不属于“连续非空空白”,要原样保留,不能被替换成单个空格。
修改后的完整可运行代码:
%{ #include <stdio.h> FILE *rp, *wp; %} /* 连续的非空空白:空格、制表符,不包含换行 */ ws [ \t]+ /* 连续的非空白字符块:排除所有空格、制表符的内容 */ nows [^ \t]+ /* 换行符单独匹配,保证排版不被破坏 */ newline \n %% /* 连续非空白内容:原样写入输出 */ {nows} { fputs(yytext, wp); } /* 连续空白:替换为单个空格 */ {ws} { fputc(' ', wp); } /* 换行:原样保留 */ {newline} { fputc('\n', wp); } %% /* yywrap需要返回1,告知Lexer输入已读取完成 */ int yywrap() { return 1; } int main(int argc, char** argv) { if (argc != 3) { printf("使用方法: %s 输入文件路径 输出文件路径\n", argv[0]); return 1; } rp = fopen(argv[1], "r"); if (!rp) { perror("无法打开输入文件"); return 1; } wp = fopen(argv[2], "w"); if (!wp) { perror("无法打开输出文件"); fclose(rp); return 1; } yyin = rp; yylex(); fclose(yyin); fclose(wp); return 0; }
更简洁的替代实现
利用Flex的最长匹配特性,不需要写复杂的宏定义,代码更不容易出错,核心逻辑和上面完全一致:
%{ #include <stdio.h> FILE *wp; %} %% [ \t]+ { fputc(' ', wp); } /* 连续空格/制表符替换为单个空格 */ \n { fputc('\n', wp); } /* 换行符原样保留 */ . { fputc(*yytext, wp); } /* 其他所有单个字符原样输出 */ %% /* 配套的yywrap和main逻辑和上面的版本完全一致 */
- 这个版本用
.匹配除换行外的所有非空白字符,不需要手动维护非空白字符集,也不会触发字符类内的宏展开问题,适合新手快速实现需求。
内容的提问来源于stack exchange,提问作者Prithvi singh
相关产品推荐
相关产品推荐

