JFlex的字符串正則表達式奇怪的行爲

Question

我試圖寫在JFlex的JSON字符串解析器，到目前爲止，我

string = \"((\\(\"|\\|\/|b|f|n|r|t|u[0-9a-fA-F]{4})) | [^\"\\])*\" 

而且我認爲他拍攝的規格（http://www.ecma-international.org/publications/files/ECMA-ST/ECMA-404.pdf）。 我已經在控制字符和標準字符和符號上進行了測試，但由於某些原因它不接受英鎊或（或）或¬。請有人能讓我知道是什麼導致了這種行爲？

Answer 1

也許你正在運行在JLex兼容模式？如果是這樣，請參閱官方JFlex用戶手冊中的以下內容。它似乎默認使用7位字符代碼輸入，而你想要的是16位（unicode）。

您可以通過在第一個%%之後添加行%unicode來解決此問題。

來源：

輸入字符集 ％7位

導致所生成的掃描儀使用一個7位的輸入字符集（字符代碼0-127）。如果在運行時在輸入中遇到代碼大於127的輸入字符，則掃描器將引發ArrayIndexOutofBoundsException。不僅因爲這個原因，你應該考慮使用％unicode指令。有關字符編碼的信息，另請參閱編碼。這是JLex兼容模式的默認設置。

％滿 ％8位

兩個選項導致生成的掃描器使用8位的輸入字符集（字符代碼0-255）。如果在運行時在輸入中遇到代碼大於255的輸入字符，則掃描器將引發ArrayIndexOutofBoundsException。請注意，即使您的平臺每個字符只使用一個字節，字符的Unicode值仍可能高於255.如果您正在掃描文本文件，則應考慮使用％unicode指令。有關字符編碼的更多信息，另請參閱經濟部分。

％的unicode ％16位

兩個選項導致生成的掃描器使用完整的Unicode輸入字符集，包括補充代碼點：0-0x10FFFF。 ％unicode並不意味着掃描程序一次只能讀取兩個字節。什麼是讀取和構成角色取決於運行時平臺。有關字符編碼的更多信息，另請參閱編碼部分。除非使用JLex兼容模式（命令行選項--jlex），否則這是默認值。