在ANSI C中匹配單詞C

Question

如何在ANSI C中匹配一個單詞（1-n個字符）？ （此外：在C源代碼中匹配一個常量的模式是什麼？）

我試着讀取文件並將它傳遞給regexec()（regex.h）。 問題：我正在編寫的工具應該能夠讀取源代碼並找到所有使用的常量（#define）來檢查它們是否已定義。

用於測試的模式是：[a-zA-Z_0-9]{1,}。但是這會匹配諸如「test.h」中的「h」之類的詞。

Answer 1

標識符必須以字母或下劃線開始，所以該模式是

[A-Za-z_][A-Za-z0-9_]* 

我知道C和預處理標識符之間沒有語法區別。對於C標識符，預處理器和小寫使用大寫，但沒有實際的要求。除非定義保證使用獨特的命名約定，否則基本上必須找到源文件中的每個標識符以及任何包含的文件，並將它們分類爲預處理器標識符，C標識符和未聲明的標識符。

從GCC手冊：

預處理標記分​​爲五大大類：標識符，預處理數字，字符串，標點符號，以及其它。標識符與C中的標識符相同：字母，數字或下劃線的任何序列，以字母或下劃線開頭。 C的關鍵字對預處理器沒有意義;他們是普通的標識符。例如，您可以定義名稱爲關鍵字的宏。定義了唯一可以被認爲是預處理關鍵字的標識符。

Answer 2

除了對C源代碼進行正則表達式搜索之外，另一個選擇是使用預處理器庫，如Boost Wave或者類似Coan的東西，而不是從頭開始。

Answer 3

這裏是（分別在彎曲和野牛格式，）對於整個c語言的Lexer grammar和Parser grammar。特別是有關標識的部分是：

D   [0-9] 
L   [a-zA-Z_] 
{L}({L}|{D})*  { count(); return(check_type()); } 

所以ID可以與任何大寫或小寫字母或下劃線開始，然後有更多的大寫或小寫字母，下劃線和數字。我相信它不匹配部分文件名，因爲它們被引用，並且它分別處理引號。