我需要使用JFlex创建解析器,以从输入文件中提取所有单词,包括带有重音符号(如á,é,í,ó,ú,ñ,...)的单词。

我的问题是,即使使用UTF8编码和%unicode标记设置所有文件,我也无法识别这些字符。

.lex文件是这样的:

import java_cup.runtime.*;
%%
%class ParserLex
%unicode
%public
%final
%cup

%init{
%init}

%{
    private Symbol sym(int type) {
        return sym(type, yytext());
    }
    private Symbol sym(int type, Object value) {
        return new Symbol(type, yyline, yycolumn, value);
    }
%}

Token       = [áéíóú]
ANY         = .

%%

{Token}
    { System.out.println(yytext()); }

{ANY}
    {   }


我的测试课是这样的:

class ParserTest {
    public static void main(String[] args) throws IOException {
        InputStreamReader reader = new InputStreamReader(new FileInputStream(args[0]), "UTF8");
        ParserLex parser = new ParserLex(reader);
        for (Symbol sym = parser.next_token(); sym.sym != 0; sym = parser.next_token()) {
        }
        reader.close();
    }
}


关于这个问题有什么想法或建议吗?

最佳答案

我最近发现jFlex输出类似

Warning in file "scanner.jflex" (line 42):
Rule can never be matched:
"???"  { return new Symbol(Symbols.CIRCLED_MINUS, 1, yycolumn + 1, null); }


用于我的UTF-8字符文字

"⊖"  { return new Symbol(Symbols.CIRCLED_MINUS, 1, yycolumn + 1, null); }


在Linux上,我更改了LANG环境变量以指定编码,例如C.UTF-8,这消除了警告。使用命令行选项-Dfile.encoding=UTF-8更可移植。我还找到了feature request 29,暗示jFlex支持系统默认编码。

关于java - JFlex和重音字符,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/16571232/

10-12 23:53