C# 词法分析器（三）正则表达式
系列导航 （一）词法分析介绍 （二）输入缓冲和代码定位 （三）正则表达式 （四）构造 NFA （五）转换 DFA （六）构造词法分析器 （七）总结 正则表达式是一种描述词素的重要表示方法。虽然正则表达式并不能表达出所有可能的模式（例如“由等数量的 a 和 b 组成的字符串”），但是它可以非常高效的描述处理词法单元时要用到的模式类型。 一、正则表达式的定义 正则表达式可以由较小的正则表达式按照规则递归地构建。每个正则表达式 r r 表示一个语言 L ( r ) L(r)，而语言可以认为是一个字符串的集合。正则表达式有以下两个基本要素： ϵ ϵ 是一个正则表达式， L ( ϵ ) = ϵ L(ϵ)=ϵ，即该语言只包含空串（长度为 0 的字符串）。 如果 a a 是一个字符，那么 a a 是一个正则表达式，并且 L ( a ) = { a } L(a)={a}，即该语言只包含一个长度为 1 1 的字符串 a a。 由小的正则表达式构造较大的正则表达式的步骤有以下四个部分。假定 r r 和 s s 都是正则表达式，分别表示语言 L ( r ) L(r) 和 L ( s ) L(s)，那么： ( r ) | ( s ) (r)|(s) 是一个正则表达式，表示语言 L ( r ) ∪ L ( s ) L(r)∪L(s)，即属于 L ( r ) L(r) 的字符串和属于 L ( s ) L(s)