識別符號通常由下劃線、數字組成；以及第一個字符不是數字的大寫和小寫字符。在撰寫詞法分析器時，通常會有輔助函式，例如is_digitor is_alnum。如果要實作這樣一個功能來掃描識別符號中使用的字符，它會被稱為什么？顯然，is_identifier這是錯誤的，因為這將是詞法分析器掃描的整個標記，而不是單個字符。我想is_alnum_or_underscore會是準確的，雖然很冗長。對于這種常見的事情，我覺得應該有一個詞來形容它。
uj5u.com熱心網友回復：
Unicode Annex 31（Unicode Identifier and Pattern Syntax，UAX31）定義了一個定義識別符號詞匯語法的框架，這可能與我們將要達到的標準術語一樣接近。UAX31 被 Python 和 Rust 使用（通過參考），并且已被批準用于 C 23。所以我想它是相當主流的。
UAX31 定義了三組識別符號字符，稱為Start、Continue和Medial。所有開始字符也是繼續字符；沒有中間字符是繼續字符。
這導致了簡單的正則運算式（UAX31-D1 Default Identifier Syntax）：
<Identifier> := <Start> <Continue>* (<Medial> <Continue> )*
聲稱符合 UAX31 的編程語言不需要接受每個集合的確切成員資格，但它必須明確說明所謂的“組態檔”中的偏差。（還有其他7個要求，與本題無關，想掉下很深的兔子洞請看檔案。）
這可以進一步簡化，因為 UAX31 和（據我所知）任何主要語言的組態檔都沒有在Medial中放置任何字符。因此，您可以順其自然，只定義兩個類別：identifier-start和identifier-continue，其中第一個是第二個的子集。
您會在許多語法檔案中看到這一點：
- Python
identifier ::= xid_start xid_continue*- 銹
IDENTIFIER_OR_KEYWORD : XID_Start XID_Continue* | _ XID_Continue- C
identifier: identifier-start identifier identifier-continue
- 迅速
- 呼叫集合識別符號頭和識別符號字符
- 爪哇
- 稱它們為JavaLetter和JavaLetterOrDigit C
- 定義identifier-nondigit和identifier-digit；繼續將是兩個集合的并集。
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/484544.html