扫描程序（scanner）
源程序的字符→记号（token）
-
C++源程序中以/开头的符号：//、/=、/.../、/
-
字母开头的单词：关键字？标识符？
反应单词组成的表达式→正则表达式
正则表达式
用数学抽象的方法来表示单词串的组成
正则表达式r由它所匹配的串集来定义
L(r)：串的集合
Σ：字母表，串的组成部分
正则表达式的定义
- 基本正则表达式
字母表中的单个字符且自身匹配
a是字母表Σ中的任一字符，则正则表达式a通过书写L(a)={a}来匹配a字符）
空串：epsilon，不包含任何字符的串
正则表达式运算：
-
选择，由元字符|表示；
-
连结，由并置表示，不用元字符；
-
重复或“闭包”，由元字符*表示
选择运算
r|s，即可匹配被r或s匹配的任意串
L(a|ε)={a,ε}
L(a|b|c|d)={a,b,c,d}
a|b|...|z，表示匹配a到z的任何小写字母
连结运算
正则表达式ab，匹配ab
正则表达式(a|b)c，匹配串ac和bc
S1={aa,b},S2={a,bb}→S1S2={aaa,aabb,ba,bbb}
L((a|b)c)=L(a|b)L(c)={a,b}{c}={ac,bc}
重复，Kleene闭包(Kleene closure)
r*，r是一个正则表达式
正则表达式r*，匹配串的任意有穷连结，每个连结均匹配r
a*：\epsilon、a、aa、aaa、...
(a|bb)*：\epsilon、a、bb、aa、abb、bba、bbbb、aaa、aabb、...
优先级
*>连结>|
