什么会在 C 中造成词法错误？

Question

除了不关闭评论

/*...

，什么构成了C中的词法错误？

Answer 1

这里有一些：

 "abc<EOF>

EOF 是文件的结尾。事实上，很多词位中间的 EOF 应该会产生错误：

 0x<EOF>

我假设在字符串中使用错误的转义符是非法的：

  "ab\qcd"

浮点指数可能有问题

 1e+%

可以说，你不应该在预处理器指令的末尾有东西：

#if x   %

Answer 2

基本上任何不符合 ISO C 9899/1999，附件 A.1“词法语法”的东西都是词法错误，如果编译器根据这个语法进行词法分析。这里有一些例子：

"abc<EOF> // invalid string literal (from Ira Baxter's answer) (ISO C 9899/1999 6.4.4.5)

'a<EOF> // invalid char literal (6.4.4.4)

EOF 是文件的末尾。

double a = 1e*3; // misguided floating point literal (6.4.4.2)

int a = 0x0g; // invalid integer hex literal (6.4.4.1)

int a = 09; // invalid octal literal (6.4.4.1)

char a = 'aa'; // too long char literal (from Joel's answer, 6.4.4.4)

double a = 0x1p1q; // invalid hexadecimal floating point constant (6.4.4.2)
// instead of q, only a float suffix, that is 'f', 'l', 'F' or 'L' is allowed.

// invalid header name (6.4.7)
#include <<a.h>
#include ""a.h"

Answer 3

如果将 [@$`] 和其他类似的符号（可能来自 Unicode）放在字符串或注释之外的任何地方，C 语言中不会出现词法错误吗？

它们不构成该语言的任何有效词汇序列。它们无法通过词法分析器，因为词法分析器无法将它们识别为任何类型的有效标记。通常词法分析器是 FSMs 或基于正则表达式的，所以这些符号只是无法识别的输入。

例如下面的代码中有几个词法错误：

int main(void){
` int a = 3;
@ —
return 0;
}

我们可以通过将其提供给 gcc 来支持它，从而提供

../a.c: In function ‘main’:
../a.c:2: error: stray ‘`’ in program
../a.c:3: error: stray ‘@’ in program
../a.c:3: error: stray ‘\342’ in program
../a.c:3: error: stray ‘\200’ in program
../a.c:3: error: stray ‘\224’ in program

GCC 很聪明并且可以进行错误恢复，所以它解析了一个函数定义（它知道我们在 'main' 中），但这些错误肯定看起来像词法错误。它们不是语法错误，这是正确的。 GCC 的词法分析器没有可以从这些符号构建的任何类型的标记。请注意，它甚至将一个三字节的 UTF-8 符号视为三个无法识别的符号。

Answer 4

非法身份证

int 3d = 1;

非法预处理器指令

#define x 1

意外的令牌

if [0] {}

无法解析的id

while (0) {}            

Answer 5

错误的浮动常量（例如

123.34e

，或

123.45.33

）。

Answer 6

词汇错误：

1. 未完结的评论
2. 不是有效预处理器标记的任何非注释和非空白字符序列
3. 任何不是有效 C 令牌的预处理器令牌；一个例子是

   0xe-2

   ，它看起来像一个表达式，但实际上根据标准是一个语法错误——一个奇怪的角落案例，由 pp-tokens 的规则产生。