使用Lex/Yacc识别汉字中的标识符

我想你是指Lex（词法分析器生成器）。 Yacc是解析器生成器。

根据What's the complete range for Chinese characters in Unicode?，大多数CJH字符落在3400-9FFF范围内。

根据http://dinosaur.compilertools.net/lex/index.html

任意字符。要匹配几乎 任何字符，操作符 。是除换行符以外的所有字符 的分类。逸入八进制是 可能虽然非便携式：

       [\40-\176] 

比赛中 所有可打印字符的ASCII字符集，从八进制40 （空白）为八进制数176（波浪号）。

所以我会假设你需要的是类似[\32000-\117777]的东西。

Yacc不关心中文字符，但lex呢：它负责分析输入字节（和字符）以识别令牌。但是，汉字通常是多字节的。有程序像lex可能支持这个，但他们不是lex。已经讨论过好几次了。

进一步阅读：

• Adding utf-8 Encoding to Lex

标准词汇标记生成器，lex（或flex），不接受多字节字符，并且是用于正是如此不切实际许多现代语言。本文档描述了从描述UTF-8多字节字符的正则表达式到单字节正则表达式的映射。

• Flex(lexer) support for unicode（2012年3月8日）

  回答指出了如何通过使用UTF-8模式的特殊情况下解决此限制。

• Unicode Support in Flex（2009年4月26日）

  基本上相同以前的（但前述和可能的源，用于这些意见）

• How do I lex unicode characters in C?

  的回答列出一些可替代可能这样做的实现在这里被问到。