UVA12421 (Jiandan) Mua (I) - Lexical Analyzer

在这个系列的题目中，你需要实现 Lua 语言（$5.1$ 版本）的一个子集，叫做 mini-Lua（mua）。这是刘汝佳的实验性语言之一，主要用于实现算法，而非真实世界的程序。 这是该系列的第一个问题，你需要编写一个词法分析器（lexer），也就是将输入的程序拆分为一系列 **词法单元**（定义如下）。 在 mini-lua 中，共有六种词法单元： **保留字（RESERVED）**：以下是保留字列表。请注意，mini-lua 是区分大小写的，因此 $\text{AND}$ 不是一个保留字。另外，虽然这些保留字并不都在 mini-lua 中被使用，但我们想要所有在 mini-lua 合法的程序在 Lua 中也是合法的。 $$ \begin{array}{l l l l l l} \texttt{and}\quad&\texttt{break}\quad&\texttt{do}\quad&\texttt{else}\quad&\texttt{elseif}\\ \texttt{end}\quad&\texttt{false}\quad&\texttt{for}\quad&\texttt{function}\quad&\texttt{if}\\ \texttt{in}\quad&\texttt{local}\quad&\texttt{nil}\quad&\texttt{not}\quad&\texttt{or}\\ \texttt{repeat}\quad&\texttt{return}\quad&\texttt{then}\quad&\texttt{true}\quad&\texttt{until}\quad&\texttt{while} \end{array} $$ **数字（NUMBER）**：数字分为两种： + 整数：十进制整数由一位或多位数字（$0\sim 9$）组成；十六进制整数以 $\texttt{0x}$ 或 $\texttt{0X}$ 开头，后面跟着一位或多位十六进制数字（$0\sim 9$、$\texttt{a}\sim\texttt{f}$，不区分大小写）。注意，前导零会被忽略（例如，$0123$ 相当于 $123$）。 + 浮点数：始终使用十进制，例如 $1.23$。可以使用科学记数法，即在数字后添加 $\texttt{e}$ 或 $\texttt{E}$，再跟着一个十进制指数（例如 $\text{1.23e2}$，其值为 $123.0$）。小数点或指数部分至少需要出现一个，但整数部分可以省略（例如 $\text{.2e3}$）。若省略整数部分，则必须保留小数点和小数点后的至少一位数字（因此，$\text{.e2}$ 是非法的）。不支持十六进制的浮点数。注意，指数前可以有“+”或“-”，例如 $\text{1e+10}$ 和 $\text{4e-3}$。 需要注意的是，负数实际上由两个词法单元组成：一元“负号”运算符和绝对值数字。例如，$\text{-34}$ 包含两个词法单元。同理，$\text{+7e8}$ 也包含两个词法单元。 **字符串（STRING）**：由 $\texttt{""}$ 或 $\texttt{''}$ 包围的字符串。仅支持四种转义字符：$\texttt{\textbackslash"\space\textbackslash'\space\textbackslash\textbackslash\space\textbackslash n}$。字符串中不能包含真正的换行符。 **符号（SYMBOL）**：具有特殊含义的符号。以下是符号列表： $$ \begin{array}{l l l l l l l} \texttt{+}\quad&\texttt{-}\quad&\texttt{*}\quad&\texttt{/}\quad&\texttt{\%}\quad&\texttt{\verb|^|}\quad&\texttt{\#}\\ \texttt{==}\quad&\texttt{\verb|~|=}\quad&\texttt{=}\quad&\texttt{}\quad&\texttt{=}\\ \texttt{(}\quad&\texttt{)}\quad&\texttt{\{}\quad&\texttt{\}}\quad&\texttt{[}\quad&\texttt{]}\\ \texttt{;}\quad&\texttt{:}\quad&\texttt{,}\quad&\texttt{.}\quad&\texttt{..}\quad&\texttt{...}\\ \end{array} $$ **名称（NAME）**：以字母开头，后面可以跟着字母、数字或下划线的标识符。注意，保留字不能用作名称。 **行尾（EOL）**：表示一行的结尾。 **注释（COMMENT）**：以 $‘\texttt{--}’$ 开头，不能跨行（注释后的换行符依然存在，它需要作为一个单独的 $\text{EOL}$ 词法单元）。 字符串常量外的空白字符会被忽略，因此 $‘\texttt{1+1}’$ 和 $‘\texttt{1+\space 1}’$ 对词法分析器来说没有区别。 词法分析器应当采用贪心策略，即若存在多种拆分词法单元的方式，先让第一个词法单元尽量长，然后让第二个词法单元尽量长，以此类推。例如，$‘\texttt{abc123

一个合法的 mini-lua 程序。

对于所有非注释类型的词法单元，每行一个，格式为 $\texttt{[TYPE] token}$，其中 $\texttt{TYPE}$ 表示词法单元类型，$\texttt{token}$ 表示词法单元内容（你需要按照输入原样去输出词法单元中的内容）。若类型为 $\text{EOL}$，则 $\texttt{token}$ 为空。