ZetBot

外观

词法分析：数字

约 390 字大约 1 分钟

2026-02-17

编译概览

经过了上一章节，我们已经可以识别出简单的运算符了。数字比运算符稍微复杂一点，它可以是整数或者浮点数。那么如果是负数怎么办？负数的特点是以 - 开头，后面跟着一个整数或者浮点数，可以在语法分析器中处理。回到数字的识别

  • 整数：以 0-9 开头，直到peek_char()为非数字字符
  • 浮点数：先识别开头的整数部分，然后peek_char()为 .，再识别小数部分，直到peek_char()为非数字字符

read_number()函数中，就实现了这个逻辑。先读到第一个非数字字符，判断是否为 .，如果是，继续读取小数部分。它返回一个字符串，这也就是为什么在 L2 需要记录pos的原因，因为每调用一次read_char()，词法分析器的pos就会增加。

src/pyec/lexer.py
    def read_number(self) -> str:
        pos = self.pos

        while self.peek_char.isdigit():  # stop when next char is not a digit
            self.read_char()

        if self.peek_char == ".":  # float
            self.read_char()
            while self.peek_char.isdigit():
                self.read_char()

        return self.src_code[pos : self.pos + 1]

我们把含有 . 的数字称为浮点数，不含有 . 的数字称为整数。将read_number()加到next_token()的最后一个分支_中，就可以识别出数字了。当然，如果我们没有识别到数字，就会抛出异常。

src/pyec/lexer.py
            case _:
                if self.cur_char.isdigit():
                    number_str = self.read_number()
                    if "." in number_str:
                        tok = Token(TokenType.FLOAT, number_str, cur_line, cur_col)
                    else:
                        tok = Token(TokenType.INT, number_str, cur_line, cur_col)
                else:
                    tok = Token(TokenType.ILLEGAL, self.cur_char, cur_line, cur_col)
                    raise IllegalCharErr(self.cur_char, cur_line, cur_col)

这里没有展示测试的代码。需要修改test_lexer.py的内容，把让所有的测试能够通过。当然如果成功了不要忘了提交代码。

$ git add .
$ git commit -m "lexer: number"