每種標記用一個正則表達式規則來表示，每個規則需要以”t_“開頭聲明，表示該聲明是對標記的規則定義。對于簡單的標記，可以定義成這樣（在Python中使用raw string能比較方便的書寫正則表達式）： ~~~ t_PLUS = r'\+' ~~~ 這里，緊跟在t_后面的單詞，必須跟標記列表中的某個標記名稱對應。如果需要執行動作的話，規則可以寫成一個方法。例如，下面的規則匹配數字字串，并且將匹配的字符串轉化成Python的整型： ~~~ def t_NUMBER(t): r'\d+' t.value = int(t.value) return t ~~~ 如果使用方法的話，正則表達式寫成方法的文檔字符串。方法總是需要接受一個LexToken實例的參數，該實例有一個t.type的屬性（字符串表示）來表示標記的類型名稱，t.value是標記值（匹配的實際的字符串），t.lineno表示當前在源輸入串中的作業行，t.lexpos表示標記相對于輸入串起始位置的偏移。默認情況下，t.type是以t_開頭的變量或方法的后面部分。方法可以在方法體里面修改這些屬性。但是，如果這樣做，應該返回結果token，否則，標記將被丟棄。 在lex內部，lex.py用`re`模塊處理模式匹配，在構造最終的完整的正則式的時候，用戶提供的規則按照下面的順序加入： 1. 所有由方法定義的標記規則，按照他們的出現順序依次加入 2. 由字符串變量定義的標記規則按照其正則式長度倒序后，依次加入（長的先入） 3. 順序的約定對于精確匹配是必要的。比如，如果你想區分‘=’和‘==’，你需要確保‘==’優先檢查。如果用字符串來定義這樣的表達式的話，通過將較長的正則式先加入，可以幫助解決這個問題。用方法定義標記，可以顯示地控制哪個規則優先檢查。 為了處理保留字，你應該寫一個單一的規則來匹配這些標識，并在方法里面作特殊的查詢： ~~~ reserved = { 'if' : 'IF', 'then' : 'THEN', 'else' : 'ELSE', 'while' : 'WHILE', ... } tokens = ['LPAREN','RPAREN',...,'ID'] + list(reserved.values()) def t_ID(t): r'[a-zA-Z_][a-zA-Z_0-9]*' t.type = reserved.get(t.value,'ID') # Check for reserved words return t ~~~ 這樣做可以大大減少正則式的個數，并稍稍加快處理速度。注意：你應該避免為保留字編寫單獨的規則，例如，如果你像下面這樣寫： ~~~ t_FOR = r'for' t_PRINT = r'print' ~~~ 但是，這些規則照樣也能夠匹配以這些字符開頭的單詞，比如’forget’或者’printed’，這通常不是你想要的。