第2章词法结构 on 编程那些事儿

01-输入格式

Tue, 18 Aug 2026 08:45:00 +0800

译文 · 基于 The Rust Reference

原文链接: https://doc.rust-lang.org/reference/input-format.html

r[input]

输入格式

r[input.syntax]

CHAR -> [U+0000-U+D7FF U+E000-U+10FFFF] // Unicode 标量值

ASCII -> [U+0000-U+007F]

NUL -> U+0000

EOF -> !CHAR // 文件或输入结束

r[input.intro] 本章描述如何将源文件解释为 token 序列。

程序如何组织到文件中，见 Crate 与源文件。

02-Shebang

Tue, 18 Aug 2026 08:45:00 +0800

译文 · 基于 The Rust Reference

原文链接: https://doc.rust-lang.org/reference/shebang.html

rshebang

Shebang

r[shebang.intro] shebang 是可选的一行，在类 Unix 系统中通常用于指定执行该文件的解释器。

[i18n] example

1
2
3
4
5


#!/usr/bin/env rustx

fn main() {
 println!("Hello!");
}

r[shebang.syntax]

03-关键字

Tue, 18 Aug 2026 08:45:00 +0800

译文 · 基于 The Rust Reference

原文链接: https://doc.rust-lang.org/reference/keywords.html

r[lex.keywords]

关键字

Rust 将关键字分为三类：

严格
保留
弱

r[lex.keywords.strict]

严格关键字

r[lex.keywords.strict.intro] 这些关键字只能在其正确的上下文中使用。它们不能用作下列名称：

项
变量与函数参数
字段与变体
类型参数
生命周期参数或循环标签
宏或属性
宏占位符
Crate

r[lex.keywords.strict.list] 下列关键字在所有 edition 中都存在：

04-标识符

Tue, 18 Aug 2026 08:45:00 +0800

译文 · 基于 The Rust Reference

原文链接: https://doc.rust-lang.org/reference/identifiers.html

r[ident]

标识符

r[ident.syntax]

IDENTIFIER_OR_KEYWORD -> ( XID_Start | `_` ) XID_Continue*

XID_Start -> <`XID_Start` defined by Unicode>

XID_Continue -> <`XID_Continue` defined by Unicode>

RAW_IDENTIFIER -> `r#` IDENTIFIER_OR_KEYWORD

NON_KEYWORD_IDENTIFIER -> IDENTIFIER_OR_KEYWORD _except a [strict][lex.keywords.strict] or [reserved][lex.keywords.reserved] keyword_

IDENTIFIER -> NON_KEYWORD_IDENTIFIER | RAW_IDENTIFIER

RESERVED_RAW_IDENTIFIER ->
 `r#` (`_` | `crate` | `self` | `Self` | `super`) !XID_Continue

r[ident.unicode] 标识符遵循 Unicode 标准附录 #31 中针对 Unicode 17.0 版本的规范，并加上下文所述的补充。标识符的一些例子：

05-注释

Tue, 18 Aug 2026 08:45:00 +0800

译文 · 基于 The Rust Reference

原文链接: https://doc.rust-lang.org/reference/comments.html

r[comments]

注释

r[comments.syntax]

@root COMMENT ->
 LINE_COMMENT
 | INNER_LINE_DOC
 | OUTER_LINE_DOC
 | INNER_BLOCK_DOC
 | OUTER_BLOCK_DOC
 | BLOCK_COMMENT

LINE_COMMENT ->
 `//` (~[`/` `!` LF] | `//`) ~LF*
 | `//` EOF
 | `//` _immediately followed by LF_

BLOCK_COMMENT ->
 `/*` ^
 ( BLOCK_COMMENT_OR_DOC | (!`*/` CHAR) )*
 `*/`

INNER_LINE_DOC ->
 `//!` ^ LINE_DOC_COMMENT_CONTENT (LF | EOF)

LINE_DOC_COMMENT_CONTENT -> (!CR ~LF)*

INNER_BLOCK_DOC ->
 `/*!` ^ ( BLOCK_COMMENT_OR_DOC | BLOCK_CHAR )* `*/`

OUTER_LINE_DOC ->
 `///` ^ LINE_DOC_COMMENT_CONTENT (LF | EOF)

OUTER_BLOCK_DOC ->
 `/**` ![`*` `/`]
 ^
 ( ~`*` | BLOCK_COMMENT_OR_DOC )
 ( BLOCK_COMMENT_OR_DOC | BLOCK_CHAR )*
 `*/`

BLOCK_CHAR -> (!(`*/` | CR) CHAR)

BLOCK_COMMENT_OR_DOC ->
 INNER_BLOCK_DOC
 | OUTER_BLOCK_DOC
 | BLOCK_COMMENT

r[comments.normal]

06-空白

Tue, 18 Aug 2026 08:45:00 +0800

译文 · 基于 The Rust Reference

原文链接: https://doc.rust-lang.org/reference/whitespace.html

r[lex.whitespace]

空白

r[whitespace.syntax]

WHITESPACE ->
 U+0009 // 水平制表符，`'\t'`
 | U+000A // 换行，`'\n'`
 | U+000B // 垂直制表符
 | U+000C // 换页
 | U+000D // 回车，`'\r'`
 | U+0020 // 空格，`' '`
 | U+0085 // 下一行
 | U+200E // 从左至右标记
 | U+200F // 从右至左标记
 | U+2028 // 行分隔符
 | U+2029 // 段分隔符

TAB -> U+0009 // 水平制表符，`'\t'`

LF -> U+000A // 换行，`'\n'`

CR -> U+000D // 回车，`'\r'`

r[lex.whitespace.intro] 空白是任何非空、且仅包含具有 Pattern_White_Space Unicode 属性的字符的字符串。

07-词法标记

Tue, 18 Aug 2026 08:45:00 +0800

译文 · 基于 The Rust Reference

原文链接: https://doc.rust-lang.org/reference/tokens.html

r[lex.token]

词法标记

r[lex.token.syntax]

Token ->
 RESERVED_TOKEN
 | RAW_IDENTIFIER
 | CHAR_LITERAL
 | STRING_LITERAL
 | RAW_STRING_LITERAL
 | BYTE_LITERAL
 | BYTE_STRING_LITERAL
 | RAW_BYTE_STRING_LITERAL
 | C_STRING_LITERAL
 | RAW_C_STRING_LITERAL
 | FLOAT_LITERAL
 | INTEGER_LITERAL
 | LIFETIME_TOKEN
 | PUNCTUATION
 | IDENTIFIER_OR_KEYWORD

r[lex.token.intro] Token 是文法中由正则（非递归）语言定义的基本产生式。Rust 源输入可分解为下列种类的 token：

第2章 词法结构 on 编程那些事儿

01-输入格式

输入格式

02-Shebang

Shebang

03-关键字

关键字

严格关键字

04-标识符

标识符

05-注释

注释

06-空白

空白

07-词法标记

词法标记

第2章词法结构 on 编程那些事儿