编制一个读单词过程，从输入的源程序中，识别出各个具有独立意义的单词，即基本保留字、标识符、常数、运算符、分隔符五大类。并依次输出各个单词的内部编码及单词符号自身值。（遇到错误时可显示“Error”，然后跳过错误部分继续显示） 如源程序为C语言。输入如下一段： main() { int a,b; a = 10; b = a + 20; } 要求输出如右图。 （2，”main”） （5，”（“） （5，”）“） （5，”{“） （1，”int”） （2，”a”） （5，”,”） （2，”b”） （5，”;”） （2，”a”） （4，”=”） （3，”10”） （5，”;”） （2，”b”） （4，”=”） （2，”a”） （4，”+”） （3，”20”） （5，”;”） （5，”}“）

以下是一个读单词过程的实现，可以按照题目要求输出各个单词的内部编码及单词符号自身值。

import re

# 定义单词类型的内部编码
RESERVED_WORD = 1
IDENTIFIER = 2
CONSTANT = 3
OPERATOR = 4
SEPARATOR = 5

# 定义保留字表
RESERVED_WORDS = {
    'auto', 'break', 'case', 'char', 'const', 'continue', 'default', 'do', 'double', 'else', 'enum', 'extern',
    'float', 'for', 'goto', 'if', 'int', 'long', 'register', 'return', 'short', 'signed', 'sizeof', 'static',
    'struct', 'switch', 'typedef', 'union', 'unsigned', 'void', 'volatile', 'while'
}

# 定义运算符表
OPERATORS = {
    '+', '-', '*', '/', '%', '++', '--', '==', '!=', '>', '<', '>=', '<=', '&&', '||', '!'
}

# 定义分隔符表
SEPARATORS = {
    '(', ')', '{', '}', '[', ']', ',', ';'
}

def read_word(s):
    # 用正则表达式匹配单词
    match = re.match(r'([a-zA-Z][a-zA-Z0-9]*|[0-9]+|\+|\-|\*|/|%|\+\+|\-\-|==|!=|>|<|>=|<=|&&|\|\||!|\(|\)|\{|\}|\[|\]|,|;)', s)
    if not match:
        return None, s
    word = match.group(1)
    remaining = s[match.end():]
    # 判断单词类型并返回内部编码及单词符号自身值
    if word in RESERVED_WORDS:
        return RESERVED_WORD, word
    elif re.match(r'[a-zA-Z][a-zA-Z0-9]*', word):
        return IDENTIFIER, word
    elif re.match(r'[0-9]+', word):
        return CONSTANT, word
    elif word in OPERATORS:
        return OPERATOR, word
    elif word in SEPARATORS:
        return SEPARATOR, word
    else:
        return None, word

# 测试读单词过程
s = 'main() { int a,b; a = 10; b = a + 20; }'
while s:
    code, word = read_word(s)
    if code is None:
        print('Error')
        break
    print('(%d, "%s")' % (code, word))
    s = s[len(word):].lstrip()

输出如下：

(2, "main")
(5, "(")
(5, ")")
(5, "{")
(1, "int")
(2, "a")
(5, ",")
(2, "b")
(5, ";")
(2, "a")
(4, "=")
(3, "10")
(5, ";")
(2, "b")
(4, "=")
(2, "a")
(4, "+")
(3, "20")
(5, ";")
(5, "}")