solution

Hãy cài đặt một bộ quét từ vựng (lexer) hoàn chỉnh hơn cho một ngôn ngữ lập trình đơn giản, xử lý nhiều dòng mã nguồn và phải báo chính xác vị trí lỗi (dòng, cột) khi gặp ký tự không hợp lệ — giống cách một trình biên dịch thật thông báo lỗi cú pháp/từ vựng.

Bộ từ khoá cố định của ngôn ngữ (không đọc từ input): if, else, while, return, int, float.

Quy tắc quét (áp dụng maximal munch, ưu tiên theo thứ tự liệt kê):

1. Ký tự xuống dòng \n: tăng số hiệu dòng lên 1, đưa số hiệu cột về 1, không sinh token.
2. Dấu cách hoặc tab: bỏ qua, không sinh token (cột vẫn tăng theo số ký tự đã đọc).
3. NUMBER: khớp mẫu $\text{digit}^+(\,.\,\text{digit}^+)?([eE][+-]?\text{digit}^+)?$ — phần nguyên bắt buộc, phần thập phân và phần mũ khoa học (ví dụ 6.02e-23, 1E+5) là tuỳ chọn; nếu sau một thành phần (dấu chấm, hoặc e/E) không có đủ chữ số hợp lệ theo đúng cấu trúc, thành phần đó không được gộp vào token số (ví dụ 3.5e chỉ cho ra token số 3.5, còn e được xét là token riêng ở bước sau).
4. KEYWORD / ID: khớp mẫu $[a\text{-}zA\text{-}Z\_][a\text{-}zA\text{-}Z0\text{-}9\_]^*$; nếu trùng khớp chính xác một từ khoá thì loại là KEYWORD, ngược lại là ID.
5. OP (toán tử) 2 ký tự, thử trước: $\{==, !=, <=, >=, \&\&, ||\}$.
6. OP 1 ký tự: $\{+, -, *, /, =, <, >, !\}$.
7. PUNCT: một trong $\{(, ), \{, \}, \,, ;\}$.

Nếu một ký tự không khớp bất kỳ quy tắc nào ở trên, đó là lỗi từ vựng: in ra tất cả các token hợp lệ đã nhận diện được trước thời điểm đó, rồi in thêm đúng một dòng thông báo lỗi và dừng ngay lập tức (không đọc/xử lý phần dữ liệu còn lại, kể cả khi còn nhiều dòng phía sau).