[转帖]yacc与lex入门_MySQL, Oracle及数据库讨论区_Weblogic技术|Tuxedo技术|中间件技术|Oracle论坛|JAVA论坛|Linux/Unix技术|hadoop论坛_联动北方技术论坛  
网站首页 | 关于我们 | 服务中心 | 经验交流 | 公司荣誉 | 成功案例 | 合作伙伴 | 联系我们 |
联动北方-国内领先的云技术服务提供商
»  游客             当前位置:  论坛首页 »  自由讨论区 »  MySQL, Oracle及数据库讨论区 »
总帖数
1
每页帖数
101/1页1
返回列表
0
发起投票  发起投票 发新帖子
查看: 1751 | 回复: 0   主题: [转帖]yacc与lex入门        上一篇   下一篇 
ad222888
注册用户
等级:新兵
经验:66
发帖:134
精华:0
注册:2016-9-25
状态:离线
发送短消息息给ad222888 加好友    发送短消息息给ad222888 发消息
发表于: IP:您无权察看 2019-9-3 16:26:04 | [全部帖] [楼主帖] 楼主

Lex 是一种生成扫描器的工具。扫描器是一种识别文本中的词汇模式的程序。这些词汇模式(或者常规表达式)在一种特殊的句子结构中定义,这个我们一会儿就要讨论。

一种匹配的常规表达式可能会包含相关的动作。这一动作可能还包括返回一个标记。当 Lex 接收到文件或文本形式的输入时,它试图将文本与常规表达式进行匹配。它一次读入一个输入字符,直到找到一个匹配的模式。如果能够找到一个匹配的模式,Lex 就执行相关的动作(可能包括返回一个标记)。另一方面,如果没有可以匹配的常规表达式,将会停止进一步的处理,Lex 将显示一个错误消息。

Lex 和 C 是强耦合的。一个 .lex

    文件(Lex 文件具有 

.lex

    的扩展名)通过 lex 公用程序来传递,并生成 C 的输出文件。这些文件被编译为词法分析器的可执行版本。

Lex 的常规表达式

常规表达式是一种使用元语言的模式描述。表达式由符号组成。符号一般是字符和数字,但是 Lex 中还有一些具有特殊含义的其他标记。 下面两个表格定义了 Lex 中使用的一些标记并给出了几个典型的例子。

用 Lex 定义常规表达式

字符含义
A-Z, 0-9, a-z构成了部分模式的字符和数字。
.匹配任意字符,除了 /n。
-用来指定范围。例如:A-Z 指从 A 到 Z 之间的所有字符。
[ ]一个字符集合。匹配括号内的 任意 字符。如果第一个字符是 ^ 那么它表示否定模式。例如: [abC] 匹配 a, b, 和 C中的任何一个。
*匹配 0个 或者多个上述的模式。
+匹配 1个 或者多个上述模式。
?匹配 0个或1个 上述模式。
$作为模式的最后一个字符匹配一行的结尾。
{ }指出一个模式可能出现的次数。 例如: A{1,3} 表示 A 可能出现1次或3次。
/用来转义元字符。同样用来覆盖字符在此表中定义的特殊意义,只取字符的本意。
^否定。
表达式间的逻辑或。
"<一些符号>"字符的字面含义。元字符具有。
/向前匹配。如果在匹配的模版中的“/”后跟有后续表达式,只匹配模版中“/”前面的部分。如:如果输入 A01,那么在模版 A0/1 中的 A0 是匹配的。
( )将一系列常规表达式分组。

常规表达式举例

常规表达式含义
joke[rs]匹配 jokes 或 joker。
A{1,2}shis+匹配 AAshis, Ashis, AAshi, Ashi。
(A[b-e])+匹配在 A 出现位置后跟随的从 b 到 e 的所有字符中的 0 个或 1个。

注:这小朋友将A{1,2}shis*写为了A{1,2}shis+。

Lex 中的标记声明类似 C 中的变量名。每个标记都有一个相关的表达式。(下表中给出了标记和表达式的例子。)使用这个表中的例子,我们就可以编一个字数统计的程序了。我们的第一个任务就是说明如何声明标记。

标记声明举例

标记相关表达式含义
数字(number)([0-9])+1个或多个数字
字符(chars)[A-Za-z]任意字符
空格(blank)" "一个空格
字(word)(chars)+1个或多个 chars
变量(variable)(字符)+(数字)*(字符)*(数字)*

Lex 编程

Lex 编程可以分为三步:

  1. 以 Lex 可以理解的格式指定模式相关的动作。

  2. 在这一文件上运行 Lex,生成扫描器的 C 代码。

  3. 编译和链接 C 代码,生成可执行的扫描器。

注意: 如果扫描器是用 Yacc 开发的解析器的一部分,只需要进行第一步和第二步。关于这一特殊问题的帮助请阅读 Yacc 和 将 Lex 和 Yacc 结合起来 部分。

现在让我们来看一看 Lex 可以理解的程序格式。一个 Lex 程序分为三个段:第一段是 C 和 Lex 的全局声明,第二段包括模式(C 代码),第三段是补充的 C 函。 例如, 第三段中一般都有 main() 函数。这些段以%%来分界。 那么,回到字数统计的 Lex 程序,让我们看一下程序不同段的构成。

C 和 Lex 的全局声明

这一段中我们可以增加 C 变量声明。这里我们将为字数统计程序声明一个整型变量,来保存程序统计出来的字数。我们还将进行 Lex 的标记声明。

字数统计程序的声明

 %{

      
       int wordCount = 0;

      
 %}

 chars [A-za-z/_/'/./"]

 numbers ([0-9])+

 delim [" "/n/t]

 whitespace {delim}+

 words {chars}+

 %%

两个百分号标记指出了 Lex 程序中这一段的结束和三段中第二段的开始。

Lex 的模式匹配规则

让我们看一下 Lex 描述我们所要匹配的标记的规则。(我们将使用 C 来定义标记匹配后的动作。)继续看我们的字数统计程序,下面是标记匹配的规则。

字数统计程序中的 Lex 规则

 {words} { wordCount++; /*

      
 increase the word count by one*/ }

 {whitespace} { /* do

      
 nothing*/ }

 {numbers} { /* one may

 want to add some processing here*/ }

 %%

C 代码

Lex 编程的第三段,也就是最后一段覆盖了 C 的函数声明(有时是主函数)。注意这一段必须包括 yywrap() 函数。 Lex 有一套可供使用的函数和变量。 其中之一就是 yywrap。一般来说,yywrap() 的定义如下例。我们将在 高级 Lex 中探讨这一问题。

字数统计程序的 C 代码段

 void main()

 {

      
       yylex(); /* start the

      
       analysis*/

      
       printf(" No of words:

      
       %d/n", wordCount);

      
 }

 int yywrap()

 {

      
       return 1;

      
 }

上一节我们讨论了 Lex 编程的基本元素,它将帮助你编写简单的词法分析程序。 在 高级 Lex 这一节中我们将讨论 Lex 提供的函数,这样你就能编写更加复杂的程序了

将它们全部结合起来

.lex

    文件是 Lex 的扫描器。它在 Lex 程序中如下表示:

   $ lex <file name.lex>

这生成了 lex.yy.c 文件,它可以用 C 编译器来进行编译。它还可以用解析器来生成可执行程序,或者在链接步骤中通过选项�ll 包含 Lex 库。

这里是一些 Lex 的标志:

  • -c

        表示 C 动作,它是缺省的。

  • -t

        写入 lex.yy.c 程序来代替标准输出。

  • -v

        提供一个两行的统计汇总。

  • -n

        不打印 -v 的汇总。

高级 Lex

Lex 有几个函数和变量提供了不同的信息,可以用来编译实现复杂函数的程序。下表中列出了一些变量和函数,以及它们的使用。 详尽的列表请参考 Lex 或 Flex 手册(见后文的 资源 )。

Lex 变量

yyinFILE* 类型。 它指向 lexer 正在解析的当前文件。
yyoutFILE* 类型。 它指向记录 lexer 输出的位置。 缺省情况下,yyin 和 yyout 都指向标准输入和输出。
yytext匹配模式的文本存储在这一变量中(char*)。
yyleng给出匹配模式的长度。
yylineno提供当前的行数信息。(lexer不一定支持。)

Lex 函数

yylex()这一函数开始分析。 它由 Lex 自动生成。
yywrap()这一函数在文件(或输入)的末尾调用。如果函数的返回值是1,就停止解析。 因此它可以用来解析多个文件。代码可以写在第三段,这就能够解析多个文件。 方法是使用 yyin 文件指针(见上表)指向不同的文件,直到所有的文件都被解析。最后,yywrap() 可以返回 1 来表示解析的结束。
yyless(int n)这一函数可以用来送回除了前�n? 个字符外的所有读出标记。
yymore()这一函数告诉 Lexer 将下一个标记附加到当前标记后。

对 Lex 的讨论就到这里。下面我们来讨论 Yacc...

Yacc

Yacc 代表 Yet Another Compiler Compiler。 Yacc 的 GNU 版叫做 Bison。它是一种工具,将任何一种编程语言的所有语法翻译成针对此种语言的 Yacc 语 法解析器。它用巴科斯范式(BNF, Backus Naur Form)来书写。按照惯例,Yacc 文件有 .y 后缀。编译行如下调用 Yacc 编译器:

       $ yacc <options>

        <filename ending with .y>

在进一步阐述以前,让我们复习一下什么是语法。在上一节中,我们看到 Lex 从输入序列中识别标记。如果你在查看标记序列,你可能想在这一序列出现时执行某一动作。这种情况下有效序列的规范称为语法。Yacc 语法文件包括这一语法规范。它还包含了序列匹配时你想要做的事。

为了更加说清这一概念,让我们以英语为例。 这一套标记可能是:名词, 动词, 形容词等等。为了使用这些标记造一个语法正确的句子,你的结构必须符合一定的规则。一个简单的句子可能是名词+动词或者名词+动词+名词。(如 I care. See spot run.)

所以在我们这里,标记本身来自语言(Lex),并且标记序列允许用 Yacc 来指定这些标记(标记序列也叫语法)。




赞(0)    操作        顶端 
总帖数
1
每页帖数
101/1页1
返回列表
发新帖子
请输入验证码: 点击刷新验证码
您需要登录后才可以回帖 登录 | 注册
技术讨论