Loading... <p>Lex 代表 Lexical Analyzar。Yacc 代表 Yet Another Compiler Compiler。 让我们从 Lex 开始吧。</p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">Lex</span></p> <p>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。</p> <p>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。</p> <p>Lex 和 C 是强耦合的。一个 <em>.lex</em> 文件(Lex 文件具有 <em>.lex</em> 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。</p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">Lex 的常规表达式</span></p> <p>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。</p> <p><span class="smalltitle" style="font-size: 1.2em;font-weight: bold">用 Lex 定义常规表达式</span></p> <table cellpadding="3" cellspacing="0" class="ibm-data-table" width="708"> <tbody> <tr valign="top" class="firstRow"> <td valign="top" width="25%"><strong>字符</strong></td> <td valign="top" width="75%"><strong>含义</strong></td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>A-Z, 0-9, a-z</strong></td> <td valign="top" width="75%">构成了部分模式的字符和数字。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>.</strong></td> <td valign="top" width="75%">匹配任意字符,除了 \n。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>–</strong></td> <td valign="top" width="75%">用来指定范围。例如:A-Z 指从 A 到 Z 之间的所有字符。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>[ ]</strong></td> <td valign="top" width="75%">一个字符集合。匹配括号内的 <em>任意</em> 字符。如果第一个字符是 <strong>^</strong> 那么它表示否定模式。例如: [abC] 匹配 a, b, 和 C中的任何一个。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>*</strong></td> <td valign="top" width="75%">匹配 <em>0个</em>或者多个上述的模式。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>+</strong></td> <td valign="top" width="75%">匹配 <em>1个</em>或者多个上述模式。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>?</strong></td> <td valign="top" width="75%">匹配 <em>0个或1个</em>上述模式。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>$</strong></td> <td valign="top" width="75%">作为模式的最后一个字符匹配一行的结尾。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>{ }</strong></td> <td valign="top" width="75%">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。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>\</strong></td> <td valign="top" width="75%">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。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>^</strong></td> <td valign="top" width="75%">否定。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>|</strong></td> <td valign="top" width="75%">表达式间的逻辑或。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>"<一些符号>"</strong></td> <td valign="top" width="75%">字符的字面含义。元字符具有。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>/</strong></td> <td valign="top" width="75%">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。</td> </tr> <tr valign="top"> <td valign="top" width="25%"><strong>( )</strong></td> <td valign="top" width="75%">将一系列常规表达式分组。</td> </tr> </tbody> </table> <p><span class="smalltitle" style="font-size: 1.2em;font-weight: bold">常规表达式举例</span></p> <table cellpadding="3" cellspacing="0" class="ibm-data-table" width="708"> <tbody> <tr valign="top" class="firstRow"> <td valign="top" width="28%"><strong>常规表达式</strong></td> <td valign="top" width="72%"><strong>含义</strong></td> </tr> <tr valign="top"> <td valign="top" width="28%">joke[rs]</td> <td valign="top" width="72%">匹配 jokes 或 joker。</td> </tr> <tr valign="top"> <td valign="top" width="28%">A{1,2}shis+</td> <td valign="top" width="72%">匹配 AAshis, Ashis, AAshi, Ashi。</td> </tr> <tr valign="top"> <td valign="top" width="28%">(A[b-e])+</td> <td valign="top" width="72%">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。</td> </tr> </tbody> </table> <p>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。</p> <p><span class="smalltitle" style="font-size: 1.2em;font-weight: bold">标记声明举例</span></p> <table cellpadding="3" cellspacing="0" class="ibm-data-table" width="708"> <tbody> <tr valign="top" class="firstRow"> <td valign="top" width="13%"><strong>标记</strong></td> <td valign="top" width="51%"><strong>相关表达式</strong></td> <td valign="top" width="36%"><strong>含义</strong></td> </tr> <tr valign="top"> <td valign="top" width="13%">数字(number)</td> <td valign="top" width="51%">([0-9])+</td> <td valign="top" width="36%">1个或多个数字</td> </tr> <tr valign="top"> <td valign="top" width="13%">字符(chars)</td> <td valign="top" width="51%">[A-Za-z]</td> <td valign="top" width="36%">任意字符</td> </tr> <tr valign="top"> <td valign="top" width="13%">空格(blank)</td> <td valign="top" width="51%">" "</td> <td valign="top" width="36%">一个空格</td> </tr> <tr valign="top"> <td valign="top" width="13%">字(word)</td> <td valign="top" width="51%">(chars)+</td> <td valign="top" width="36%">1个或多个 <em>chars</em></td> </tr> <tr valign="top"> <td valign="top" width="13%">变量(variable)</td> <td valign="top" width="51%">(字符)+(数字)*(字符)*(数字)*</td> <td valign="top" width="36%"></td> </tr> </tbody> </table> <p class="ibm-ind-link ibm-back-to-top"></p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">Lex 编程</span></p> <p>Lex 编程可以分为三步:</p> <ol class=" list-paddingleft-2"> <li> <p>以 Lex 可以理解的格式指定模式相关的动作。</p> </li> <li> <p>在这一文件上运行 Lex,生成扫描器的 C 代码。</p> </li> <li> <p>编译和链接 C 代码,生成可执行的扫描器。</p> </li> </ol> <p>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。</p> <p>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 函数。 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。</p> <p class="ibm-ind-link ibm-back-to-top"></p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">C 和 Lex 的全局声明</span></p> <p>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。</p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"><strong>字数统计程序的声明</strong></span></p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"></span></p> <pre class="brush:python;toolbar:false"> %{ int wordCount = 0; %} chars [A-za-z\_\'\.\"] numbers ([0-9])+ delim [" "\n\t] whitespace {delim}+ words {chars}+ %%</pre> <p>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。</p> <p class="ibm-ind-link ibm-back-to-top"></p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">Lex 的模式匹配规则</span></p> <p>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。</p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"><strong>字数统计程序中的 Lex 规则</strong></span></p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"></span></p> <pre class="brush:python;toolbar:false"> {words} { wordCount++; /* increase the word count by one*/ } {whitespace} { /* do nothing*/ } {numbers} { /* one may want to add some processing here*/ } %%</pre> <p class="ibm-ind-link ibm-back-to-top"></p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">C 代码</span></p> <p>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。</p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"><strong>字数统计程序的 C 代码段</strong></span></p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"></span></p> <pre class="brush:python;toolbar:false"> void main() { yylex(); /* start the analysis*/ printf(" No of words: %d\n", wordCount); } int yywrap() { return 1; }</pre> <p>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。</p> <p class="ibm-ind-link ibm-back-to-top"></p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">将它们全部结合起来</span></p> <p><em>.lex</em>文件是 Lex 的扫描器。它在 Lex 程序中如下表示:</p> <pre class="brush:python;toolbar:false"> $ lex <file name.lex></pre> <p>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。</p> <p>这里是一些 Lex 的标志:</p> <ul class=" list-paddingleft-2"> <li> <p><em>-c</em>表示 C 动作,它是缺省的。</p> </li> <li> <p><em>-t</em>写入 lex.yy.c 程序来代替标准输出。</p> </li> <li> <p><em>-v</em>提供一个两行的统计汇总。</p> </li> <li> <p><em>-n</em>不打印 -v 的汇总。</p> </li> </ul> <p class="ibm-ind-link ibm-back-to-top"></p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">高级 Lex</span></p> <p>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)。</p> <p><span class="smalltitle" style="font-size: 1.2em;font-weight: bold">Lex 变量</span></p> <table cellpadding="3" cellspacing="0" class="ibm-data-table" width="708"> <tbody> <tr valign="top" class="firstRow"> <td valign="top" width="25%">yyin</td> <td valign="top" width="75%">FILE* 类型。 它指向 lexer 正在解析的当前文件。</td> </tr> <tr valign="top"> <td valign="top" width="25%">yyout</td> <td valign="top" width="75%">FILE* 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。</td> </tr> <tr valign="top"> <td valign="top" width="25%">yytext</td> <td valign="top" width="75%">匹配模式的文本存储在这一变量中(char*)。</td> </tr> <tr valign="top"> <td valign="top" width="25%">yyleng</td> <td valign="top" width="75%">给出匹配模式的长度。</td> </tr> <tr valign="top"> <td valign="top" width="25%">yylineno</td> <td valign="top" width="75%">提供当前的行数信息。 (lexer不一定支持。)</td> </tr> </tbody> </table> <p><span class="smalltitle" style="font-size: 1.2em;font-weight: bold">Lex 函数</span></p> <table cellpadding="3" cellspacing="0" class="ibm-data-table" width="708"> <tbody> <tr valign="top" class="firstRow"> <td valign="top" width="25%">yylex()</td> <td valign="top" width="75%">这一函数开始分析。 它由 Lex 自动生成。</td> </tr> <tr valign="top"> <td valign="top" width="25%">yywrap()</td> <td valign="top" width="75%">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。</td> </tr> <tr valign="top"> <td valign="top" width="25%">yyless(int n)</td> <td valign="top" width="75%">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。</td> </tr> <tr valign="top"> <td valign="top" width="25%">yymore()</td> <td valign="top" width="75%">这一函数告诉 Lexer 将下一个标记附加到当前标记后。</td> </tr> </tbody> </table> <p>对 Lex 的讨论就到这里。下面我们来讨论 Yacc…</p> <p class="ibm-ind-link ibm-back-to-top"></p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">Yacc</span></p> <p>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:</p> <pre class="brush:python;toolbar:false">$ yacc <options> <filename ending with .y></pre> <p>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。</p> <p>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.)</p> <p>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)。</p> <h2>终端和非终端符号</h2> <p style="font-family: arial, nsimsun, sans-serif;font-size: 0.76em;padding: 0.3em 5px 0.7em;margin-top: 0px;margin-bottom: 0px"><strong>终端符号</strong> : 代表一类在语法结构上等效的标记。 终端符号有三种类型:</p> <p style="font-family: arial, nsimsun, sans-serif;font-size: 0.76em;padding: 0.3em 5px 0.7em;margin-top: 0px;margin-bottom: 0px"><em>命名标记</em>: 这些由 <em>%token</em> 标识符来定义。 按照惯例,它们都是大写。</p> <p style="font-family: arial, nsimsun, sans-serif;font-size: 0.76em;padding: 0.3em 5px 0.7em;margin-top: 0px;margin-bottom: 0px"><em>字符标记</em> : 字符常量的写法与 C 相同。例如, — 就是一个字符标记。</p> <p style="font-family: arial, nsimsun, sans-serif;font-size: 0.76em;padding: 0.3em 5px 0.7em;margin-top: 0px;margin-bottom: 0px"><em>字符串标记</em> : 写法与 C 的字符串常量相同。例如,"<<" 就是一个字符串标记。</p> <p style="font-family: arial, nsimsun, sans-serif;font-size: 0.76em;padding: 0.3em 5px 0.7em;margin-top: 0px;margin-bottom: 0px">lexer 返回命名标记。</p> <p style="font-family: arial, nsimsun, sans-serif;font-size: 0.76em;padding: 0.3em 5px 0.7em;margin-top: 0px;margin-bottom: 0px"><strong>非终端符号</strong> : 是一组非终端符号和终端符号组成的符号。 按照惯例,它们都是小写。 在例子中,file 是一个非终端标记而 NAME 是一个终端标记。</p> <p>用 Yacc 来创建一个编译器包括四个步骤:</p> <ol class=" list-paddingleft-2"> <li> <p>通过在语法文件上运行 Yacc 生成一个解析器。</p> </li> <li> <p>说明语法:</p> </li> <ul style="padding-top: 0px;padding-right: 5px;padding-bottom: 5px;font-size: 1em" class=" list-paddingleft-2"> <li> <p>编写一个 .y 的语法文件(同时说明 C 在这里要进行的动作)。</p> </li> <li> <p>编写一个词法分析器来处理输入并将标记传递给解析器。 这可以使用 Lex 来完成。</p> </li> <li> <p>编写一个函数,通过调用 yyparse() 来开始解析。</p> </li> <li> <p>编写错误处理例程(如 yyerror())。</p> </li> </ul> <li> <p>编译 Yacc 生成的代码以及其他相关的源文件。</p> </li> <li> <p>将目标文件链接到适当的可执行解析器库。</p> </li> </ol> <p class="ibm-ind-link ibm-back-to-top"></p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">用 Yacc 编写语法</span></p> <p>如同 Lex 一样, 一个 Yacc 程序也用双百分号分为三段。 它们是:声明、语法规则和 C 代码。 我们将解析一个格式为 姓名 = 年龄 的文件作为例子,来说明语法规则。 我们假设文件有多个姓名和年龄,它们以空格分隔。 在看 Yacc 程序的每一段时,我们将为我们的例子编写一个语法文件。</p> <p class="ibm-ind-link ibm-back-to-top"></p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">C 与 Yacc 的声明</span></p> <p>C 声明可能会定义动作中使用的类型和变量,以及宏。 还可以包含头文件。每个 Yacc 声明段声明了终端符号和非终端符号(标记)的名称,还可能描述操作符优先级和针对不同符号的数据类型。 lexer (Lex) 一般返回这些标记。所有这些标记都必须在 Yacc 声明中进行说明。</p> <p>在文件解析的例子中我们感兴趣的是这些标记:name, equal sign, 和 age。Name 是一个完全由字符组成的值。 Age 是数字。于是声明段就会像这样:</p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"><strong>文件解析例子的声明</strong></span></p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"></span></p> <pre class="brush:python;toolbar:false"> % #typedef char* string; /* to specify token types as char* */ #define YYSTYPE string /* a Yacc variable which has the value of returned token */ %} %token NAME EQ AGE %%</pre> <p>你可能会觉得 YYSTYPE 有点奇怪。但是类似 Lex, Yacc 也有一套变量和函数可供用户来进行功能扩展。 YYSTYPE 定义了用来将值从 lexer 拷贝到解析器或者 Yacc 的 yylval (另一个 Yacc 变量)的类型。 默认的类型是 int。 由于字符串可以从 lexer 拷贝,类型被重定义为 char*。 关于 Yacc 变量的详细讨论,请参考 Yacc 手册(见 资源)。</p> <p class="ibm-ind-link ibm-back-to-top"></p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">Yacc 语法规则</span></p> <p>Yacc 语法规则具有以下一般格式:</p> <pre class="brush:python;toolbar:false;"> result: components { /* action to be taken in C */ }</pre> <p>如果上例中序列 NAME EQ NAME 被匹配,将执行相应的 { } 括号中的动作。 这里另一个有用的就是 $1 和 $3 的使用, 它们引用了标记 NAME 和 NAME(或者第二行的 VALUE)的值。 lexer 通过 Yacc 的变量 yylval 返回这些值。标记 NAME 的 Lex 代码是这样的:</p> <pre class="brush:python;toolbar:false">char [A-Za-z] name {char}+ %% {name} { yylval = strdup(yytext); return NAME; }</pre> <p>文件解析例子的规则段是这样的:</p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"><strong>文件解析的语法</strong></span></p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"></span></p> <p> </p> <pre class="brush:python;toolbar:false"> file : record file | record ; record: NAME EQ AGE { printf("%s is now %s years old!!!", $1, $3);} ; %%</pre> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"></span></p> <p class="ibm-ind-link ibm-back-to-top"></p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">附加 C 代码</span></p> <p>现在让我们看一下语法文件的最后一段,附加 C 代码。 (这一段是可选的,如果有人想要略过它的话:)一个函数如 main() 调用 yyparse() 函数(Yacc 中 Lex 的 yylex() 等效函数)。 一般来说,Yacc 最好提供 yyerror(char msg) 函数的代码。 当解析器遇到错误时调用 yyerror(char msg)。错误消息作为参数来传递。 一个简单的 yyerror( char* ) 可能是这样的:</p> <pre class="brush:python;toolbar:false">int yyerror(char* msg) { printf("Error: %s encountered at line number:%d\n", msg, yylineno); }</pre> <p>yylineno 提供了行数信息。</p> <p>这一段还包括文件解析例子的主函数:</p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"><strong>附加 C 代码</strong></span></p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"></span></p> <pre class="brush:python;toolbar:false"> void main() { yyparse(); } int yyerror(char* msg) { printf("Error: %s encountered \n", msg);</pre> <p>要生成代码,可能用到以下命令:</p> <pre class="brush:python;toolbar:false"> $ yacc _d <filename.y></pre> <p>这生成了输出文件 y.tab.h 和 y.tab.c,它们可以用 UNIX 上的任何标准 C 编译器来编译(如 gcc)。</p> <p><span style="font-size: 1.5em;font-weight: bold;text-align: right">命令行的其他常用选项</span></p> <ul class=" list-paddingleft-2"> <li> <p><em>'-d' ,'–defines'</em> : 编写额外的输出文件,它们包含这些宏定义:语法中定义的标记类型名称,语义的取值类型 <em>YYSTYPE</em>, 以及一些外部变量声明。如果解析器输出文件名叫 'name.c', 那么 '-d' 文件就叫做 'name.h'。 如果你想将 <em>yylex</em> 定义放到独立的源文件中,你需要 'name.h', 因为 <em>yylex</em> 必须能够引用标记类型代码和 <em>yylval</em>变量。</p> </li> <li> <p><em>'-b file-prefix' ,'–file-prefix=prefix'</em> : 指定一个所有Yacc输出文件名都可以使用的前缀。选择一个名字,就如输入文件名叫 'prefix.c'.</p> </li> <li> <p><em>'-o outfile' ,'–output-file=outfile'</em> : 指定解析器文件的输出文件名。其他输出文件根据 '-d' 选项描述的输出文件来命名。</p> </li> </ul> <p>Yacc 库通常在编译步骤中自动被包括。但是它也能被显式的包括,以便在编译步骤中指定 <em>�ly</em>选项。这种情况下的编译命令行是:</p> <pre class="brush:python;toolbar:false">$ cc <source file names> -ly</pre> <p class="ibm-ind-link ibm-back-to-top"></p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">将 Lex 与 Yacc 结合起来</span></p> <p>到目前为止我们已经分别讨论了 Lex 和 Yacc。现在让我们来看一下他们是怎样结合使用的。</p> <p>一个程序通常在每次返回一个标记时都要调用 <em>yylex()</em> 函数。只有在文件结束或者出现错误标记时才会终止。</p> <p>一个由 Yacc 生成的解析器调用 <em>yylex()</em> 函数来获得标记。 <em>yylex()</em> 可以由 Lex 来生成或完全由自己来编写。 对于由 Lex 生成的 lexer 来说,要和 Yacc 结合使用,每当 Lex 中匹配一个模式时都必须返回一个标记。 因此 Lex 中匹配模式时的动作一般格式为:</p> <pre class="brush:python;toolbar:false;"> {pattern} { /* do smthg*/ return TOKEN_NAME; }</pre> <p>于是 Yacc 就会获得返回的标记。当 Yacc 编译一个带有 _d 标记的 <em>.y</em>文件时,会生成一个头文件,它对每个标记都有 <em>#define</em> 的定义。 如果 Lex 和 Yacc 一起使用的话,头文件必须在相应的 Lex 文件 <em>.lex</em>中的 C 声明段中包括。</p> <p>让我们回到名字和年龄的文件解析例子中,看一看 Lex 和 Yacc 文件的代码。</p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"><strong>Name.y – 语法文件</strong></span></p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"></span></p> <pre class="brush:python;toolbar:false">% typedef char* string; #define YYSTYPE string %} %token NAME EQ AGE %% file : record file | record ; record : NAME EQ AGE { printf("%s is %s years old!!!\n", $1, $3); } ; %% int main() { yyparse(); return 0; } int yyerror(char *msg) { printf("Error encountered: %s \n", msg); }</pre> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"><strong>Name.lex – Lex 的解析器文件</strong></span></p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"></span></p> <pre class="brush:python;toolbar:false"> %{ #include "y.tab.h" #include <stdio.h> #include <string.h> extern char* yylval; %} char [A-Za-z] num [0-9] eq [=] name {char}+ age {num}+ %% {name} { yylval = strdup(yytext); return NAME; } {eq} { return EQ; } {age} { yylval = strdup(yytext); return AGE; } %% int yywrap() { return 1; }</pre> <p>作为一个参考,我们列出了 <em>y.tab.h</em>, Yacc 生成的头文件。</p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"><strong>y.tab.h – Yacc 生成的头文件</strong></span></p> <p><span style="font-size: 0.76em;padding: 0.3em 5px 0.7em;font-family: arial, sans-serif"></span></p> <pre class="brush:python;toolbar:false;"> # define NAME 257 # define EQ 258 # define AGE 259</pre> <p>我们对于 Lex 和 Yacc的讨论到此为止。今天你想要编译什么语言呢?</p> <p><span class="atitle" style="font-size: 1.5em;font-weight: bold">参考资料</span></p> <ul class=" list-paddingleft-2"> <li> <p>您可以参阅本文在 developerWorks 全球站点上的 英文原文. </p> </li> <li> <p>Lex and Yacc, Levine, Mason 和 Branson, O�Reilly 及其合作公司,2nd Ed。 </p> </li> <li> <p>Program Development in UNIX, J. T. Shen, Prentice-Hall India。 </p> </li> <li> <p>Compilers: Principles, Techniques and Tools, Ahoo, Sethi 和 Ullman, Addison-Wesley Pub. Co., 1985,11。 </p> </li> <li> <p>Lex and Yacc and compiler writing指导。 </p> </li> <li> <p>Java 版的 Lex 指导, 叫做 Jlex。 </p> </li> <li> <p>使用 Lex 和 Yacc 的 formalizing a grammar实例。 </p> </li> </ul> 最后修改:2021 年 12 月 10 日 10 : 53 AM © 允许规范转载 赞赏 如果觉得我的文章对你有用,请随意赞赏 赞赏作者 支付宝微信