Lex&Yacc C语言的lex和yacc工具说明.docx

C语言的IeX和yacc工具说明作者：佚名文章来源：不详点击数：更新时间：2005-1-301.eX工具1.ex工具是一种词法分析程序生成器，它可以根据词法规则说明书的要求来生成单词识别程序，由该程序识别出输入文本中的各个单词。1、IeX程序的结构-定义部分-规则部分-用户子程序部分其中规则部分是必须的，定义和用户子程序部分是任选的。(1)定义部分定义部分起始于符号，终止于%符号，其间可以是包括include语句、声明语句在内的C语句。%(#include"stdio.hincludey.tab.hexternintIineno;%(2)规则部分规则部分起始于%符号，终止于%符号，其间则是词法规则。词法规则由模式和动作两部分组成。模式部分可以由任意的正则表达式组成，动作部分是由C语言语句组成，这些语句用来对所匹配的模式进行相应处理。需要注意的是，IeX将识别出来的单词存放在yytext字符数据中，因此该数组的内容就代表了所识别出来的单词的内容。%t;0-9+.?!0-9*.0-9+sscanf(yytext,zz%lf,z,&yylva1.val);returnNUMBER;nIineno+;return,n,;.returnyytex+O;%(3)用户子程序部分用户子程序部分可以包含用C语言编写的子程序，而这些子程序可以用在前面的动作中，这样就可以达到简化编程的目的。下面是带有用户子程序的IeX程序片段。/*skipcmnts();.*restofrules*/%skipcmnts()(for(;)while(inputO!=,);if(input()!=,)unput(yytextyylen-1);elsereturn;)2、IeX工具的使用方法首先编写一个IeX程序vilex.1%(include"stdio.h%)%n;0-9+printfCzInterger:%snzz,yytext);0-9*.0-9+printf(z,Float:%snzz,yytext);a-zA-Za-zA-Z0-9*printfCzWord:%snzr,yytext);.printf(z,0thersymbol:%cnz，,yytext0);%然后使用IeX将lex.l转换成C语言程序$lexlex.1使用上述命令产生的C语言程序为lex.yy.C然后使用C编译程序将lex.yy.C编译成可执行程序regn$cc-clex.yy.c$cclex.yy.o-11-oregn下面可以使用regn来识别单词$Vitestfilex=355y=113p=y#./regn<testfileWord:xOthersymbol:=Interger:355Word:yOthersymbol:=Interger:113Word:pOthersymbol:=Word:xOthersymbol:/Word:y#yacc工具yacc工具是一种语法分析程序生成器，它可以将有关某种语言的语法说明书转换成相应的语法分析程序，由该程序完成对相应语言中语句的语法分析工作。1、yacc程序结构在使用yacc工具前，必须首先编写yacc程序，因为有关语法分析程序是根据yacc程序生成的。yacc程序实际上是有关语法规则的说明书，它也是由定义部分、规则部分和子程序部分组成的。yacc程序的定义部分类似于IeX程序的定义部分，只是在其后可带有yacc声明，其中包括词法单词、语法变量、优先级和结合性信息。yacc程序的规则部分由语法规则和相应的动作组成，子程序部分可以包括在前面规则部分用到的子程序定义。接下来是main主程序，它调用yyparse子程序来对输入进行语法分析，而yyparse反复地调用yylex子程序来获得输入单词，在语法出错时可通过yyerror子程序来处理。2、yacc工具的使用方法实例：我们将yacc程序分成片段，把这些片段组合在一起就是yacc程序。我们要使用的语法规则是一个有关四则运算的语法规则，可用BNF范式描述list:exprnlistexprnexpr:NUMBERexpr+exprexpr-exprexpr*exprexpr/expr(expr)其含义是IiSt是一个表达式序列，每个后面带有一个新行。表达式是一个数值，或是由运算符连起来的两个表达式，以及用圆括号括起来的表达式。下面是有关上述语法规则的yacc程序片段。$Vihoc.y%defineYYSTYPEdouble%)%tokenNUMBER%left,÷,-%left'*'''%list:Ilistn,Ilistexpr,n,printf(,zt%.8gn",$2);fexpr:NUMBER$=$1;Iexpr,+,expr$-$1+$3;iexpr'-'expr$=$1-$3;expr'*'expr$二$1*$3;expr''expr$=$1/$3;,(,expr,),$=$2;%上述yacc程序片段实际上是它的定义部分和规则部分。在yacc声明部分，%tokenMJMBER表明了NUMBER是一个单词符号，left则表明了运算符号的左结合性，并且和'/'和优先级比'+'和的优先级高。在yacc程序的规则部分，备用规则是用1'隔开的，规则中的动作实际上是C语句序列，其中$n(即$1,$2等)是用来引用规则中的第几个成份，而$则代表了整个规则的返回值。下面的yacc程序片段是main主程序include<stdio.h>include<ctype.h>char*progname;intIineno=I;main(argc,argv)intargc;char*argv;progname=argv0;yyparse();main主程序调用yyparse子程序来处理来处理输入,而yyparse又是通过yylex子程序来获得输入单词并通过yyerror子程序来报告出错信息。下面是有关这两个子程序的yacc程序片段yylex0intc;while(c=getchar()=Ic=-t,);if(c=EOF)return0;if(c=三,.,IIisdigit(c)ungetc(c,stdin);scanf(z,%lfzz,&yylval);returnNUMBER;if(c=三,n,)lineno+÷returnc;)yyerror(三)char*s;warning(s,(char*)0);)warning(s,t)char*s,*t;fprintf(stderr,z,%s%sz,progname,s);if(t)fprintf(stderr,"%s”,t);fprintf(stderr,zznearline%dn,z,Iineno);)这样就完成了整个yacc程序接下来就使用yacc将hoc.y转换成C语言程序$yacchoc.y使用上述命令产生的C语言程序为y.tab.c,这时可以使用C编译程序将它编译成可执行程序hoc.$CCy.tab.c-ohoc下面是使用hoc的例子#./hoc4*3*224(1+2)*(3+4)211/20.5355/1332.6691729-3-4./hoc:Syntaxerrornearline5上述结果显示中，分别表明了计算结果，最后一次计算出错的原因是由于在规则定义中未来定义单目减运算符号。Yacc与1.ex快速入门1.ex与Yacc介绍AshishBansal软件工程师，Sapient公司2000年11月内容：1.ex1.ex常规表达式1.ex编程C与1.ex的全局声明1.ex模式规则C代码将它们全部结合起来高级1.exYacc使用Yacc编写语法C与Yacc的声明Yacc语法规则附加C代码其他命令行选项将1.eX与Yacc结合起来资源作者介绍1.ex和Yacc是UNIX的两种非常重要的、功能强大的工具。事实上，如果你熟练掌握1.ex和Yacc的话，它们的强大功能使创建FORTRAN和C的编译器如同儿戏。AshishBansal为您详细的讨论了编写自己的语言和编译器所用到的这两种工具，包括常规表达式、声明、匹配模式、变量、YaCC语法和解析器代码。最后，馈土嗽趾?1.ex和Yacc结合起来。1.ex代表1.exicalAnalyzar0Yacc代表YetAnotherCompilerCompilero让我们从1.ex开始吧。1.ex1.ex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1.ex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，1.ex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，1.ex将显示一个错误消息。1.ex和C是强耦合的。一个.Iex文件（1.ex文件具有.Iex的扩展名）通过Iex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。1.ex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1.ex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1.ex中使用的一些标记并给出了几个典型的例子。用1.ex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C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O个或者多个上述的模式。+匹配1个或者多个上述模式。9匹配O个或1个上述模式。$作为模式的最后一个字符匹配一行的结尾。指出一个模式可能出现的次数。例如：Al,3表示A可能出现1次或3次。用来转义元字符。同样用来覆盖字符在此表中定义的特殊意义，只取字符的本意。否定。I表达式间的逻辑或。一些符号字符的字面含义。元字符具有。/向前匹配。如果在匹配的模版中的后跟有后续表达式，只匹配模版中前面的部分。如：如果输入01,那么在模版0l中的AO是匹配的。()将一系列常规表达式分组。常规表达式举例常规表达式含义jokers匹配jokes或jokeroAl,2shis+匹配shis,Ashis,Ashi,Ashi0(Ab-e)+匹配在A出现位置后跟随的从b到e的所有字符中的。个或1个。1.ex中的标记声明类似C中的变量名。每个标记都有一个相关的表达式。(下表中给出了标记和表达式的例子。)使用这个表中的例子，我们就可以编一个字数统计的程序了。我们的第一个任务就是说明如何声明标记。标记声明举例标记相关表达式含义数字(number)(0-9)+1个或多个数字字符(CharS)A-Za-z任意字符空格(blank)一个空格字(WOrd)(chars)+1个或多个chars变量(variable)(字符)+(数字)*(字符)*(数字)*1.ex编程1.ex编程可以分为三步:以1.ex可以理解的格式指定模式相关的动作。在这一文件上运行1.ex,生成扫描器的C代码。编译和链接C代码，生成可执行的扫描器。注意：如果扫描器是用Yacc开发的解析器的一部分，只需要进行第一步和第二步。关于这一特殊问题的帮助请阅读Yacc和将1.ex和Yacc结合起来部分。现在让我们来看一看1.ex可以理解的程序格式。一个1.ex程序分为三个段：第一段是C和1.ex的全局声明，第二段包括模式（C代码），第三段是补充的C函数。例如，第三段中一般都有main（）函数。这些段以%来分界。那么，回到字数统计的1.ex程序，让我们看一下程序不同段的构成。C和1.ex的全局声明这一段中我们可以增加C变量声明。这里我们将为字数统计程序声明一个整型变量，来保存程序统计出来的字数。我们还将进行1.ex的标记声明。字数统计程序的声明%(intWordCount=0;%charsA-za-z扑'.numbers(0-9)+delim""ntwhitespacedelim+wordschars+%两个百分号标记指出了1.ex程序中这一段的结束和三段中第二段的开始。1.ex的模式匹配规则让我们看一下1.ex描述我们所要匹配的标记的规则。（我们将使用C来定义标记匹配后的动作。）继续看我们的字数统计程序，下面是标记匹配的规则。字数统计程序中的1.ex规则wordswordCount+;*increasethewordcountbyone*/）whitespace*donothing*/numbers*onemaywanttoaddsomeprocessinghere*/)%C代码1.ex编程的第三段，也就是最后一段覆盖了C的函数声明(有时是主函数)。注意这一段必须包括yywrap()函数。1.ex有一套可供使用的函数和变量。其中之一就是yywrap0一般来说，yywrap()的定义如下例。我们将在高级1.ex中探讨这一问题。字数统计程序的C代码段voidmain()yylexO;*starttheanalysis*/printf(/zNoofwords:%dn”,wordCount);intyywrap()return1;上一节我们讨论了1.ex编程的基本元素，它将帮助你编写简单的词法分析程序。在高级1.ex这一节中我们将讨论1.ex提供的函数，这样你就能编写更加复杂的程序了。将它们全部结合起来Jex文件是1.ex的扫描器。它在1.ex程序中如下表示：$lex<filename,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托1包含1.ex库。这里是一些1.ex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1.ex1.ex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1.ex或Flex手册（见后文的资源）。1.ex变量yyinFI1.E*类型。它指向IeXer正在解析的当前文件。yyoutFI1.E*类型。它指向记录IeXer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。（IeXCr不一定支持。）1.ex函数yylex0这一函数开始分析。它由1.ex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(intn)这一函数可以用来送回除了前夏？个字符外的所有读出标记。yymore()这一函数告诉1.exer将下一个标记附加到当前标记后。对1.ex的讨论就到这里。下面我们来讨论Yacc.YaccYacc代表YetAnotherCompilerCompiIer0Yacc的GNU版叫做Bison0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(BNKBackusNaurForm)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><fiIenameendingwith.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1.ex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Icare.Seespotrun.)所以在我们这里，标记本身来自语言(1.ex),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)0终端和非终端符号终端符号：代表一类在语法结构上等效的标记。终端符号有三种类型：命名标记：这些由%token标识符来定义。按照惯例，它们都是大写。字符标记：字符常量的写法与C相同。例如，?就是一个字符标记。字符串标记：写法与C的字符串常量相同。例如，就是一个字符串标记。lexer返回命名标记。非终端符号：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。用Yacc来创建一个编译器包括四个步骤：通过在语法文件上运行Yacc生成一个解析器。说明语法：编写一个.y的语法文件(同时说明C在这里要进行的动作)。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1.ex来完成。编写一个函数，通过调用yyparse()来开始解析。编写错误处理例程(如yyerror()0编译Yacc生成的代码以及其他相关的源文件。将目标文件链接到适当的可执行解析器库。用Yacc编写语法如同1.ex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。C与Yacc的声明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。IeXer(1.ex)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。在文件解析的例子中我们感兴趣的是这些标记：name,equalsign,和age0Name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：文件解析例子的声明%fttypedefchar*string;*tospecifytokentypesaschar*/defineYYSTYPEstring*aYaccvariablewhichhasthevalueofreturnedtoken*/%tokenNAMEEQAGE%你可能会觉得YYSTYPe有点奇怪。但是类似1.ex,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IeXer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int0由于字符串可以从IeXer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）。Yacc语法规则Yacc语法规则具有以下一般格式：result:components*actiontobetakeninC*/在这个例子中，result是规则描述的非终端符号。Components是根据规则放在一起的不同的终端和非终端符号。如果匹配特定序列的话Components后面可以跟随要执行的动作。考虑如下的例子：param:NAMEEQNAMEprintf（,ztName:%stValue（name）:%sn/z,$1,$3）;NAMEEQVA1.UEprintf(z，tNaine:%stValue(value):%sn，z,$1,$3);如果上例中序列NAMEEQNAME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VA1.UE）的值。IeXer通过Yacc的变量yylval返回这些值。标记NAME的1.eX代码是这样的：charA-Za-znamechar÷%nameyylval=strdup(yytext);returnNAME;文件解析例子的规则段是这样的：文件解析的语法file:recordfileIrecord9record:NAMEEQAGEprintf(,z%sisnow%syearsold!”,$1,$3);9%附加C代码现在让我们看一下语法文件的最后一段，附加C代码。(这一段是可选的，如果有人想要略过它的话：)一个函数如main()调用yyparse()函数(Yacc中1.ex的yylex()等效函数)。一般来说，Yacc最好提供yyerror(charmsg)函数的代码。当解析器遇到错误时调用yyerror(charmsg)o错误消息作为参数来传递。一个简单的yyerror(char*)可能是这样的：intyyerror(char*msg)printf(zzError:%sencounteredatlinenumber:%dn，z,msg,yyIineno);yyIineno提供了行数信息。这一段还包括文件解析例子的主函数:附加C代码voidmain()yyparse();)intyyerror(char*msg)(printfCzError:%sencounteredn,z,msg);要生成代码，可能用到以下命令:$yacc机<fiIename.y>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）o命令行的其他常用选项,-d,-defines,: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YYSTYPE,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'Y'文件就叫做name,h'。如果你想将yylex定义放到独立的源文件中，你需要,name,h,因为yylex必须能够引用标记类型代码和yylval变量。,bfile-prefi,file-prefix=prefi,: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./.,-Ooutfile,一output-file=outfile,: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。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托y选项。这种情况下的编译命令行是：$cc<sourcefilenames>-Iy将1.ex与Yacc结合起来到目前为止我们已经分别讨论了1.ex和Yacc0现在让我们来看一下他们是怎样结合使用的。一个程序通常在每次返回一个标记时都要调用yylex()函数。只有在文件结束或者出现错误标记时才会终止。一个由Yacc生成的解析器调用yylex()函数来获得标记。yylex()可以由1.ex来生成或完全由自己来编写。对于由1.ex生成的IeXer来说，要和Yacc结合使用，每当1.ex中匹配一个模式时都必须返回一个标记。因此1.ex中匹配模式时的动作一般格式为：pattern*dosmthg*/returnTOKEN_NAME;于是Yacc就会获得返回的标记。当Yacc编译一个带有机标记的.y文件时，会生成一个头文件，它对每个标记都有Sdefine的定义。如果1.ex和Yacc一起使用的话，头文件必须在相应的1.ex文件.Iex中的C声明段中包括。让我们回到名字和年龄的文件解析例子中，看一看1.ex和Yacc文件的代码。Name,y-语法文件typedefchar*string;SdefineYYSTYPEstring%)%tokenNAMEEQAGE%file:recordfileIrecord9record:NAMEEQAGEprintf(/,%sis%syearsold!n,z,$1,$3);9%intmainOyyparse();return0;)intyyerror(char*msg)(printf(,Errorencountered:%sn，msg);Name,lex-1.ex的解析器文件%(#includey.tab.h#include<stdio.h>#include<string.h>externchar*yylval;%charA-Zaznum09eq=namechar+agenum+%nameyylval=strdup(yytext);returnNAME;eqreturnEQ;ageyylval=strdup(yytext);returnAGE;%intyywrap()return1;作为一个参考，我们列出了y.tab.h,YaCC生成的头文件。y.tab.h-Yacc生成的头文件#defineNAME257# defineEQ258# defineAGE259我们对于1.ex和Yacc的讨论到此为止。今天你想要编译什么语言呢？资源1.exandYacc,1.evine,Mason和Branson,0拎eilly及其合作公司，2ndEdoProgramDevelopmentinUNIX,J.T.Shen,Prentice-HallIndia0Compilers:Principles,TechniquesandTools,hoo,Sethi和Ullman,Addison-WesleyPub.Co.,1985,Il0BisonManualfromGnu.FlexManualfromGnu.InfoonBison,(GNU的Yacc).MKS1.exandYacc版本注释。1.exandYacc指导。1.exandYaccandcompilerwriting指导。Java版的1.ex指导，叫做Jlex。使用1.eX和Yacc的formalizingagrammar实例。作者介绍AshishBansal具有印度瓦腊纳西BanarasHindu大学技术学院的电子与通信工程学士学位。他目前是Sapient公司的软件工程师。他的EnlaiI是abansalsapient.Como您对这篇文章的看法如何？真棒！好文章一般，尚可需提高太差!评价