编译原理学习笔记——Lex&YACC（一）

  编译原理课程主要分为两种，一种侧重理论，一种侧重实现(implemention)。而LEX&YACCl是一个可以很方便实践编译原理的有力工具，结合龙书来学习是个不错的选择。如果你已经使用了一段时间的Unix，你会发现很多神奇的YACC/LEX程序，或则你是一个GNU/linux的程序员，则是Flex & Bison, Flex 是Vern Paxon有用lex实现的，而Bison则是GNU版本的YACC，新版本是向上兼容的，所以你可以用Flex/Bison来尝试下面的例子。

  Lex

  Lex程序产生一个所谓的‘Lexer’。这是一个将字符流作为它的输入的函数，而且每当出现一组字符串和关键字(key)匹配时，采取一个特定的动作。一个简单的例子为：

Example 2:

%{
#include <stdio.h>
%}

%%

stop    printf("Stop command received\n");
start   printf("Start command received\n");

%%

在第一段，在%{和%}对之间的直接包含在输出程序里。我们需要这么做，因为我们接下来要用printf，它定义在stdio.h里面。接下来的段来以%%分割，所以第二段的第一行以‘stop’键开始，每当‘stop’ key 在输入流中出现是，接下来的行(一个printf() 调用)将会被执行。除‘stop’外，我们还定义了'start'，它做的事情差不多一样。我们用“%%”来终结这个代码段。

为了编译这个例子，这样做：
　　lex  example1.l
   cc lex.yy.c -o example1 -ll
    
   NOTE：如果你使用的是flex，则需吧'-ll'改为'-lfl'这项会产生文件'example1',如果你运行它，它会等待你的输入。

正则表达式在匹配过程的使用

Example 2:

%{
#include <stdio.h>
%}

%%
[0123456789]+           printf("NUMBER\n");
[a-zA-Z][a-zA-Z0-9]*    printf("WORD\n");
%%

  多的不说，[0123456789]+ 意为：一串由0123456789组成的一个或多个字符串，我们可以简写为：[0-9]+。[a-zA-Z][a-zA-Z0-9]* 则是说： 第一个字符串必须在'a'~'z'或则'A'~'Z'.换句话说，是一个字母。这个初始化的字符串紧接着是0个或则多个字符串为字母或则数字。‘+’意为者一个或多个，但是一个WORD很可能由一个字符组成。所以第二部分的匹配可能有0个匹配，所以用‘×’。运行的结果为：

$ ./example2
foo
WORD

bar
WORD

123
NUMBER

bar123
WORD

123bar
NUMBER
WORD


一个更复杂类似c语法的例子

 假设我们想要一个如下的例子：

logging {
        category lame-servers { null; };
        category cname { null; };
};

zone "." {
        type hint;
        file "/etc/bind/db.root";
};

Example 3:

%{
#include <stdio.h>
%}

%%
[a-zA-Z][a-zA-Z0-9]*    printf("WORD ");
[a-zA-Z0-9\/.-]+        printf("FILENAME ");
\"                      printf("QUOTE ");
\{                      printf("OBRACE ");
\}                      printf("EBRACE ");
;                       printf("SEMICOLON ");
\n                      printf("\n");
[ \t]+                  /* ignore whitespace */;
%%