Lex Yacc学习
前言
刚接触lex yacc,学习一下！！http://www.cnblogs.com/welkinwalker/archive/2012/04/09/2439065.html相关内容来源于上述博客
lex是什么？
lex：lexical analysis,词法分析。符号提取。实际上这是提取编程语言占用的各种保留字、操作符等等语言的一种解决措施。
它的另外一个名字scanner，就有扫描的意思。
lex把每个扫描出来的单词统统叫做token，token可以有很多类。对比自然语言的话，英语中的每个单词都是token，token有很多类，比如non（名词）就是一个类token,apple就是属于这个类型的一个具体token。对于某个编程语言来说，token的个数是很有限的，可以理解为在文件中的关键字。
lex工具会帮我们生成一个yylex函数，yacc通过调用这个函数来得知拿到的token是什么类型的，但是token的类型是在yacc中定义的。
lex的输入文件一般会被命名为.l文件，通过lex XX.l我们得到输出文件是lex.yy.c
yacc是什么？
yacc:syntactic analysis，语法分析。有lex提取了单词再有yacc做语法表达。
yacc帮我们生成一个yyparse函数，这个函数不断调用上面的yylex函数来得到token的类型。
yyac的输入文件一般会被命名成.y文件，通过yacc -d XX.y我们得到的输出文件是y.tab.h y.tab.c，前者包含了lex需要的token类型定义，需要被include进.l文件中。
Lex和yacc的输入文件格式
Definition section %% Rules secition %% C code seciton
.l和.y的文件格式都是分成三段，用%%来分割，三个section的含义是：
- Definition Section
- 这块可以放C语言的各种各样include,define等声明语句，但是要用%{%}括起来。
- 如果是.l文件，可以放预定义的正则表达式：minus"-"还要放token的定义，方法是：代号正则表达式。然后到了，Rules Seciton就可以通过{符号}来引用正则表达式
- 如果是.y文件，可以放token的定义，如:%token INTEGER PLUS，这里定义的每个toekn都可以在y.tab.h中看到。
- Rules section
- .l文件在这里放置的rules就是每个正则表达式要对应的动作，一般是返回一个token
- .y文件在这里放置的rules就是满足一个语法描述时要执行的动作
- 无论是.l文件还是.y文件这里的动作都是用{}括起来的，用C语言来描述，这些代码可以做你任何想做的事情
- C code Section
- main函数，yyerror函数等的定义
lex和yacc能帮我们做什么？？
解释执行自定义语言。有几点注意：
- 自定义语言要做的事情必须可以通过C语言来实现。lex和yacc存在的意义在于简化语言，让使用者能够以一种比较简单的语言来实现复杂的操作。比如：对于数据库的查询肯定有现成的库可以来完成，但是使用起来比较麻烦，要自己写函数调用API，编译才行。如果我们想连接自定义的简单语言（SQL）来实现操作，这个时候就可以用lex和yacc
- lex和yacc做的事情只是：用C语言来实现另外一个语言。所以，他没办法实现C语言自己，但是可以实现java、python等。当然你可以通过Antlr来实现C语言的解析和执行，如果你怎么做的话，C语言程序首先是通过java来执行，然后java又变成了本地语言(C语言)来执行。
使用lex和yacc我们要做那几件事情？
- 定义各种token类型。他们在.y中定义，这些token既会被lex使用到，也会被.y文件中的BNF使用到。
- 写词汇分析代码。这部分代码在.I文件（就是lex输入文件）中。这块的定义方式是：正则表达式->对应操作。如果和yacc一起来使用的话，对应的操作通常是返回一个token类型，这个token的类型要在yacc中提前定义好。
- 写BNF。这些东西定义了语言的规约方式。
关于BNF
是一种context-free grammars
在yacc中定义的方式其实是：
<symbol>:_expression_{operation}
|_expression_{operation}
operation是满足语法时要执行的C语言代码，这里的C语言代码可以使用一些变量，他们是：$$$1$2等等。$$代表规约的结果，就是表达式_expression_的值，$1代表的是前面_expression_中出现的各个word。举个例子：
