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 中探讨这一问题。
字数统计程序的 C 代码段1
2
3
4
5
6
7
8
9
10
11
| 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 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：
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 LexLex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 ）。
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...
YaccYacc 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 NaurForm)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：
1
2
| $ 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. Seespot 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)。
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Lex 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()）。
- 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 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。
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。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。
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：
文件解析例子的声明1
2
3
4
5
6
7
8
| %
#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
%%
|
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）。
Yacc 语法规则Yacc 语法规则具有以下一般格式：
1
2
3
| result: components { /*
action to be taken in C */ }
;
|
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：
1
2
3
4
5
| param : NAME EQ NAME {
printf("\tName:%s\tValue(name):%s\n", $1,$3);}
| NAME EQ VALUE{
printf("\tName:%s\tValue(value):%s\n",$1,$3);}
;
|
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：
1
2
3
4
5
| char [A-Za-z]
name {char}+
%%
{name} { yylval = strdup(yytext);
return NAME; }
|
文件解析例子的规则段是这样的：
文件解析的语法1
2
3
4
5
6
7
| file : record file
| record
;
record: NAME EQ AGE {
printf("%s is now %s years old!!!", $1, $3);}
;
%%
|
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 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：
1
2
3
4
5
| int yyerror(char* msg)
{
printf("Error: %s
encountered at line number:%d\n", msg, yylineno);
}
|
yylineno 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1
2
3
4
5
6
7
8
| void main()
{
yyparse();
}
int yyerror(char* msg)
{
printf("Error: %s
encountered \n", msg);
|
要生成代码，可能用到以下命令：
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）。
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 '-d' 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。
- '-b file-prefix' ,'--file-prefix=prefix' :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'.
- '-o outfile' ,'--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 �ly选项。这种情况下的编译命令行是：
1
2
| $ cc <source file
names> -ly
|
将 Lex 与 Yacc 结合起来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。
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 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：
1
2
| {pattern} { /* do smthg*/
return TOKEN_NAME; }
|
于是 Yacc 就会获得返回的标记。当 Yacc 编译一个带有 _d 标记的 .y文件时，会生成一个头文件，它对每个标记都有 #define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 .lex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 Lex 和 Yacc文件的代码。 |
