一、背景
从零开始学习下lex和yacc
1. 基础
lex只有状态和状态转换，没有栈，善于模式匹配；yacc能处理带栈的FSA(有限状态机)，更适合更复杂的任务。
模式匹配原语
| 元字符 | 匹配说明 |
| . | 任意字符( 除了换行) |
| \n | 换行 |
| * | 0次或者多次重复前面的表达式 |
| + | 1次或者多次重复前面的表达式 |
| ? | 0次或者1次重复前面的表达式 |
| ^ | 行的开始 |
| $ | 行的结尾 |
| a|b | a or b |
| (ab)+ |
1次或者多次重复组ab |
| [...] | 任意一个出现的字符 |
一些匹配的例子
| 表达式 | 匹配说明 |
| abc | abc |
| abc* | ab, abc, abcc, abccc,..... |
| abc+ | abc, abcc, baccc,...... |
| a(bc)+ | abc, abcbc, abcbcbc,...... |
| a(bc)? | a, abc |
| [abc] | a, b, c |
| [a-z] | a到z的任意字符 |
| [a\-z] | a, -, z |
| [-az] | -, a, z |
| [a-zA-Z0-9]+ | 一个或者多个任何数字字母 |
| [ \t\n] | witespace |
| [^ab] | 除了a,b的任何字符 |
| [a^b] | a, ^, b |
| [a|b] | a, |, b |
| a|b | a or b |
匹配规则：
1. 贪心： 两个模式去匹同一个字符串，匹配上最长的模式
2. 顺序优先： 两个相同长度的模式， 匹配上先定义的模式
.l文件内容的格式被%%分成了三部分,如下：
....definitions.....
%%
.....rules....
%%
...subroutines...
其中rules是必须的，其他部分可选
一些内置函数以及变量
| int yylex(void) | 调用分析器，返回 token |
| char *yytext | 指定匹配的字符串 |
| yyleng | 匹配上的字符串的长度 |
| int yywrap(void) | 返回1 则结束了 |
| FILE *yyout | 输出文件，默认 stdout |
| FILE *yyin | 输入文件， 默认stdin |
| INITIAL | initial start condition |
| BEGIN condition | switch start condition |
| ECHO | write mached string |
#define ECHO fwrite(yytext, yyleng, 1, yyout)
二、开始第一个例子
环境说明：
VMware Workstation 12 Pro， ubuntu17.04 ，lex2.6.1
输出文件的内容并且在前面增加行号
lineno.l
%{
int yylineno;
%}
%%
^(.*)\n printf("%4d\t%s", ++yylineno, yytext);
%%
int main(int argc, char *argv[])
{
FILE *fp = NULL;
if (argc == 2) {
fp = fopen(argv[1], "r");
if (NULL != fp) {
yyin = fp;
}
}
yylex();
if (NULL != fp) {
fclose(fp);
}
return 0;
}
使用lex将lineno.l文件转换为.c文件
$ lex lineno.l $ls lex.yy.c lineno.l
使用gcc 将lex.yy.c编译成可执行文件
$ gcc lex.yy.c -o lineno
/tmp/ccNgesbZ.o：在函数‘yylex’中：
lex.yy.c:(.text+0x55c)：对‘yywrap’未定义的引用
/tmp/ccNgesbZ.o：在函数‘input’中：
lex.yy.c:(.text+0x116c)：对‘yywrap’未定义的引用
collect2: error: ld returned 1 exit status
网上查询说是要在.l文件中实现yywrap函数
修改后：
%{
int yylineno;
%}
%%
^(.*)\n printf("%4d\t%s", ++yylineno, yytext);
%%
int main(int argc, char *argv[])
{
FILE *fp = NULL;
yylineno = 0;
if (argc == 2) {
fp = fopen(argv[1], "r");
if (NULL != fp) {
yyin = fp;
}
}
yylex();
if (NULL != fp) {
fclose(fp);
}
return 0;
}
int yywrap()
{
return 1;
}
再次编译成功
$gcc lex.yy.c -o lineno $lineno lineno.l
1 %{
2 int yylineno;
3 %}
4
5 %%
6 ^(.*)\n printf("%4d\t%s", ++yylineno, yytext);
7 %%
8
9 int main(int argc, char *argv[])
10 {
11 FILE *fp = NULL;
12 yylineno = 0;
13
14 if (argc == 2) {
15 fp = fopen(argv[1], "r");
16 if (NULL != fp) {
17 yyin = fp;
18 }
19 }
20
21 yylex();
22
23 if (NULL != fp) {
24 fclose(fp);
25 }
26
27 return 0;
28 }
29
30 int yywrap()
31 {
32 return 1;
33 }