Yacc语法

本文讨论yacc语法的格式并描述可用的各种特征和选项

yacc语法结构

yacc语法包括三部分：定义段、规则段和用户子例程段

...定义段...

%%

...规则段...

%%

...用户子例程段...

各部分由以两个百分号开头的行分开，尽管某一个部分可以为空，但是前两部分是必须的，第三部分和前面的百分号可以省略。

符号

yacc 语法由符号组成，即语法的“词”。符号是一串不以数字开头的字母、数字、句点和下划线。符号error专用于错误恢复，另外，yacc对任何符号都不会附加“先验”的意义。

由词法分析程序产生的符号叫做终结符号或者标记。定义在规则左侧的叫做非终结符号或者非终结。标记也可能是字面上引用的字符，通常遵循约定：标记大写，非终结符号小写。

定义段

定义段包括文字块，逐字拷贝到生成的C文件开头部分的C代码，通常包括声明和#include行。可能有%union  %start   %token   %type   %left  %right  和 %nonassoc声明。

也可以包含普通的C语言风格的注释，所有这些都是可选的，在简单的语法分析程序中，定义段可能完全是空的。

规则段

规则段由语法规则和包括C代码的动作组成。

用户子例程段

yacc 将用户子例程段的内容完全拷贝到C文件中，通常这部分包括从动作调用的例程。

动作

动作是yacc与在语法中规则相符时执行的C代码，动作一定是C复合语句。

通过使用后面跟有数字的美元符号，动作可以查阅在规则中与符号有关的值,冒号后面跟的第一个符号是数字1，例如：

date：month  '/'  day   '/'  year

                                          { printf ("date %d-%d-%d  found",$1,$3,$5);}

而名字，$$是指冒号左边符号的值，符号值可以有不同的C类型。

歧义和冲突

由于语法有歧义或者包含冲突，yacc对于语法规范的翻译可能会失败。一些情况下，语法确实有歧义，也就是说对于一个单独的输入字符串有两种可能的分析而且yacc处理不了。

另外一些情况，语法并无歧义，但yacc使用的语法分析技术不足以分析这个语法。

移进/归约冲突

当一个输入字符串有两种可能的分析时，而且其中一个分析完成一个规则（归约选项），而另一个却没有（移进选项）时，移进/归约冲突便发生了。

例如：

%%

e:                   ‘X’

                       |   e  '+'   e

                       ;

对于输入字符串“X+X+X” ，有两种可能的分析： “（X+X）+X”或者“X+(X+X)”，采用归约选项使得语法分析程序使用第一个分析，而采用移进选项则使用另一个。

归约/归约冲突

当同样的标记可以完成两个不同的规则时，就会发生归约/归约冲突。

例如：

%%

prog:    proga | progb

proga:       'X' ;

progb:       'Y' ;

一个“X”可能是proga，也可能是progb。

大多数归约/归约冲突没这么明显，但是几乎在任何情况下它们在语法中都表现为错误。

特殊字符

由于yacc处理符号标记而不是文本，它的输入字符集比起lex来说就简单的多，下面列出了yacc所使用的特殊符号的列表：

%

具有两个%标记的行将yacc语法分成了几部分；

定义段的所有声明都是以%开始，包括%{ %}    %union  %start   %token   %type   %left  %right  和 %nonassoc声明。

\

反斜线符号是废弃的百分号同义词，在动作中，C语言字符串中有其通常作用。

$

在动作中，美元符号引入一个值引用，举例来说，$3表示规则右端第3个符号的值。

‘

文字标记由一个单引号结束，例如 ‘z‘ 。

<>

在一个动作的值引用中，可以不考虑尖括号包围起来的默认类型。

"

有些yacc版本在文字标记中将单引号和双引号同等对待，这样使用根本不方便。

{}

动作中C代码在大括号中。

;

除了后面紧接着是以竖线开头的规则外，规则部分每个都是以分号结束。

|

当连续两个规则具有相同的左端，第二个规则可用一个 | 代替符号和冒号。

:

在每一条规则里，左端的每个符号后面都跟着一个冒号。

_

符号可以包括和字母、数字以及句点在一起的下划线。

.

符号可以包括与字母、数字、下划线一起的句点。

=

早期版本使用，现已不推荐。