Yacc 与 Lex 快速入门（词法分析和语法分析）

水深无声 2022-06-13 14:40 211阅读 0赞

#  #

# 原文 ：[Yacc 与Lex 快速入门][Yacc _Lex] #

我们知道，高级语言，一般的如c，java等是不能直接运行的，它们需要经过编译成机器认识的语言。即编译器的工作。

编译器工作流程：词法分析、语法分析、语义分析、IR（中间代码，intermediate Representation）产生、IR优化、代码产生、最终优化：

![20160906100904367][]

**我们这里主要介绍的是语法分析：**

Lex 代表 Lexical Analyzar。Yacc 代表 Yet Another Compiler Compiler。 让我们从 Lex 开始吧。

**Lex**

Lex 是一种生成扫描器的工具。扫描器是一种识别文本中的词汇模式的程序。 这些词汇模式（或者常规表达式）在一种特殊的句子结构中定义，这个我们一会儿就要讨论。

一种匹配的常规表达式可能会包含相关的动作。这一动作可能还包括返回一个标记。 当 Lex 接收到文件或文本形式的输入时，它试图将文本与常规表达式进行匹配。 它一次读入一个输入字符，直到找到一个匹配的模式。 如果能够找到一个匹配的模式，Lex 就执行相关的动作（可能包括返回一个标记）。 另一方面，如果没有可以匹配的常规表达式，将会停止进一步的处理，Lex 将显示一个错误消息。

Lex 和 C 是强耦合的。一个 *.lex* 文件（Lex 文件具有 *.lex* 的扩展名）通过 lex 公用程序来传递，并生成 C 的输出文件。这些文件被编译为词法分析器的可执行版本。

**Lex 的常规表达式**

常规表达式是一种使用元语言的模式描述。表达式由符号组成。符号一般是字符和数字，但是 Lex 中还有一些具有特殊含义的其他标记。 下面两个表格定义了 Lex 中使用的一些标记并给出了几个典型的例子。

**用 Lex 定义常规表达式**

<table style="font-size:0.8em; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); border-top-width:0px; border-top-style:initial; border-top-color:initial; width:708px; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>字符</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>含义</strong></td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>A-Z, 0-9, a-z</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 构成了部分模式的字符和数字。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>.</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 匹配任意字符，除了 \n。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>-</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 用来指定范围。例如：A-Z 指从 A 到 Z 之间的所有字符。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>[ ]</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 一个字符集合。匹配括号内的&nbsp;<em>任意</em>&nbsp;字符。如果第一个字符是&nbsp;<strong>^</strong>&nbsp;那么它表示否定模式。例如: [abC] 匹配 a, b, 和 C中的任何一个。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>*</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 匹配&nbsp;<em>0个</em>或者多个上述的模式。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>+</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 匹配&nbsp;<em>1个</em>或者多个上述模式。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>?</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 匹配&nbsp;<em>0个或1个</em>上述模式。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>$</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 作为模式的最后一个字符匹配一行的结尾。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>{ }</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 指出一个模式可能出现的次数。 例如: A{1,3} 表示 A 可能出现1次或3次。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>\</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 用来转义元字符。同样用来覆盖字符在此表中定义的特殊意义，只取字符的本意。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>^</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 否定。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>|</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 表达式间的逻辑或。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>"&lt;一些符号&gt;"</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 字符的字面含义。元字符具有。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>/</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 向前匹配。如果在匹配的模版中的“/”后跟有后续表达式，只匹配模版中“/”前 面的部分。如：如果输入 A01，那么在模版 A0/1 中的 A0 是匹配的。</td> 
  </tr> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> <strong>( )</strong></td> 
   <td style="font-family:arial,nsimsun,sans-serif; border-top-color:rgb(204,204,204); border-top-style:solid; border-top-width:1px; padding-top:8px; padding-right:5px; padding-bottom:8px; padding-left:5px; vertical-align:top"> 将一系列常规表达式分组。</td> 
  </tr> 
 </tbody> 
</table>

**常规表达式举例**

Lex 中的标记声明类似 C 中的变量名。每个标记都有一个相关的表达式。 （下表中给出了标记和表达式的例子。） 使用这个表中的例子，我们就可以编一个字数统计的程序了。 我们的第一个任务就是说明如何声明标记。

**标记声明举例**

**Lex 编程**

Lex 编程可以分为三步：

1.  以 Lex 可以理解的格式指定模式相关的动作。
2.  在这一文件上运行 Lex，生成扫描器的 C 代码。
3.  编译和链接 C 代码，生成可执行的扫描器。

注意: 如果扫描器是用 Yacc 开发的解析器的一部分，只需要进行第一步和第二步。 关于这一特殊问题的帮助请阅读 [Yacc][]和 [将 Lex 和 Yacc 结合起来][Lex _ Yacc]部分。

现在让我们来看一看 Lex 可以理解的程序格式。一个 Lex 程序分为三个段：第一段是 C 和 Lex 的全局声明，第二段包括模式（C 代码），第三段是补充的 C 函数。 例如, 第三段中一般都有 main() 函数。这些段以%%来分界。 那么，回到字数统计的 Lex 程序，让我们看一下程序不同段的构成。

**C 和 Lex 的全局声明**

这一段中我们可以增加 C 变量声明。这里我们将为字数统计程序声明一个整型变量，来保存程序统计出来的字数。 我们还将进行 Lex 的标记声明。

**字数统计程序的声明**

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       %{
        int wordCount = 0;
        %}
        chars [A-za-z\_\'\.\"]
        numbers ([0-9])+
        delim [" "\n\t]
        whitespace {delim}+
        words {chars}+
        %%
</pre> </td> 
  </tr> 
 </tbody> 
</table>

两个百分号标记指出了 Lex 程序中这一段的结束和三段中第二段的开始。

**Lex 的模式匹配规则**

让我们看一下 Lex 描述我们所要匹配的标记的规则。（我们将使用 C 来定义标记匹配后的动作。） 继续看我们的字数统计程序，下面是标记匹配的规则。

**字数统计程序中的 Lex 规则**

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       {words} { wordCount++; /*
        increase the word count by one*/ }
        {whitespace} { /* do
        nothing*/ }
        {numbers} { /* one may
        want to add some processing here*/ }
        %%
</pre> </td> 
  </tr> 
 </tbody> 
</table>

**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 [高级 Lex][Lex] 中探讨这一问题。

**字数统计程序的 C 代码段**

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       void main()
        {
        yylex(); /* start the
        analysis*/
        printf(" No of words:
        %d\n", wordCount);
        }
        int yywrap()
        {
        return 1;
        }
</pre> </td> 
  </tr> 
 </tbody> 
</table>

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 [高级 Lex][Lex] 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 Lex**

Lex 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 [资源][Link 1]）。

**Lex 变量**

**Lex 函数**

对 Lex 的讨论就到这里。下面我们来讨论 Yacc...

**Yacc**

Yacc 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 Naur Form)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：

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. See spot 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：

1.  通过在语法文件上运行 Yacc 生成一个解析器。
2.  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()）。
3.  编译 Yacc 生成的代码以及其他相关的源文件。
4.  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**

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       %
        #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
        %%
</pre> </td> 
  </tr> 
 </tbody> 
</table>

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][Link 1]）。

**Yacc 语法规则**

Yacc 语法规则具有以下一般格式：

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       result: components { /*
        action to be taken in C */ }
        ;
</pre> </td> 
  </tr> 
 </tbody> 
</table>

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：

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       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);}
        ;
</pre> </td> 
  </tr> 
 </tbody> 
</table>

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：

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       char [A-Za-z]
        name {char}+
        %%
        {name} { yylval = strdup(yytext);
        return NAME; }
</pre> </td> 
  </tr> 
 </tbody> 
</table>

文件解析例子的规则段是这样的：

**文件解析的语法**

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       file : record file
        | record
        ;
        record: NAME EQ AGE {
        printf("%s is now %s years old!!!", $1, $3);}
        ;
        %%
</pre> </td> 
  </tr> 
 </tbody> 
</table>

**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：

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       int yyerror(char* msg)
        {
        printf("Error: %s
        encountered at line number:%d\n", msg, yylineno);
        }
</pre> </td> 
  </tr> 
 </tbody> 
</table>

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**

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       void main()
        {
            yyparse();
        }
        int yyerror(char* msg)
        {
        printf("Error: %s
        encountered \n", msg);
</pre> </td> 
  </tr> 
 </tbody> 
</table>

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：

**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：

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。

**Name.y - 语法文件**

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       %
        typedef char* string;
        #define YYSTYPE string
        %}
        %token NAME EQ AGE
        %%
        file : record file
        | record
        ;
        record : NAME EQ AGE {
        printf("%s is %s years old!!!\n", $1, $3); }
        ;
        %%
        int main()
        {
        yyparse();
        return 0;
        }
        int yyerror(char *msg)
        {
        printf("Error
        encountered: %s \n", msg);
        }
</pre> </td> 
  </tr> 
 </tbody> 
</table>

**Name.lex - Lex 的解析器文件**

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       %{
        #include "y.tab.h"
        
        #include &lt;stdio.h&gt;
        #include &lt;string.h&gt;
        extern char* yylval;
        %}
        char [A-Za-z]
        num [0-9]
        eq [=]
        name {char}+
        age {num}+
        %%
        {name} { yylval = strdup(yytext);
        return NAME; }
        {eq} { return EQ; }
        {age} { yylval = strdup(yytext);
        return AGE; }
        %%
        int yywrap()
        {
        return 1;
        }
</pre> </td> 
  </tr> 
 </tbody> 
</table>

作为一个参考，我们列出了 *y.tab.h*, Yacc 生成的头文件。

**y.tab.h - Yacc 生成的头文件**

<table style="font-size:0.8em; color:rgb(0,0,0); font-family:Simsun; text-align:left"> 
 <tbody> 
  <tr> 
   <td style="font-family:arial,nsimsun,sans-serif; background-color:rgb(247,247,247)!important; border-top-width:1px; border-right-width:1px; border-bottom-width:1px; border-left-width:1px; border-top-style:solid; border-right-style:solid; border-bottom-style:solid; border-left-style:solid; border-top-color:rgb(204,204,204); border-right-color:rgb(204,204,204); border-bottom-color:rgb(204,204,204); border-left-color:rgb(204,204,204); padding-top:2px; padding-right:2px; padding-bottom:5px; padding-left:2px"> <pre style="width:694px; margin-top:0px; margin-bottom:0px; font-family:'Andale Mono','Lucida Console',Monaco,Liberation,fixed,monospace; font-size:11px; overflow-x:auto; overflow-y:auto; background-color:rgb(247,247,247)!important">       # define NAME 257
        # define EQ 258
        # define AGE 259
</pre> </td> 
  </tr> 
 </tbody> 
</table>

我们对于 Lex 和 Yacc的讨论到此为止。今天你想要编译什么语言呢？

**转载http://www.ibm.com/developerworks/cn/linux/sdk/lex/**

[Yacc _Lex]: http://www.ibm.com/developerworks/cn/linux/sdk/lex/index.html
[20160906100904367]: /images/20220613/95e46a46c0a746a0be0c2cfb1d6bbc3c.png
[Yacc]: http://www.ibm.com/developerworks/cn/linux/sdk/lex/index.html#9
[Lex _ Yacc]: http://www.ibm.com/developerworks/cn/linux/sdk/lex/index.html#15
[Lex]: http://www.ibm.com/developerworks/cn/linux/sdk/lex/index.html#8
[Link 1]: http://www.ibm.com/developerworks/cn/linux/sdk/lex/index.html#resources