只须你正在Unix处境中写流次第，你一定会再会奥密的Lex&YACC，就如GNU/Linux用户所熟知的Flex&Bison，这里的Flex即是由Vern Paxon竣工的一个Lex，Bison则是GNU版本的YACC。正在此咱们将同一称谓这些次第为Lex和YACC。新版本的次第是向上兼容的(译注：即兼容老版本)，于是你可能用Flex和Bison来考试下咱们的实例。这些次第适用性极广，但宛若你的C编译器相同，正在其主页上并没有形容它们，也没相合于若何利用的讯息。当和Lex连合利用时，YACC实正在是棒极了，可是Bison的主页上并没有形容Bison奈何跟Lex连合利用以天生代码的相应诠释。

　　假如利用适当，这些次第(指LEX&YACC)可能让你容易的解析庞杂的讲话，当你需求读取一个筑设文献时，或者你需求编写一个你我方利用的讲话的编译器时，这看待你来说是莫大的裨益。本文档能供给给你少少帮帮，你将创造你再也不必手工写解析器了，Lex & YACC即是为你量身打造的利器。

　　Lex会天生一个叫做『词法明白器』的次第。这是一个函数，它带有一个字符散播入参数，词法明白器函数看到一组字符就会去成家一个合头字(key)，选取相应步调。一个异常粗略的例子(example1)如下:

　　第一局限，位于%{和%}对之间直接包罗了输出次第(stdio.h)。咱们需求这个次第，由于利用了printf函数，它正在stdio.h中界说。第二局限用’%%’支解开来，于是第二行开始于’stop’，一朝正在输入参数中遭遇了’stop’，接下来的那一行(printf()移用)将被践诺。除此以表，尚有’start’，其跟stop的举动差不多。咱们再次用’%%’了局代码段。为了编译上面的例子，只需求践诺以下号令：

　　当心：假如你用flex，则就将lex号令用flex代庖，还需求将’-ll’选项改成’-lfl’。正在RedHat 6.x以及SuSe中需求如此做。如此，Lex将天生’example1’这个文献。运转该文献，它将守候你输入少少数据。每次你输入少少不行家的号令(非’stop’和’start’)，它会将你输入的字符再次输出。你若输入’stop’，它将输出’Stop command received’。用一个EOF(^D)来了局次第。也许你念明白，它是何如运转的，由于咱们并没有界说main()函数。这个函数(指main())一经正在lib1(liblex)中界说好了恒温器，正在此咱们选用了编译选项’-ll’

　　通破例达式是一种利用元讲话的形式形容。表达式由符号构成。符号平常是字符和数字，尚有少少拥有非常寓意的其他标帜，如下表：

　　这个实例(example2)自己并没什么用途，下一个实例也不会提及正则表达式。但这里它出现了奈何正在Lex中利用正则表达式，这正在后面将异常有效。

　　该Lex文献形容了两种token成家：WORDs和NUMBERs。正则表达式异常可怕，可是只需求稍花力气便可能加以体会。个中NUMBER成家“[0123456789]+”可能写成“[0-9]+”。WORD成家就有点庞杂：[a-zA-Z][a-zA-Z0-9]*第一局限仅仅成家一个’a’到’z’或’A’到’Z’之间的字符，也即一个字母。接着该字母后面需求连上0个或多个字符，这些字符可能是字母，也可能是数字。这里为何用’*’? ’+’暗示起码1次的成家。一个WORD只要一个字符也可能很好的成家，正在第一局限咱们一经成家到了一个字符，于是第二局限可能是0个成家，于是用’*’。用这种方法，咱们就因袭了良多编程讲话中看待一个变量名的央浼，即央浼变量名『务必』以字母发端，可是可能正在后续字符顶用数字。也即是说’temperature1’是一个无误的定名，可是’1temperature’就不是。像example1相同编译example2，并输入少少文本，如下：

　　你也许会困惑，悉数的输出中的空格是从哪来的？因由很粗略：从输入而来，咱们不正在空格上成家任何实质，于是它们又输出来了。Flex主页上有正则表达式的仔细文档。良多人感触perl正则表达式主页的诠释异常有效，可是Flex并不竣工perl所竣工的悉数东西。你只需求确保不写少少形如’[0-9]*’的空成家即可，你的词法明白器(由Flex天生)将不明就里的起源一直的成家空字符。

　　YACC可能解析输入流中的标识符(token)，这就了解的形容了YACC和LEX的干系，YACC并不明白『输入流』为何物，它需求事先就将输入流预加工成标识符，固然你可能我方手工写一个Tokenizer，但咱们将这些职业留给LEX来做。YACC用来为编译器解析输入数据，即次第代码。这些用编程讲话写成的次第代码一点也不拖泥带水——它们只要一个趣味。正由于如斯，YACC才不会去敷衍那些有歧义的语法，而且会怀恨shift/reduce或者reduce/reduce冲突。更多的合于笼统性和YACC『题目』可能正在『冲突』一章中找到。

　　假定咱们有一个温度计，咱们要用一种粗略的讲话来限定它。合于此的一个会话、如下：

　　有两个核心需求当心：第一，咱们包罗了『y.tab.h』；第二，咱们不再打印输出了，咱们返回标识符的名字。之所如此做是由于咱们将这些返回传送给了YACC，而它看待咱们屏幕上的输出并不伤风。 『y.tab.h』中界说了这些标识符。可是y.tab.h从哪里来？它由YACC从咱们编写的语法文献中天生，语法文献异常粗略，如下：

　　第一局限，咱们称之为根(root)。它告诉咱们有一个『commands』，而且这些『commands』由单个的『command』构成恒温器。正如你所见到的那样，这是一个尺度的递归机合，由于它又再次包罗了『commands』。这意味着该次第可能一个个的递减一系列的号令。参见『LEX和YACC内部职业道理』一章，阅读更多的递归细节。第二个轨则界说了『command』的实质。咱们只假定两种号令。一个heat_switch由HEAT标识符构成，它后面随着一个状况，该状况正在LEX中界说，为『on』或『off』。target_set稍微有点庞杂，它由TARGET标识符、TEMPERATURE以及一个数字构成。前面的阿谁例子只要YACC文献的语法局限，开始正在YACC文献中尚有其它实质，完全的YACC文献如下：

　　函数yyerror()正在YACC创造一个舛误的时期被移用，咱们只是粗略的输出舛误讯息，但本来还可能做少少更美丽的事项，参见文档尾的『进阶阅读』局限。yywrap()函数用于一直的从一个文献中读取数据，当遭遇EOF时，你可能再输入一个文献恒温器，然后返回0，你也可能使得其返回1，暗指着输入了局。更多细节，参见『YACC和LEX内部奈何职业的？』一章。接着，这里有一个main()函数，它基础什么也不做，只是移用少少函数。终末一行粗略的界说了我将利用的标识符，假如移用YACC时，利用『-d』选项，那么它们会输出到y.tab.h中。编译并运转恒温限定器：

　　正在此，情形有所变动，咱们现正在移用YACC来编译咱们的次第，它创筑了y.tab.c和y.tab.h. 我接着再移用LEX。 编译时，咱们去除了『-ll』编译选项，由于此时咱们有了我方的main()函数，并不需求libl来供给。当心：假如正在编译流程中报错说找不到『yylval』，那么正在example4.l的#include y.tab.h下面加上：

　　咱们一经可能无误的解析温度计号令了，而且能对少少舛误做标帜。但也许少少奸诈的人会困惑说，该解析器并不明白你应当做什么，也没有管束少少你输入的数值。让咱们来增添能读取新的温度参数的成效。为到达此方针，咱们得明白LEX中的NUMBER成家要转化成一个数值，然后才具为YACC所接纳.每当LEX成家到了一个方向字串，它就将该成家文本赋值给『yytext』，YACC则循序正在『yylval』中来查找一个值，正在example5中，咱们可能获得一个清楚的计划：

　　如你所见，咱们正在yytext顶用了atoi()，并将结果存储正在yylval中星空真人官方Lex与YACC详解，使得YACC可能『瞥见』它。 同理，咱们再管束STATE成家，将其与『on』对照，若念等，则将yylval配置为1。接下来，咱们就得侦查YACC奈何来应对。咱们来看看新的temperature target轨则配置：

　　为获得轨则中第三局限的值(NUMBER)，咱们用『$3』来暗示，每次yylex()返回时，yylval的值便仰仗到了终结符上，其值可能通过『$-常数』来获取。为更进一步加深体会，咱们来看『heat_switch』轨则：

　　之前咱们一经将LEX文献写好了，接下来只需求编写YACC语法文献，而且对词法明白器做少少篡改恒温器，使得其可能返回少少值给YACC。example6中的词法明白器如下：

　　留神的话，你会创造yylval一经变动了！咱们不再以为它是一个整数，而是假定为一个char*类型数据。为维系粗略性，咱们移用strdup并于是糜掷了良多内存。但这并不影响你解析这个文献。咱们需求存储字符串的值，正在此咱们管束的都是少少定名，文献名以及区域命。不才一章，咱们将疏解奈何敷衍少少庞杂类型的数据。为告诉YACC合于yylval的新类型，咱们正在YACC的语法文献中增添一行：

　　下面是完全的YACC文献，语法对照庞杂，提倡连合代码画AST树来帮帮体会（原文这里的代码有不少题目，下面是改进后的代码，对语法也简化了一点点）：

　　固然LEX和YACC的史书要早于C++，可是仍旧可能用它们来天生一个C++解析器。但咱们用LEX来天生C++的词法明白器，YACC并不明白奈何直接来管束这些，于是咱们不计划这么做。我以为对照好的做法是，要做一个C++解析器，就需求LEX天生一个C文献，而且让YACC来天生C++代码。但当你这么做的时期，正在这个流程中你将会遭遇题目，由于C++代码默认情形下并不行找到C的函数，除非你将那些函数界说为extern “C”。为达此方针，咱们正在YACC代码中编写一个C发端：

　　这是由于C++中的一个合于界说的轨则，即不答允yydebug的多处界说。你还能够创造，你需求正在你的LEX文献中反复#define YYSTYPE，这是因为C++中庄敬的类型检讨(机造)酿成的。依照如下方法来编译：

　　因为-o选项的存正在，y.tab.h现正在造成example_cpp.hpp，记住这点。总结： 不要自寻郁闷的正在C++中编译你的词法明白器，让它呆正在C的领地里。正在C++中编写解析器时，(也得)确保向编译器注释了解，即你的C函数都有一个extern “C”声明。

　　正在YACC文献中，你界说了你我方的main()函数，它正在某个点上移用了yyparse()。YACC会创筑你的yyparse()函数，并正在y.tab.c中了局该函数。yyparse()函数读取一个『标识符/值对』(token/value pairs)流星空真人官方，这些流需求事先就供给，这些流可能是你我方手写的代码供给的，也可能是LEX天生的。正在咱们的示例中，咱们把这个职业丢给了LEX。LEX天生的yylex()函数从文献参数FILE *file中读取字符(文献名为yyin)。假如不配置成yyin，则默以为尺度输入，它会输出到yyout中，假如不加配置，即是stdout星空真人官方。你可能正在yywrap()函数中篡改位于文献尾的yyin.yywrap()函数。这些篡改使得你可能掀开另少少文献，并接连解析。假如是这种情形，那么就让yywrap()返回0，假如你念正在该文献上了局解析，就让它返回1。每次yylex()移用城市返回一个整数值，该值代表了一个标识符类型(token type)。它告诉YACC，一经读取了这种标识符。该标识符可能有一个值，它应当存放正在yylval变量中。yylval的默认类型为int，可是你可能篡改其类型，通过正在YACC文献中#define YYSTYPE。词法明白器需求不妨拜访yylval，为到达此成绩，(yylval)务必正在词法明白器(lexer)中被声明为一个表部变量(extern variable)。原本的YACC大意了这点，并没有为你干这项职业，于是，你务必增添以下代码到你的词法明白器中，就正在#include y.tab.h下面：

　　正在前面我一经说过星空真人官方，yylex()需求返回它遭遇了一个什么标识符类型，并将其值存储正在yylval中。当这些标识符正在%token号令中界说时，它们就被给予了少少数字ID，从256起源。因为这个原形，(咱们)可能将悉数的ascii字符算作标识符。假定你要写一个盘算推算器，到现正在为止，咱们能够一经如此写了其词法明白器：

　　没有须要弄这么庞杂。用字符动作速记法来动作标识符的数字ID，咱们可能如此来重写咱们的词法明白器：

　　终末一行成家任何的单个字符，不然即是不行家字符。而YACC的语法文献则是如此:

　　如此加倍简短而直观，你就不必正在文献头用%token来界说那些ascii字符了。另一方面，如此构造尚有少少好处，它可能成家悉数丢给它的东西，而避免了将那些不行家的输入输出到尺度输出的默认举动。假如用户正在此刻盘算推算器上输入一个’^’字符，将会导致一个解析舛误，而不是将其输出到尺度输出中。

　　递归是YACC一个极其主要的性子。没有递归的话，你就确定一个文献是由一系列独立的号令构成仍旧由语句构成。因为YACC自己的性子，它只对第一个轨则或阿谁你将其安排为『开始轨则』的轨则感有趣。开始轨则用’%start’符号标帜。YACC中的递归以两种体例闪现，左递归和右递归。左递归是你应当往往利用的，它们看起来如下：

　　这是正在说，一个command要么为空，要么它包罗了更多的commands，后面再跟一个command。YACC的这种职业方法意味着它现正在可能容易的剔除单个的command群并一步步简化(管束)。拿上面的例子和下面的右递归做对照：

　　可是如此做开销有点大，假如(commands)是%start轨则(即开始轨则)，那么YACC会将悉数的commands存储正在你的栈数据中(file on the stack)，这将糜掷洪量内存。于是，正在解析长的语句时，务必利用左递归，比如全部文献。但有时难以避免右递归，不表，假如你的语句并不太长，你就没有须要越轨利用左递归。假如你有少少东西来终结(于是而支解)你的commands，右递归就异常适合了，但开销仍旧有点大:

　　本文档的早期版本舛误的利用了右递归。Markus Triska友爱的提示咱们这点(舛误)。

　　现正在，咱们需求界说yylval的类型。可是这并不不绝恰如其当。咱们能够会多次如此做，由于需求管束多种数据类型。回到咱们假定的阿谁恒温器，能够你念拔取限定一个加热器，比如：

　　如此的话，就央浼yylval是一个union，它可能存储字符串，也可能存储整数，但并不是同时存储。回想之前咱们讲过，咱们提前告诉YACC哪种yylval类型会要管束是通过界说YYSTYPE来竣工。同样，咱们可能界说YYSTYPE为一个union，YACC中有一种简明的步骤来竣工，即%union语句。正在example4根本上，我编写example7的YACC语法：

　　咱们界说了union，它只包罗一个整数和一个字符串。接着利用了一个扩展的%token语法，咱们向YACC注释了应当获取union哪个局限的标识符。正在本例中，咱们让STATE标识符用一个整数(来暗示)，这跟之前相同。NUMBER同理，咱们之前用来读取温度。可是WORD有所变动，它声明为需求一个字符串。词法解析器文献有所变动：

　　正如你所见，咱们不再直接拜访yylval，咱们增添了一个后缀来诠释咱们要拜访阿谁局限。咱们不再需求正在YACC语法文献中来干这个职业，YACC正在这里耍了下邪术：

　　因为上面的%token声明，YACC自愿拔取了union中的’string’成员。当心这里$2中存储的一份拷贝，正在后面它会告诉用户发送死令到哪个heater（需求正在C文献头界说char *heater）：

　　良多情形下，咱们不期望从尺度输入解析，而期望解析给定的字符串。竣工步骤是自界说竣工YY_INPUT，整个做法如下：

　　YACC中有很多调试反应讯息。这些调试讯息的价格有点高，于是你需求供给少少开合来掀开它。当调试你的语法时，正在YACC号令行中增添—debug和—verbose选项，正在你的C文献头中增添以下语句：

　　这将天生一个y.output文献，个中诠释了所创筑的阿谁状况机。当你运转阿谁天生的二进造文献，它将输出良多运转时讯息。内中包罗此刻所运转的状况机以及读取到的少少标识符。Peter Jinks写了一篇合于调试的著作，他正在个中讲述了少少常见得舛误以及奈何改进这些舛误。

　　YACC解析器正在内部运转的是一个『状况机』，该状况机可能有多种转台。接着有多个轨则来管造状况间的互相转化。任何实质都是从『root』轨则起源。正在example7的y.output文献中：

　　默认情状下，这个状况机从『commands』轨则起源递减演化，这也是咱们之前的阿谁递归轨则，它界说了『commands』并从单个的『command』举行构造，后面随着一个分号，然后能够再随着更多的『commands』。这个状况机一直递减演化，直到它遭遇某些它能体会的东西，正在本例中，为一个ZONETOK，也即单词『zone』。然后转化到状况1，正在此，进一步管束一个zone command:

　　第一行中有一个『.』，它用来诠释咱们所处的身分：即方才识别到了一个ZONETOK，目前正正在寻找一个『quotedname』。显着，一个『quotedname』会以QUOTE起源，它将咱们转化到状况4。为进一步跟踪，用正在『调试』章节中提到的符号来编译example7。

　　一朝YACC警卫你闪现了冲突，那么你的烦杂来了。要管理这些题目显得是一种伎俩体例，它会教会良多合于你的讲话的东西。比你念明白的要多的多的实质。题目缭绕于奈何来翻译一系列标识符。假定咱们界说了一种讲话，它需求采纳一下两种号令：

　　也许你一经嗅到了烦杂的滋味。状况机从读取单词『word』起源，接着它依照下一个标识符感触转换到何种状况。接下来的标识符可能是『mode』，它指定了奈何来删除heater，或者是将要删除的heater。然而这里的烦杂是，看待这两个号令，下一个标识符都将是一个WORD。YACC于是也无法决断下一步该干嘛。这回导致一个『reduce/reduce』警卫，而下一个警卫即是『delete_a_heater』节点正在状况转化图中悠久也不行到达。这种情形的冲突容易管理(比如，重定名第一个号令为『delete all heater』，或者将『all』动作一个分裂的标识符)，但有时，(要管理冲突)却异常艰苦。 通过『--verbose』参数天生的y.output文献可能供给给你极大的帮帮。

　　GNU YACC(Bison)有一个异常棒的件，正在个中很好的记载了YACC的语法。个中只提到了一次LEX，然而它仍旧很棒的。你可能用Emacs中阿谁异常好的『pinfo』器械阅读o文献。同时，正在Bison的主页上可能得到它：Bison手册。FLEX有一个不错的主页。假如你简单体会了FLEX所作所为，那将吵嘴常有益的。FLEX的手册也可能联机获取。正在这些合于YACC和LEX的先容之后，你能够感触你念需求更多的讯息。下面的竹帛咱们都还没有阅读，但他们听起来不错：