FLEX 中文手册来自 ChinaUnix Wiki
一些简单的例子
输入文件的格式
模式
如何匹配输入
动作
生成的扫描器
开始条件
文件结尾规则
与yacc一起使用
一、一些简单的例子
首先给出一些简单的例子，来了解一下如何使用flex。下面的flex输入所定义的扫描器，用来将所有的“
username”字符串替换为用户的登陆名字：
%% username printf("%s", getlogin());
默认情况下，flex扫描器无法匹配的所有文本将被复制到输出，所以该扫描器的实际效果是将输入文件
复制到输出，并对每一个“username”进行展开。在这个例子中，只有一个规则。“username”是模式
（pattern），“printf”是动作（action）。“%%”标志着规则的开始。
这里是另一个简单的例子：
int num_lines = 0, num_chars = 0;
%% \n ++num_lines; ++num_chars; . ++num_chars;
%% int main(void)
{
yylex();
printf("# of lines = %d, # of chars = %d\n", num_lines, num_chars);
}
该扫描器计算输入的字符个数和行数（除了最后的计数报告，并未产生其它输出）。第一行声明了两
个全局变量，“num_lines”和“num_chars”，可以在yylex()函数中和第二个“%%”后面声明的main()函数中
使用。有两个规则，一个是匹配换行符（“\n”）并增加行数和字符数，另一个是匹配所有不是换行符的
其它字符（由正规表达式“.”表示）。
一个稍微复杂点的例子：
/* scanner for a toy Pascal-like language */
%{
/* need this for the call to atof() below */
#include <math.h>
%}
DIGIT [0-9] ID [a-z][a-z0-9]*
%%
{DIGIT}+ {
printf( "An integer: %s (%d)\n", yytext,
atoi( yytext ) );
}
{DIGIT}+"."{DIGIT}* {
printf( "A float: %s (%g)\n", yytext,
atof( yytext ) );
}
if|then|begin|end|procedure|function {
printf( "A keyword: %s\n", yytext );
}
{ID} printf( "An identifier: %s\n", yytext );
"+"|"-"|"*"|"/" printf( "An operator: %s\n", yytext );
"{"[^}\n]*"}" /* eat up one-line comments */
[ \t\n]+ /* eat up whitespace */
. printf( "Unrecognized character: %s\n", yytext );
%%
int main(int argc, char **argv)
{
++argv, --argc; /* skip over program name */
if ( argc > 0 )
yyin = fopen( argv[0], "r" );
else
yyin = stdin;
yylex();
}
这是一个类似Pascal语言的简单扫描器的初始部分，用来识别不同类型的标志（tokens）并给出报告。
这个例子的详细介绍将在后面的章节中给出。
二、输入文件的格式
flex输入文件包括三个部分，通过“%%”行来分开：
definitions（定义） %% rules（规则） %% user code（用户代码）
定义部分，包含一些简单的名字定义（name definitions），用来简化扫描器的规范，还有一些开始状态
（start conditions）的声明，将会在后面的章节中说明。名字定义的形式如下：
name definition
“name”由字母或者下划线（“_”）起始，后面跟字母，数字，“_”或者“-”（破折号）组成。定义由名字
后面的一个非空白（non-white-space）字符开始，直到一行的结束。可以在后面通过“{name}”来引用定
义，并展开为“(definition)”。例如，
DIGIT [0-9] ID [a-z][a-z0-9]*
定义了“DIGIT”为一个正规表达式用来匹配单个数字，“ID”为一个正规表达式用来匹配一个字母，后面
跟零个或多个字母和数字。后面的引用如下，
{DIGIT}+"."{DIGIT}*
等同于
([0-9])+"."([0-9])*
用来匹配一个或多个数字，后面跟一个“.”，然后是零个或者多个数字。
flex输入的规则部分包括一系列的规则，形式如下：
pattern action
模式（pattern）不能有缩进，动作（action）必须在同一行。
参见后面对模式和动作的进一步描述。
最后，用户代码部分将被简单的逐字复制到“”中，作为随同程序用来调用扫描器或者被扫描器
调用。该部分是可选的，如果没有，输入文件中第二个“%%”也可以省略掉。
在定义部分和规则部分，任何缩进的文本或者包含在“%{”和“%}”中的文本，都会被逐字的复制到输出中（并去掉“%{}”）。“%{}”本身不能有缩进。
在规则部分，在第一个规则之前的任何缩进的或者%{}中的文本，可以用来声明扫描程序的局部变量。其它在规则部分的缩进或者%{}中的文本也会被复制到输出，但是它的含义却不好定义，而且可能会产生编译时错误（这一特点是为了与POSIX相同；参见后面的其它特点）。
在定义部分（但不是在规则部分），一条未缩进的注释（即，由“/*”起始的行）也会被逐字的拷贝到输出，直到下一个“*/”。
三、模式
输入中的模式，使用的是扩展的正规表达式集。它们是：
'x'
匹配字符'x'
'.'
除了换行符以外的任意字符（字节）
'[xyz]'
一个字符类别（character class）；在这个例子中，该模式匹配一个'x'，或者一个'y'，或者一
个'z' '[abj-oZ]'
一个带有范围的字符类别；匹配一个'a'，或者一个'b'，或者从'j'到'o'的任意字母，或者一个'Z'
'[^A-Z]'
一个反选的字符类别（negated character class），即任意不属于这些的类别。在这个例子中，
表示任意一个非大写字母的字符。 '[^A-Z\n]'
任意一个非大写字母的字符，或者一个换行符
'r*'
零个或者多个r，其中r是任意的正规表达式
'r+'
一个或者多个r
'r?'
零个或者一个r（也就是说，一个可选的r）
'r{2,5}'
两个到五个r
'r{2,}'
两个或者更多个r
'r{4}'
确切的4个r
'{name}'
“name”定义的展开（参见前面）
' "[xyz]\"foo" ' （这里单引号和双引号之间没有空格）
文字串：'[xyz]"foo'
'\x'
如果x是一个'a'，'b'，'f'，'n'，'r'，'t'或者'v'，则为ANSI-C所解释的\x。否则，为一个文字'x'（
include中文用来转义操作符，例如'*'）。 '\0'
一个NUL字符（ASCII代码0）
'\123'
八进制值为123的字符
'\x2a'
十六进制值为2a的字符
'(r)'
匹配一个r；括号用来改变优先级（参见后面）
'rs'
正规表达式r，后面跟随正规表达式s；称作“concatenation”
'r|s'
或者r，或者s
'r/s'
一个r，但是后面要跟随一个s。在文本匹配时，s会被包含进来，以判断该规则是否是最长的匹配，但是在动作执行前会被返回给输入。因此，动作只会看到匹配r的文本。这种模式称作trailing context。（有些'r/s'组合，flex会匹配错误；参见后面的不足和缺陷章节中，关于“危险的尾部相关”的注解）
'^r'
一个r，但是只在一行的开始（即，刚开始扫描，或者一个换行符刚被扫描之后）
'r$'
一个r，但是只在一行的结尾（即，正好在换行符之前）。等同于“r/\n”。注意，flex中对换行符的概念跟用来编译flex的C编译器中对'\n'的解释是一模一样的。特别的是，在一些DOS系统上，必须在输入中自己过滤出'\r'，或者显示的使用r/\r\n来表示r$。
'<s>r'
一个r，但是只在起始条件（start condition）s（参见下面关于起始条件的讨论）下匹配。<s1, s2, s3>相同，但是在任意起始条件s1，s2，s3下都可以。
'<*>r'
一个r，在任意的起始条件下，甚至是互斥的（exclusive）起始条件。
'<<EOF>>'
文件结尾
'<s1, s2><<EOF>>'
文件结尾，当在起始条件s1或s2下匹配。
注意，在字符类别里面，除了转义符（‘\’），字符类别操作符‘-’，‘]’和类别开始处的‘^’，所有其它的
正规表达式操作符不再具有特殊的含义。
上面列出的正规表达式，是按照优先级由高到低排列的。同一级别的具有相同的优先级。例如，
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论