只消你正在Unix境况中写进次序，你肯定会重逢秘密的Lex&YACC，就如GNU/Linux用户所熟知的Flex&Bison，这里的Flex即是由Vern Paxon杀青的一个Lex，Bison则是GNU版本的YACC。正在此咱们将联合称谓这些次序为Lex和YACC。新版本的次序是向上兼容的(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。这些次序适用性极广，但犹如你的C编译器相同，正在其主页上并没有描摹它们，也没相合于怎么行使的音讯。当和Lex纠合行使时，YACC实正在是棒极了，可是Bison的主页上并没有描摹Bison怎样跟Lex纠合行使以天生代码的相应讲明。

　　若是行使适宜，这些次序(指LEX&YACC)可能让你随便的解析繁杂的道话，当你须要读取一个修设文献时，或者你须要编写一个你自身行使的道话的编译器时，这关于你来说是莫大的裨益。本文档能供应给你极少帮帮，你将浮现你再也无须手工写解析器了，Lex & YACC即是为你量身打造的利器。

　　Lex会天生一个叫做『词法说明器』的次序。这是一个函数，它带有一个字符宣传入参数，词法说明器函数看到一组字符就会去成家一个合头字(key)，选用相应办法。一个格表简易的例子(example1)如下:

　　第逐一面，位于%{和%}对之间直接包蕴了输出次序(stdio.h)。咱们须要这个次序，由于行使了printf函数，它正在stdio.h中界说。第二一面用’%%’豆剖开来，于是第二行开始于’stop’，一朝正在输入参数中碰到了’stop’，接下来的那一行(printf()挪用)将被践诺。除此除表，另有’start’，其跟stop的行动差不多。咱们再次用’%%’结局代码段。为了编译上面的例子，只须要践诺以下夂箢：

　　注意：若是你用flex，则就将lex夂箢用flex取代，还须要将’-ll’选项改成’-lfl’。正在RedHat 6.x以及SuSe中须要如此做。如此，Lex将天生’example1’这个文献。运转该文献，它将等候你输入极少数据。每次你输入极少不行家的夂箢(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)来结局次序。也许你念知晓，它是若何运转的，由于咱们并没有界说main()函数。这个函数(指main())仍然正在lib1(liblex)中界说好了，正在此咱们选用了编译选项’-ll’

　　通破例达式是一种行使元道话的形式描摹。表达式由符号构成。符号寻常是字符和数字，另有极少拥有非常寄义的其他标志，如下表：

　　这个实例(example2)自身并没什么用途，下一个实例也不会提及正则表达式。但这里它涌现了怎样正在Lex中行使正则表达式，这正在后面将格表有效。

　　该Lex文献描摹了两种token成家：WORDs和NUMBERs。正则表达式格表恐慌，可是只须要稍花力气便可能加以领略。此中NUMBER成家“[0123456789]+”可能写成“[0-9]+”雷速体育。WORD成家就有点繁杂：[a-zA-Z][a-zA-Z0-9]*第逐一面仅仅成家一个’a’到’z’或’A’到’Z’之间的字符，也即一个字母。接着该字母后面须要连上0个或多个字符，这些字符可能是字母雷速体育，也可能是数字。这里为何用’*’? ’+’流露起码1次的成家。一个WORD惟有一个字符也可能很好的成家，正在第逐一面咱们仍然成家到了一个字符，于是第二一面可能是0个成家，于是用’*’。用这种体例，咱们就仿造了良多编程道话中关于一个变量名的恳求，即恳求变量名『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，并输入极少文本，如下：

　　你也许会疑虑，全数的输出中的空格是从哪来的？来由很简易：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详尽文档。良多人认为perl正则表达式主页的讲明格表有效，可是Flex并不杀青perl所杀青的全数东西。你只须要确保不写极少形如’[0-9]*’的空成家即可，你的词法说明器(由Flex天生)将不明就里的起先不竭的成家空字符。

　　YACC可能解析输入流中的标识符(token)，这就了了的描摹了YACC和LEX的干系，YACC并不知晓『输入流』为何物，它须要事先就将输入流预加工成标识符，固然你可能自技术工写一个Tokenizer，但咱们将这些事情留给LEX来做。YACC用来为编译器解析输入数据，即次序代码。这些用编程道话写成的次序代码一点也不含糊其词——它们惟有一个道理。正由于如许，YACC才不会去对待那些有歧义的语法，而且会牢骚shift/reduce或者reduce/reduce冲突。更多的合于吞吐性和YACC『题目』可能正在『冲突』一章中找到。

　　假定咱们有一个温度计，咱们要用一种简易的道话来局限它。合于此的一个会话、如下：

　　有两个重心须要注意：第一，咱们包蕴了『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，而它关于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，语法文献格表简易，如下：

　　第逐一面，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。正如你所见到的那样，这是一个准绳的递归构造，由于它又再次包蕴了『commands』。这意味着该次序可能一个个的递减一系列的夂箢。参见『LEX和YACC内部事情道理』一章，阅读更多的递归细节。第二个准则界说了『command』的实质。咱们只假定两种夂箢。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稍微有点繁杂，它由TARGET标识符、TEMPERATURE以及一个数字构成。前面的阿谁例子惟有YACC文献的语法一面，开始正在YACC文献中另有其它实质，完美的YACC文献如下：

　　函数yyerror()正在YACC浮现一个纰谬的时刻被挪用，咱们只是简易的输出纰谬音讯，但原来还可能做极少更美丽的事件，参见文档尾的『进阶阅读』一面。yywrap()函数用于不竭的从一个文献中读取数据，当碰到EOF时，你可能再输入一个文献，然后返回0，你也可能使得其返回1，暗意着输入结局。更多细节，参见『YACC和LEX内部怎样事情的？』一章。接着，这里有一个main()函数，它基础什么也不做，只是挪用极少函数。结果一行简易的界说了我将行使的标识符，若是挪用YACC时，行使『-d』选项，那么它们会输出到y.tab.h中。编译并运转恒温局限器：

　　正在此，环境有所更正，咱们现正在挪用YACC来编译咱们的次序，它创修了y.tab.c和y.tab.h. 我接着再挪用LEX。 编译时，咱们去除了『-ll』编译选项，由于此时咱们有了自身的main()函数，并不须要libl来供应。注意：若是正在编译进程中报错说找不到『yylval』，那么正在example4.l的#include y.tab.h下面加上：

　　咱们仍然可能无误的解析温度计夂箢了，而且能对极少纰谬做标志。但也许极少险诈的人会怀疑说，该解析器并不知晓你该当做什么，也没有处分极少你输入的数值。让咱们来增加能读取新的温度参数的性能。为抵达此方针，咱们得知晓LEX中的NUMBER成家要转化成一个数值，然后本事为YACC所回收.每当LEX成家到了一个标的字串，它就将该成家文本赋值给『yytext』，YACC则递次正在『yylval』中来查找一个值，正在example5中，咱们可能获得一个大白的计划：

　　如你所见，咱们正在yytext顶用了atoi()，并将结果存储正在yylval中，使得YACC可能『瞥见』它。 同理，咱们再处分STATE成家雷速体育，将其与『on』比拟，若念等，则将yylval设立为1。接下来，咱们就得视察YACC怎样来应对。咱们来看看新的temperature target准则设立：

　　为获得准则中第三一面的值(NUMBER)，咱们用『$3』来流露，每次yylex()返回时，yylval的值便依靠到了终结符上，其值可能通过『$-常数』来获取。为更进一步加深领略，咱们来看『heat_switch』准则：

　　之前咱们仍然将LEX文献写好了，接下来只须要编写YACC语法文献，而且对词法说明器做极少修削，使得其可能返回极少值给YACC。example6中的词法说明器如下：

　　留神的话，你会浮现yylval仍然更正了！咱们不再以为它是一个整数，而是假定为一个char*类型数据。为维系简易性，咱们挪用strdup并因而破费了良多内存。但这并不影响你解析这个文献。咱们须要留存字符串的值，正在此咱们处分的都是极少定名，文献名以及区域命。不才一章，咱们将讲明怎样对待极少繁杂类型的数据。为告诉YACC合于yylval的新类型，咱们正在YACC的语法文献中增加一行：

　　下面是完美的YACC文献，语法比拟繁杂，提议纠合代码画AST树来帮帮领略（原文这里的代码有不少题目，下面是矫正后的代码，对语法也简化了一点点）：

　　固然LEX和YACC的史乘要早于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++的词法说明器，YACC并不知晓怎样直接来处分这些，于是咱们不打定这么做。我以为比拟好的做法是，要做一个C++解析器，就须要LEX天生一个C文献，而且让YACC来天生C++代码。但当你这么做的时刻，正在这个进程中你将会碰到题目，由于C++代码默认环境下并不行找到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准则，即不应许yydebug的多处界说。你还或许浮现，你须要正在你的LEX文献中反复#define YYSTYPE，这是因为C++中苛肃的类型反省(机造)酿成的。依照如例来编译：

　　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： 不要自寻烦懑的正在C++中编译你的词法说明器，让它呆正在C的领地里。正在C++中编写解析器时，(也得)确保向编译器声明了了，即你的C函数都有一个extern “C”声明。

　　正在YACC文献中，你界说了你自身的main()函数，它正在某个点上挪用了yyparse()。YACC会创修你的yyparse()函数，并正在y.tab.c中结局该函数。yyparse()函数读取一个『标识符/值对』(token/value pairs)流，这些流须要事先就供应，这些流可能是你自技术写的代码供应的，也可能是LEX天生的。正在咱们的示例中，咱们把这个事情丢给了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)。若是不设立成yyin，则默以为准绳输入，它会输出到yyout中，若是不加设立，即是stdout。你可能正在yywrap()函数中修削位于文献尾的yyin.yywrap()函数。这些修削使得你可能翻开另极少文献，并持续解析。若是是这种环境，那么就让yywrap()返回0，若是你念正在该文献上结局解析，就让它返回1。每次yylex()挪用都市返回一个整数值，该值代表了一个标识符类型(token type)。它告诉YACC，仍然读取了这种标识符。该标识符可能有一个值，它该当存放正在yylval变量中。yylval的默认类型为int，可是你可能修削其类型，通过正在YACC文献中#define YYSTYPE。词法说明器须要或许探访yylval，为抵达此成绩，(yylval)务必正在词法说明器(lexer)中被声明为一个表部变量(extern variable)。向来的YACC大意了这点，并没有为你干这项事情，于是，你务必增加以下代码到你的词法说明器中，就正在#include y.tab.h下面：

　　正在前面我仍然说过，yylex()须要返回它碰到了一个什么标识符类型恒温器，并将其值存储正在yylval中。当这些标识符正在%token夂箢中界说时，它们就被授予了极少数字ID，从256起先。因为这个底细，(咱们)可能将全数的ascii字符看成标识符。假定你要写一个阴谋器，到现正在为止，咱们或许仍然如此写了其词法说明器：

　　没有需要弄这么繁杂。用字符举动速记法来举动标识符的数字ID，咱们可能如此来重写咱们的词法说明器：

　　结果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:

　　如此越发简短而直观，你就不必正在文献头用%token来界说那些ascii字符了。另一方面，如此构造另有极少好处，它可能成家全数丢给它的东西，而避免了将那些不行家的输入输出到准绳输出的默认行动。若是用户正在现时阴谋器上输入一个’^’字符，将会导致一个解析纰谬，而不是将其输出到准绳输出中。

　　递归是YACC一个极其主要的性情。没有递归的话，你就确定一个文献是由一系列独立的夂箢构成仍旧由语句构成。因为YACC本身的性情，它只对第一个准则或阿谁你将其策画为『开始准则』的准则感意思。开始准则用’%start’符号标志。YACC中的递归以两种情势产生雷速体育Lex与YACC详解，左递归和右递归。左递归是你该当时时行使的，它们看起来如下：

　　这是正在说，一个command要么为空，要么它包蕴了更多的commands，后面再跟一个command。YACC的这种事情体例意味着它现正在可能随便的剔除单个的command群并一步步简化(处分)。拿上面的例子和下面的右递归做比拟：

　　可是如此做开销有点大，若是(commands)是%start准则(即开始准则)，那么YACC会将全数的commands留存正在你的栈数据中(file on the stack)，这将破费巨额内存。于是，正在解析长的语句时，务必行使左递归，比如全数文献。但有时难以避免右递归，然而，若是你的语句并不太长，你就没有需要越轨行使左递归。若是你有极少东西来终结(因而而豆剖)你的commands，右递归就格表适合了，但开销仍旧有点大:

　　本文档的早期版本纰谬的行使了右递归。Markus Triska友爱的提示咱们这点(纰谬)。

　　现正在，咱们须要界说yylval的类型。可是这并不继续恰如其当。咱们或许会多次如此做，由于须要处分多种数据类型。回到咱们假定的阿谁恒温器，或许你念选拔局限一个加热器，比如：

　　如此的话，就恳求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。追念之前咱们讲过，咱们提前告诉YACC哪种yylval类型会要处分是通过界说YYSTYPE来杀青。同样，咱们可能界说YYSTYPE为一个union，YACC中有一种轻巧的手法来杀青，即%union语句。正在example4根本上，我编写example7的YACC语法：

　　咱们界说了union，它只包蕴一个整数和一个字符串。接着行使了一个扩展的%token语法，咱们向YACC声明了该当获取union哪个一面的标识符。正在本例中，咱们让STATE标识符用一个整数(来流露)，这跟之前相同。NUMBER同理，咱们之前用来读取温度。可是WORD有所更正，它声明为须要一个字符串。词法解析器文献有所更正：

　　正如你所见雷速体育，咱们不再直接探访yylval，咱们增加了一个后缀来讲明咱们要探访阿谁一面。咱们不再须要正在YACC语法文献中来干这个事情，YACC正在这里耍了下妖术：

　　因为上面的%token声明，YACC自愿选拔了union中的’string’成员。注意这里$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（须要正在C文献头界说char *heater）：

　　良多环境下，咱们不肯望从准绳输入解析，而愿望解析给定的字符串。杀青手法是自界说杀青YY_INPUT，简直做法如下：

　　YACC中有很多调试反应音讯。这些调试音讯的价格有点高，于是你须要供应极少开合来翻开它。当调试你的语法时，正在YACC夂箢行中增加—debug和—verbose选项，正在你的C文献头中增加以下语句：

　　这将天生一个y.output文献，此中讲领略所创修的阿谁状况机。当你运转阿谁天生的二进造文献，它将输出良多运转时音讯。内里包蕴现时所运转的状况机以及读取到的极少标识符。Peter Jinks写了一篇合于调试的著作，他正在此中讲述了极少常见得纰谬以及怎样矫正这些纰谬。

　　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。接着有多个准则来管造状况间的互相转化雷速体育。任何实质都是从『root』准则起先。正在example7的y.output文献中：

　　默认境况下，这个状况机从『commands』准则起先递减演化，这也是咱们之前的阿谁递归准则，它界说了『commands』并从单个的『command』举办构造，后面随着一个分号，然后或许再随着更多的『commands』。这个状况机不竭递减演化，直到它碰到某些它能领略的东西，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，进一步处分一个zone command:

　　第一行中有一个『.』，它用来讲明咱们所处的名望：即刚才识别到了一个ZONETOK，目前正正在寻找一个『quotedname』。鲜明，一个『quotedname』会以QUOTE起先，它将咱们转化到状况4。为进一步跟踪，用正在『调试』章节中提到的标记来编译example7。

　　一朝YACC警备你产生了冲突，那么你的繁难来了。要办理这些题目显得是一种本事情势，它会教会良多合于你的道话的东西。比你念知晓的要多的多的实质。题目缭绕于怎样来翻译一系列标识符。假定咱们界说了一种道话，它须要采纳一下两种夂箢：

　　也许你仍然嗅到了繁难的滋味。状况机从读取单词『word』起先，接着它依据下一个标识符认为转换到何种状况。接下来的标识符可能是『mode』，它指定了怎样来删除heater，或者是将要删除的heater。然而这里的繁难是，关于这两个夂箢恒温器，下一个标识符都将是一个WORD。YACC因而也无法决议下一步该干嘛。这回导致一个『reduce/reduce』警备，而下一个警备即是『delete_a_heater』节点正在状况转化图中万世也不行抵达。这种环境的冲突容易办理(比如，重定名第一个夂箢为『delete all heater』，或者将『all』举动一个隔离的标识符)，但有时，(要办理冲突)却格表贫寒。 通过『--verbose』参数天生的y.output文献可能供应给你极大的帮帮。

　　GNU YACC(Bison)有一个格表棒的件，正在此中很好的纪录了YACC的语法。此中只提到了一次LEX，然而它仍旧很棒的。你可能用Emacs中阿谁格表好的『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。若是你简陋解析了FLEX所作所为，那将好坏常有益的。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，你或许认为你念须要更多的音讯。下面的册本咱们都还没有阅读，但他们听起来不错：