Оператор выделения классов символов

Квадратные скобки задают классы символов, которые в них

заключены.

[ abc ]

означает либо символ "a", либо "b", либо символ "c";

Знак - используется для указания любого символа из лек-

сикографически упорядоченной последовательности:

[ A - z ]

означает любой латинский символ;

[ А - Я ]

любая прописная русская буква;

[ +-0 - 9 ]

все цифры и знаки "+" и "-".

Повторители

Когда необходимо указать повторяемость вхождения сим-

вола в регулярном выражении, используют операторы-

повторители * и +.

Оператор * означает любое (в том числе и 0) число вхож-

дений символа или класса символов. Например:

x * любое число вхождений символа "x";

abc * любое число вхождений цепочки "abc";

[ A - z ]*

любое число вхождений любой латинской буквы;

[ A - ZА - Яa - zа - я_0 - 9 ]*

любое вхождение русских и латинских букв, знака подчер-

кивания и цифр.

Оператор + означает одно и более вхождений. Например:

x + одно или более вхождений "x";

[ 0 - 9 ]+

одно или более вхождений цифр;

abc + одно или более вхождений цепочки abc;

[ A - z ]+

одно или более вхождений любой латинской буквы.

Операторы выбора

Операторы:

/ |? $ ^

управляют процессом выбора символов.

Оператор /:

ab / cd

"ab" учитывается только тогда, когда за ним следует

"cd".

Опeратор |:

ab | cd

или "ab", или "cd".

Опeратор?:

x? означает необязательный символ "x".

_ ?[ A - Za - z ]*

означает, что перед цепочкой любого количества латинс-

ких букв может быть необязательный знак подчеркивания.

- ?[ 0 - 9 ]+

выделит любое целое число с необязательным минусом впе-

реди.

Оператор $:

x $ означает выбрать символ "x", если он является последним

в строке. Стоит перед символом "\n"!

abc $ означает выбрать цепочку "abc", если она завершает

строку.

Оператор ^:

^ x означает выбрать символ "x", если он является первым

символом строки;

^ abc означает выбрать цепочку символов "abc", если она начи-

нает строку.

[^ A - Z ]*

означает все символы, кроме прописных латинских букв.

Когда символ ^ стоит перед выражением или внутри [], он

выполняет операцию дополнение. Внутри квадратных скобок

символ ^ должен обязательно стоять первым у открывающей

скобки!

2.6. Оператор {}

Оператор {} имеет два различных применения:

x {n, m} здесь n и m натуральные, m > n. Означает от n до m

вхождений x, например, x { 2,7 } - от 2 до 7 вхождений

x.

{имя} вместо {имя} в данное место выражения будет подстав-

лено определение имени из области определений Lex-

программы.

Пример:

БУКВА [A-ZА-Яa-zа-я_]

ЦИФРА [0-9]

ИДЕНТИФИКАТОР {БУКВА}({БУКВА}|{ЦИФРА})*

%%

{ИДЕНТИФИКАТОР} printf ("\n%s", yytext);

lex построит лексический анализатор, который будет опреде-

лять и выводить все "слова" из входного файла. Под словом в

данном случае подразумевается идентификатор Си-программы. В

этом примере {ИДЕНТИФИКАТОР} будет заменен на

{БУКВА}({БУКВА}|{ЦИФРА})*, затем на [A-ZА-Яa-zа-я_]([A-ZА-

Яa-zа-я_]|[0-9])*.

yytext - это внешний массив символов программы

lex. yy. c, которую строит lex. yytext формируется в процессе

чтения входного файла и содержит текст, для которого уста-

новлено соответствие какому-либо выражению. Этот массив дос-

тупен пользовательским разделам Lex-программы.

Оператор printf выводит каждый идентификатор на новой

строке.

Правило ".|\n;" используется для того, чтобы

пропустить (не выводить) все цепочки символов, которые не

соответствуют регулярному выражению {ИДЕНТИФИКАТОР}.

2.7. Оператор < & lt;> & gt;. Служебные слова START и BEGIN

Раздел правил Lex-программы может содержать активные и

неактивные правила. Активные правила выполняются всегда.

Неактивные выполняются только в тех случаях, когда выполня-

ется некоторое начальное условие.

Начальные условия Lex-программы помещаются в раздел

определений, а неактивные правила помечаются соответствую-

щими условиями. Оператор START позволяет указать список

начальных условий Lex-программы, а оператор BEGIN позволяет

активировать правила, помеченные начальными условиями.

Активные правила имеют следующий синтаксис:

РЕГУЛЯРНОЕ _ ВЫРАЖЕНИЕ ДЕЙСТВИЕ

Неактивные правила имеют следующий синтаксис:

< & lt; МЕТКА _ УСЛОВИЯ > & gt; РЕГ _ ВЫРАЖЕНИЕ ДЕЙСТВИЕ

ВАЖНО: любое правило должно начинаться с первой позиции

строки, пробелы и табуляции недопустимы - они используются

как разделители между регулярным выражением и действием в

правиле!

Рассмотрим пример:

%START COMMENT

КОММ_НАЧАЛО "/*"

КОММ_КОНЕЦ "*/"

%%

{КОММ_НАЧАЛО} { ECHO;

BEGIN COMMENT;};

[\t\n]*;

<COMMENT>[^*]* ECHO;

<COMMENT>[^/] ECHO;

<COMMENT>{КОММ_КОНЕЦ} {

ECHO;

printf ("0);

BEGIN 0;};

lex построит лексический анализатор, который выделяет ком-

ментарии в Си-программе и записывает их в стандартный файл

вывода. Программа начинается с ключевого слова START, кото-

рое указано после символа %. Ключевое слово START можно

указать и так: Start, или S, или s. За ключевым словом

START указана метка начального условия COMMENT.

Оператор "<COMMENT>x" означает - x, если анализатор

находится в начальном условии COMMENT.

Oператор " BEGIN COMMENT;" переводит анализатор в

начальное условие COMMENT (смотрите первое правило раздела

правил этой Lex-программы). После этого анализатор уже нахо-

дится в новом состоянии и теперь разбор входного потока сим-

волов будет осуществляется и теми правилами, которые начина-

ются оператором "<COMMENT>". Например, правило

<COMMENT>[^*]* ECHO;

выполняется только тогда, когда во входном потоке символов

будет обнаружено начало комментариев ("/*"). В этом случае

анализатор записывает в стандартный файл вывода любое число

(в том числе и ноль) символов, отличных от символа "*". Опе-

ратор " BEGIN 0;" переводит анализатор в исходное состояние.

Lex-программа может содержать несколько помеченных

начальных условий. Например, если Lex-программа начинается

строкой

%START AA BB CC DD

то это означает, что она управляет четырьмя начальными сос-

тояниями анализатора. В каждое из этих начальных состояний

анализатор можно перевести, используя оператор BEGIN.

Каждое правило, перед которым указан оператор типа

"< & lt; МЕТКА > & gt;", мы будем называть помеченным правилом. Метка фор-

мируется так же, как и метка в Си.

Количество помеченных правил не ограничивается. Кроме

того, разрешается одно правило помечать несколькими метками,

например:

< & lt; МЕТКА1,МЕТКА2,МЕТКА3 > & gt; x ДЕЙСТВИЕ

Запятая - обязательный разделитель списка меток!

Рассмотрим пример с несколькими начальными условиями:

%START AA BB CC

БУКВА [A-ZА-Яa-zа-я_]

ЦИФРА [0-9]

ИДЕНТИФИКАТОР {БУКВА}({БУКВА}|{ЦИФРА})*

%%

^# BEGIN AA;

^[ \t]*main BEGIN BB;

^[ \t]*{ИДЕНТИФИКАТОР} BEGIN CC;

\t;

\n BEGIN 0;

<AA>define printf ("Определение.\n");

<AA>include printf ("Включение.\n");

<AA>ifdef {

printf ("Условная компиляция.\n"); }

<BB>[^\,]*","[^\,]*")" {

printf ("main с аргументамии.\n"); }

<BB>[^\,]*")" {

printf ("main без аргументов.\n"); }

<CC>":"/[ \t] printf ("Метка.\n");

Программа содержит активные и неактивные правила. Все неак-

тивные правила помечены, перед ними указана метка начального

условия. Lex-программа управляет тремя начальными условиями,

в соответствии с которыми активируются помеченные правила.

В результате работы lex мы получим лексический анализа-

тор, который будет распознавать в Си-программе строки преп-

роцессора Си-компилятора, выделять функцию main, распозна-

вая, с аргументами она или без них, распознавать метки.

Лексический анализатор не выводит ничего, кроме сообщений о

выделенных лексемах.

Не нашли, что искали? Воспользуйтесь поиском: