Analiza Lexicală II

Lexical Analysis II - Overview

• Laboratorul anterior a introdus elementele de bază ale Lex, inclusiv expresiile regulate pentru scanare și compilarea scannerelor.
• Variabilele yytext și yyleng sunt utile pentru extragerea textului potrivit și a numărului său de caractere.

Variabile în Lex

• Accesarea ultimului caracter dintr-un șir potrivit: yytext[yyleng-1]

Acțiuni Lex Suplimentare

• Uneori, o acțiune Lex poate decide că o regulă nu a recunoscut corect întinderea caracterelor.
• Funcțiile yymore() și yyless() sunt oferite pentru a ajuta în astfel de situații.

Funcția yymore()

• Indică faptul că următoarea expresie de intrare recunoscută trebuie adăugată la sfârșitul intrării curente.
• În mod normal, următorul șir de intrare ar suprascrie intrarea curentă în yytext.

Funcția yyless()

• Indică faptul că nu toate caracterele potrivite de expresia curentă de succes sunt dorite acum.
• Argumentul n specifică numărul de caractere din yytext care trebuie păstrate.
• Caracterele suplimentare potrivite anterior sunt returnate la intrare.

Echivalentul operatorului ^

• Oferă același tip de lookahead ca operatorul ^, dar într-o formă diferită.

Sensibilitatea contextului stâng

• Uneori, este de dorit să existe mai multe seturi de reguli lexicale care să fie aplicate în momente diferite din intrare.
• Un preprocesor compilator ar putea face distincție între instrucțiunile preprocesor și a le analiza diferit de declarațiile obișnuite.
• Acest lucru necesită sensibilitate la contextul anterior, iar există mai multe moduri de a aborda astfel de probleme.

Operatorul ^

• Un operator de context anterior, care recunoaște contextul stâng imediat precedent.
• Contextul adiacent din stânga ar putea fi extins, pentru a produce o facilitate similară cu cea pentru contextul drept adiacent, dar este puțin probabil să fie la fel de util, deoarece, adesea, contextul stâng relevant a apărut cu ceva timp mai devreme, cum ar fi la începutul unei linii.

Mijloace de gestionare a mediilor diferite:

• Utilizarea simplă a flagurilor
• Utilizarea condițiilor de start pe reguli
• Posibilitatea de a pune mai mulți analizatori lexicali să ruleze împreună.
• În fiecare caz, există reguli care recunosc necesitatea de a schimba mediul în care este analizat textul de intrare următor și setarea unui parametru care să reflecte schimbarea.

Condițiile de start Lex

• Orice regulă poate fi asociată cu o condiție de start.
• Va fi recunoscută numai atunci când Lex se află în acea condiție de start.
• Condiția de start curentă poate fi modificată în orice moment.

Surse Lex

• Secțiunile de cod, definițiile, regulile de translație sunt principalele elemente care alcătuiesc un fișier Lex
• Liniile care încep cu spații sau tab-uri în secțiunea de reguli sau acțiuni sunt copiate în programul C generat.
• Conținutul dintre marcajele %{ și %} este copiat direct, permițând includerea directivelor preprocesor.
• După al treilea delimitator %%, totul este copiat după ieșirea Lex.

Definirea șirurilor de substituție Lex

• Definițiile sunt plasate înaintea primului delimitator %%.
• Liniile care nu sunt între marcajele %{ și %} și care încep în prima coloană sunt considerate definiții de șiruri de substituție.

Recapitulare din laboratorul anterior - Ambiguitate

• Lex decide ce regulă se aplică folosind următoarele criterii:
  • Alege cea mai lungă potrivire.
  • Dintre regulile cu același număr de caractere, alege pe cea care apare prima în tabelul de reguli.

Respinge

• Comanda REJECT poate fi utilizată pentru a anula comportamentul implicit.
• Aceasta determină Lex să execute următoarea regulă posibilă, ajustând indicatorul de intrare.