只消你正在Unix处境中写进步调，你肯定会相遇怪异的Lex&YACC，就如GNU/Linux用户所熟知的Flex&Bison，这里的Flex即是由Vern Paxon完毕的一个Lex，Bison则是GNU版本的YACC。正在此咱们将团结称谓这些步调为Lex和YACC。新版本的步调是向上兼容的(译注：即兼容老版本)，是以你能够用Flex和Bison来实验下咱们的实例。这些步调适用性极广恒温器，但好像你的C编译器相通，正在其主页上并没有刻画它们，也没相合于何如应用的消息。当和Lex团结应用时，YACC实正在是棒极了，不过Bison的主页上并没有刻画Bison何如跟Lex团结应用以天生代码的相应阐明。

　　倘使应用适当，这些步调(指LEX&YACC)能够让你方便的解析庞杂的发言，当你须要读取一个摆设文献时，或者你须要编写一个你本身应用的发言的编译器时，这看待你来说是莫大的裨益。本文档能供给给你极少帮帮，你将觉察你再也不消手工写解析器了，Lex & YACC即是为你量身打造的利器。

　　Lex会天生一个叫做『词法解析器』的步调。这是一个函数，它带有一个字符散布入参数，词法解析器函数看到一组字符就会去完婚一个症结字(key)，选用相应手腕。一个相当简略的例子(example1)如下:

　　第一部门，位于%{和%}对之间直接包蕴了输出步调(stdio.h)。咱们须要这个步调，由于应用了printf函数，它正在stdio.h中界说。第二部门用’%%’决裂开来，是以第二行肇始于’stop’，一朝正在输入参数中碰到了’stop’，接下来的那一行(printf()移用)将被实践。除此以表，另有’start’，其跟stop的举动差不多。咱们再次用’%%’中断代码段。为了编译上面的例子，只须要实践以下号令：

　　幼心：倘使你用flex，则就将lex号令用flex取代，还须要将’-ll’选项改成’-lfl’。正在RedHat 6.x以及SuSe中须要云云做。云云，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。每次你输入极少不完婚的号令(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)来中断步调。也许你念大白，它是如何运转的，由于咱们并没有界说main()函数。这个函数(指main())仍旧正在lib1(liblex)中界说好了，正在此咱们选用了编译选项’-ll’

　　常破例达式是一种应用元发言的形式刻画。表达式由符号构成。符号平常是字符和数字，另有极少拥有卓殊寓意的其他标帜，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。但这里它展现了何如正在Lex中应用正则表达式，这正在后面将相当有效。

　　该Lex文献刻画了两种token完婚：WORDs和NUMBERs。正则表达式相当可怕，不过只须要稍花力气便能够加以意会。个中NUMBER完婚“[0123456789]+”能够写成“[0-9]+”。WORD完婚就有点庞杂：[a-zA-Z][a-zA-Z0-9]*第一部门仅仅完婚一个’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，这些字符能够是字母，也能够是数字。这里为何用’*’? ’+’显示起码1次的完婚。一个WORD只要一个字符也能够很好的完婚，正在第一部门咱们仍旧完婚到了一个字符，是以第二部门能够是0个完婚，是以用’*’。用这种格式，咱们就因袭了许多编程发言中看待一个变量名的哀求恒温器，即哀求变量名『必需』以字母发端，不过能够正在后续字符顶用数字。也即是说’temperature1’是一个精确的定名，不过’1temperature’就不是。像example1相通编译example2，并输入极少文本，如下：

　　你也许会疑忌，全面的输出中的空格是从哪来的？起因很简略：从输入而来，咱们不正在空格上完婚任何实质，是以它们又输出来了。Flex主页上有正则表达式的周详文档。许多人以为perl正则表达式主页的阐明相当有效，不过Flex并不完毕perl所完毕的全面东西。你只须要确保不写极少形如’[0-9]*’的空完婚即可，你的词法解析器(由Flex天生)将不明就里的最先不休的完婚空字符。

　　YACC能够解析输入流中的标识符(token)，这就清晰的刻画了YACC和LEX的相合，YACC并不大白『输入流』为何物，它须要事先就将输入流预加工成标识符，固然你能够本技能工写一个Tokenizer，但咱们将这些事务留给LEX来做。YACC用来为编译器解析输入数据，即步调代码。这些用编程发言写成的步调代码一点也不拖泥带水——它们只要一个笑趣。正由于这样，YACC才不会去对于那些有歧义的语法，而且会埋怨shift/reduce或者reduce/reduce冲突。更多的合于朦胧性和YACC『题目』能够正在『冲突』一章中找到。

　　假定咱们有一个温度计，咱们要用一种简略的发言来把持它。合于此的一个会话、如下：

　　有两个中心须要幼心：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。之所云云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恒温器。不过y.tab.h从哪里来？它由YACC从咱们编写的语法文献中天生，语法文献相当简略，如下：

　　第一部门，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，这是一个轨范的递归构造，由于它又再次包蕴了『commands』。这意味着该步调能够一个个的递减一系列的号令。参见『LEX和YACC内部事务道理』一章，阅读更多的递归细节。第二个法例界说了『command』的实质。咱们只假定两种号令。一个heat_switch由HEAT标识符构成，它后面随着一个形态，该形态正在LEX中界说Lex与YACC详解，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。前面的谁人例子只要YACC文献的语法部门，肇始正在YACC文献中另有其它实质，完备的YACC文献如下：

　　函数yyerror()正在YACC觉察一个谬误的时辰被移用，咱们只是简略的输出谬误消息，但实在还能够做极少更美丽的事宜，参见文档尾的『进阶阅读』部门。yywrap()函数用于不休的从一个文献中读取数据，当碰到EOF时，你能够再输入一个文献，然后返回0，你也能够使得其返回1，表示着输入中断。更多细节，参见『YACC和LEX内部何如事务的？』一章。接着，这里有一个main()函数，它基础什么也不做，只是移用极少函数。末了一行简略的界说了我将应用的标识符，倘使移用YACC时，应用『-d』选项，那么它们会输出到y.tab.h中。编译并运转恒温把持器：

　　正在此，处境有所转移，咱们现正在移用YACC来编译咱们的步调，它创修了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，由于此时咱们有了本身的main()函数，并不须要libl来供给。幼心：倘使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：

　　咱们仍旧能够精确的解析温度计号令了，而且能对极少谬误做标帜。但也许极少圆滑的人会疑惑说，该解析器并不大白你该当做什么，也没有管造极少你输入的数值。让咱们来增添能读取新的温度参数的性能。为抵达此方针，咱们得大白LEX中的NUMBER完婚要转化成一个数值，然后才智为YACC所领受.每当LEX完婚到了一个主意字串，它就将该完婚文本赋值给『yytext』，YACC则递次正在『yylval』中来查找一个值，正在example5中，咱们能够取得一个清晰的计划：

　　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能够『瞥见』它。 同理，咱们再管造STATE完婚，将其与『on』比力，若念等，则将yylval扶植为1。接下来，咱们就得窥探YACC何如来应对。咱们来看看新的temperature target法例扶植：

　　为取得法例中第三部门的值(NUMBER)，咱们用『$3』来显示，每次yylex()返回时，yylval的值便寄托到了终结符上，其值能够通过『$-常数』来获取。为更进一步加深意会，咱们来看『heat_switch』法例：

　　之前咱们仍旧将LEX文献写好了，接下来只须要编写YACC语法文献，而且对词法解析器做极少批改，使得其能够返回极少值给YACC。example6中的词法解析器如下：

　　仔细的话，你会觉察yylval仍旧转移了！咱们不再以为它是一个整数，而是假定为一个char*类型数据。为连结简略性，咱们移用strdup并所以消费了许多内存。但这并不影响你解析这个文献。咱们须要生存字符串的值，正在此咱们管造的都是极少定名，文献名以及区域命。鄙人一章，咱们将疏解何如对于极少庞杂类型的数据。为通告YACC合于yylval的新类型，咱们正在YACC的语法文献中增添一行：

　　下面是完备的YACC文献，语法比力庞杂，提倡团结代码画AST树来帮帮意会（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的史书要早于C++，不过仍旧能够用它们来天生一个C++解析器。但咱们用LEX来天生C++的词法解析器，YACC并不大白何如直接来管造这些，是以咱们不绸缪这么做。我以为比力好的做法是，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。但当你这么做的时辰，正在这个进程中你将会碰到题目，由于C++代码默认处境下并不行找到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法例，即不允诺yydebug的多处界说。你还能够觉察，你须要正在你的LEX文献中反复#define YYSTYPE，这是因为C++中苛刻的类型搜检(机造)变成的。根据如下格式来编译：

　　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： 不要自寻不快的正在C++中编译你的词法解析器，让它呆正在C的领地里。正在C++中编写解析器时，(也得)确保向编译器声明清晰，即你的C函数都有一个extern “C”声明。

　　正在YACC文献中，你界说了你本身的main()函数，它正在某个点上移用了yyparse()。YACC会创修你的yyparse()函数，并正在y.tab.c中中断该函数。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给，这些流能够是你本技能写的代码供给的，也能够是LEX天生的。正在咱们的示例中，咱们把这个事务丢给了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)。倘使不扶植成yyin，则默以为轨范输入，它会输出到yyout中，倘使不加扶植，即是stdout。你能够正在yywrap()函数中批改位于文献尾的yyin.yywrap()函数。这些批改使得你能够掀开另极少文献，并不停解析。倘使是这种处境，那么就让yywrap()返回0，倘使你念正在该文献上中断解析，就让它返回1。每次yylex()移用都邑返回一个整数值，该值代表了一个标识符类型(token type)。它告诉YACC，仍旧读取了这种标识符。该标识符能够有一个值，它该当存放正在yylval变量中。yylval的默认类型为int，不过你能够批改其类型，通过正在YACC文献中#define YYSTYPE。词法解析器须要不妨拜候yylval，为抵达此成效，(yylval)必需正在词法解析器(lexer)中被声明为一个表部变量(extern variable)。素来的YACC疏忽了这点，并没有为你干这项事务，是以，你必需增添以下代码到你的词法解析器中，就正在#include y.tab.h下面：

　　正在前面我仍旧说过，yylex()须要返回它碰到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，它们就被授予了极少数字ID，从256最先。因为这个真相，(咱们)能够将全面的ascii字符算作标识符。假定你要写一个计划器，到现正在为止，咱们能够仍旧云云写了其词法解析器：

　　没有须要弄这么庞杂。用字符举动速记法来举动标识符的数字ID，咱们能够云云来重写咱们的词法解析器：

　　末了一行完婚任何的单个字符，不然即是不完婚字符。而YACC的语法文献则是云云:

　　云云特别简短而直观，你就不必正在文献头用%token来界说那些ascii字符了。另一方面，云云构造另有极少好处，它能够完婚全面丢给它的东西，而避免了将那些不完婚的输入输出到轨范输出的默认举动。倘使用户正在如今计划器上输入一个’^’字符，将会导致一个解析谬误，而不是将其输出到轨范输出中。

　　递归是YACC一个极其苛重的性情。没有递归的话，你就确定一个文献是由一系列独立的号令构成仍旧由语句构成。因为YACC自己的性情，它只对第一个法例或谁人你将其策画为『肇始法例』的法例感兴味。肇始法例用’%start’符号标帜。YACC中的递归以两种格式展示，左递归和右递归。左递归是你该当往往应用的，它们看起来如下：

　　这是正在说，一个command要么为空，要么它包蕴了更多的commands，后面再跟一个command。YACC的这种事务格式意味着它现正在能够方便的剔除单个的command群并一步步简化(管造)。拿上面的例子和下面的右递归做比力：

　　不过云云做开销有点大，倘使(commands)是%start法例(即肇始法例)，那么YACC会将全面的commands生存正在你的栈数据中(file on the stack)，这将消费豪爽内存。是以，正在解析长的语句时，务必应用左递归，比方扫数文献。但有时难以避免右递归，然而，倘使你的语句并不太长，你就没有须要越轨应用左递归。倘使你有极少东西来终结(所以而决裂)你的commands，右递归就相当适合了，但开销仍旧有点大:

　　本文档的早期版本谬误的应用了右递归。Markus Triska友爱的提示咱们这点(谬误)。

　　现正在，咱们须要界说yylval的类型。不过这并不不绝恰如其当。咱们能够会多次云云做，由于须要管造多种数据类型。回到咱们假定的谁人恒温器，能够你念选拔把持一个加热器，比方：

　　云云的话，就哀求yylval是一个union，它能够存储字符串，也能够存储整数，但并不是同时存储。记忆之前咱们讲过，咱们提前通告YACC哪种yylval类型会要管造是通过界说YYSTYPE来完毕。同样，咱们能够界说YYSTYPE为一个union，YACC中有一种方便的伎俩来完毕，即%union语句。正在example4根基上，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。接着应用了一个扩展的%token语法，咱们向YACC声明了该当获取union哪个部门的标识符。正在本例中，咱们让STATE标识符用一个整数(来显示)，这跟之前相通。NUMBER同理，咱们之前用来读取温度。不过WORD有所转移，它声明为须要一个字符串。词法解析器文献有所转移：

　　正如你所见，咱们不再直接拜候yylval，咱们增添了一个后缀来阐明咱们要拜候谁人部门。咱们不再须要正在YACC语法文献中来干这个事务，YACC正在这里耍了下邪术：

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

　　许多处境下，咱们不生机从轨范输入解析，而生机解析给定的字符串。完毕伎俩是自界说完毕YY_INPUT，详细做法如下：

　　YACC中有很多调试反应消息。这些调试消息的价钱有点高，是以你须要供给极少开合来掀开它。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，个中阐理解所创修的谁人形态机。当你运转谁人天生的二进造文献，它将输出许多运转时消息。内里包蕴如今所运转的形态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，他正在个中讲述了极少常见得谬误以及何如矫正这些谬误。

　　YACC解析器正在内部运转的是一个『形态机』，该形态性能够有多种转台。接着有多个法例来管造形态间的互相转化。任何实质都是从『root』法例最先。正在example7的y.output文献中：

　　默认情状下，这个形态机从『commands』法例最先递减演化，这也是咱们之前的谁人递归法例，它界说了『commands』并从单个的『command』举办构造，后面随着一个分号，然后能够再随着更多的『commands』。这个形态机不休递减演化，直到它碰到某些它能意会的东西，正在本例中，为一个ZONETOK，也即单词『zone』。然后转化到形态1，正在此，进一步管造一个zone command:

　　第一行中有一个『.』，它用来阐明咱们所处的地位：即方才识别到了一个ZONETOK，目前正正在寻找一个『quotedname』。彰着，一个『quotedname』会以QUOTE最先，它将咱们转化到形态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告诫你展示了冲突，那么你的繁难来了。要治理这些题目显得是一种技能格式，它会教会许多合于你的发言的东西。比你念大白的要多的多的实质。题目缭绕于何如来翻译一系列标识符。假定咱们界说了一种发言，它须要领受一下两种号令：

　　也许你仍旧嗅到了繁难的滋味。形态机从读取单词『word』最先，接着它依照下一个标识符以为转换到何种形态。接下来的标识符能够是『mode』，它指定了何如来删除heater，或者是将要删除的heater。然而这里的繁难是，看待这两个号令，下一个标识符都将是一个WORD。YACC所以也无法决断下一步该干嘛。这回导致一个『reduce/reduce』告诫，而下一个告诫即是『delete_a_heater』节点正在形态转化图中长久也不行抵达。这种处境的冲突容易治理(比方，重定名第一个号令为『delete all heater』，或者将『all』举动一个隔离的标识符)，但有时，(要治理冲突)却相当繁难。 通过『--verbose』参数天生的y.output文献能够供给给你极大的帮帮。

　　GNU YACC(Bison)有一个相当棒的件，正在个中很好的纪录了YACC的语法。个中只提到了一次LEX，然而它仍旧很棒的。你能够用Emacs中谁人相当好的『pinfo』东西阅读o文献。同时，正在Bison的主页上能够得到它：Bison手册。FLEX有一个不错的主页。倘使你简陋领会了FLEX所作所为，那将瑕瑜常有益的。FLEX的手册也能够联机获取。正在这些合于YACC和LEX的先容之后，你能够以为你念须要更多的消息。下面的书本咱们都还没有阅读，但他们听起来不错：