flex基本语法（2）

0. 引言

• flex的安装及基本使用点击。

• flex的正则匹配语法点击。

1. start condition

flex为有条件地激活规则提供了一种机制。 只有当扫描器处于名为“sc”的开始条件时，其模式前缀为“<sc>”的任何规则才会处于激活状态。 例如：

<STRING>[^"]*        { /* eat up the string body ... */
            ...
            }

< >中可以为任意字符。比如上面的STRING，只有当扫描器处于“STRING”开始状态时，规则[^"]才会激活。

那么，如何退出这种规则呢？开始条件本身使用BEGIN激活。退出时使用BEGIN(0)，BEGIN(0)返回到没有启动条件的规则处于活动状态的原始状态。 这个状态也可以被称为开始条件INITIAL，所以BEGIN(INITIAL)等同于BEGIN(0)。

为了说明启动条件的用法，下面是一个扫描器，它提供了两种不同的字符串解释，例如“123.456”。 默认情况下，它会将它视为三个标识（token），整数“123”，点（'。'）和整数“456”。 但是如果字符串在字符串“expect-floats”的前面出现，它会将其视为单个标记，即浮点数123.456：

%{
#include <math.h>
%}
%s expect

%%
expect-floats        BEGIN(expect);   //如果出现expect-floats ，进行expect的规则匹配

<expect>[0-9]+"."[0-9]+      {
                    printf( "found a float, = %f\n\n",
                    atof( yytext ) );
              }
<expect>\n     {

            BEGIN(INITIAL);    //如果匹配到换行符，退出整个expect匹配
            }


// 下面的匹配规则不在BEGIN(expect); 之列，还和之前一样正常匹配。出现expect-floats时才触发BEGIN
[0-9]+      {

            printf( "found an integer, = %d\n",
                    atoi( yytext ) );
            }

"."         printf( "found a dot\n" );

%%

int main(int argc, char* argv[]) {
    yylex();
    return 0;
}
int yywrap() { 
    return 1;
}

运行结果：

• 注意：开始条件没有自己的名称空间； ％s和％x的声明方式与#define相同。
• 注意：expect-floats条件满足时输出的数小数点后保留6位是c语言的特性。

2. yymore（）

告诉扫描程序下次匹配规则时，应将相应的令牌附加到yytext的当前值上，而不是替换它。

%%
    mega-    ECHO; yymore();
    kludge   ECHO;

例如，上面的程序。如果没有yymore的情况下，在输入为“ mega-kludge”时，会输出“mega-kludge”，在有yymore()的情况下，mega-匹配打印完还在缓存区存着一份mega-。在kludge 匹配成功后，缓冲区的mega-随着kludge 一起打印，所以将输出以下内容“ mega-mega-kludge”：

3. yyless（）

yyless（n）将当前token的除前n个字符外的所有字符返回给输入流，在此位置，当扫描程序寻找下一个匹配项时，将重新扫描它们。 yytext和yyleng已适当调整（例如yyleng现在等于n）。

%%
    foobar    ECHO; yyless(3);
    [a-z]+    ECHO;

例如，在输入“ foobar”上，以下内容将写出“ foobarbar”。相当于yyless(3)会将foobar的后三个(除前3个外)字符再进行一次匹配。

• 注意：yyless()出现在需要进行回退处理的情况下，yyless（）的参数0将导致再次扫描整个当前输入字符串。 除非您更改了扫描程序随后处理其输入的方式（例如，使用BEGIN），否则将导致无限循环。

4. 综合应用——匹配字符串

code:

%%
\"[^\"\n]*\"                      {
                                    if(yytext[yyleng-2]=='\\') /* 检查这个引号是不是转义字符 */
                                    {
                                      yyless(yyleng-1);       /* 如果是转义字符需要退回进行重新匹配 */
                                      yymore();       /*下一次被匹配的字符串被添加在当前识别出的字符串后面*/
                                    }
                                    else
                                    {
                                      printf("%s\n",yytext);;
                                    }
                                  }

\"[^\"\n]*$                     {printf("Line %3d: Unterminated string %s\n",yylineno,yytext);} 
                                 /*此处\n不能省；帮忙判断一次输入结束*/
.                               ECHO;
%%

int main(int argc, char* argv[]) {
    yylex();
    return 0;
}

int yywrap() {
    return 1;
}

结果：

这种是考虑的比较周到的；像中间有转义的引号的情况都能处理；"hello\"world"这样的字符串都能处理。

本文参考：https://zhuanlan.zhihu.com/p/65490271
更详细的flex使用方法：https://zhuanlan.zhihu.com/p/108167693