一、简介
推荐书籍《flex&bison》.
在UNIX下是flex和bison.网上介绍很多，大部分是写给懂的人看的，初学者一头雾水。这样来理解lex和yacc可能容易些：在linux下，有很多系统配置文件,一些linux下的软件也有配置文件，那么程序是如何读取配置文件中的信息的呢？
首先用到lex词法分析器，读取配置文件中的关键词（后面说到的token标记其实可看做关键词）。然后把关键词
递交给yacc，yacc对一些关键词进行匹配，看是否符合一定语法逻辑，如果符合就进行相应动作。
上面举得例子是分析配置文件内容的，当然可分析其他文件内容。
二、一个简单的lex文件例子
1、来看flex&bison这本书开篇给出的例子：输入几行字符串，输出行数，单词数和字符的个数。
关于yylex即lex中相关变量系列3文章介绍。
/* just like Unix wc */
%{
int chars = 0;
int words = 0;
int lines = 0;
%}
%%
[a-zA-Z]+ { words++; chars += strlen(yytext); }
\n { chars++; lines++; }
. { chars++; }
%%
main(int argc, char **argv)
{
yylex();
printf("%8d%8d%8d\n", lines, words, chars);
}
2、按照下面过程编译。
#flex test.l
#gcc lex.yy.c –lfl
#./a.out
3、分析这个简单的lex文件：
（1）%%把文件分为3段，第一段是c和lex的全局声明，第二段是规则段，第三段是c代码。
（2）第一段的c代码要用%{和%}括起来，第三段的c代码不用。
（3）第二段规则段，[a-zA-Z]+ \n . 是正则表达式，{}内的是c编写的动作。
关于正则表达式系列3文章介绍。
4、如果不用-lfl选项，代码可以为下面这样（具体原因见lex的库和函数分析）：
%{
int chars = 0;
int words = 0;
int lines = 0;
int yywrap();
%}
%%
[a-zA-Z]+ { words++; chars += strlen(yytext); }
\n { chars++; lines++; }
. { chars++; }
%%
main(int argc, char **argv)
{
yylex();
printf("%8d%8d%8d\n", lines, words, chars);
}
int yywrap()
{
return 1;
}
三、修改第一个例子，将正则表达式放在全局声明中
%{
int chars = 0;
int words = 0;
int lines = 0;
%}
mywords [a-zA-Z]+
mylines \n
mychars .
%%
{mywords} { words++; chars += strlen(yytext); }
{mylines} { chars++; lines++; }
{mychars} { chars++; }
%%
main(int argc, char **argv)
{
yylex();
printf("%8d%8d%8d\n", lines, words, chars);
}
编译一同上。
四、The Scanner as Coroutine（协同程序）
即怎样将扫描到的标记给其他程序使用，下面的例子，希望扫描到+ 或 -时做一个特殊输出。
当调用yylex时，若扫描到return对应的标记时，yylex返回，且值就为return后的值；
若没扫描到return对应的标记，yylex继续执行，不返回。
下次调用自动从前一次的扫描位置处开始。
%{
enum yytokentype {
ADD = 259,
SUB = 260,
};
%}
myadd "+"
mysub "-"
myother .
%%
{myadd} { return ADD; }
{mysub} { return SUB; }
{myother} { printf("Mystery character\n"); }
%%
main(int argc, char **argv)
{
int tok;
while(tok = yylex()) { //yylex的返回值只能是ADD 或 SUB.
if(tok == ADD || tok == SUB) {printf("meet + or -\n");}
else {printf("this else statement will not be printed, \
because if yylex return,the retrun value must be ADD or SUB.");}
}
}
五、yacc —— unix下是bison
1、yacc语法规则部分和BNF类同，先来看BNF巴克斯范式。
（1）<> 内包含的内容为必选项；
（2）[] 内的包含的内容为可选项；
（3）{ } 内包含的为可重复0至无数次的项；
（4） | 表示在其左右两边任选一项，相当于"OR"的意思；
（5）::= 是“被定义为”的意思；
（6）双引号“”内的内容代表这些字符本身；而double _quote用来表示双引号。
（7）BNF范式举例，下面的例子用来定义java中的for语句：
FOR_STATEMENT ::=
"for" "(" ( variable_declaration |
( expression ";" ) | ";" )
[ expression ] ";"
[ expression ]
")" statement
2、yacc语法。
result: components { /* action to be taken in C */ }
;
（1）components是根据规则放在一起的终端和非终端符号，后面是{}括起来的执行的动作。
3、语法例子。
param : NAME EQ NAME {
printf("\tName:%s\tValue(name):%s\n", $1,$3); }
| NAME EQ VALUE {
printf("\tName:%s\tValue(value):%s\n",$1,$3);}
;
%token A_STATE B_STATE NOT
%%
program :
A_STATE B_STATE {
printf("1");
}
c_state_not_token {
printf("2");
}
| NOT {
printf("3");
}
c_state_not_token : C_STATE {}
%%
（1）如果匹配NAME EQ NAME或NAME EQ VALUE则执行相应动作。其中标记NAME 、EQ、 VALUE是在
yacc文件第一段中定义的token，lex文件对目标扫描返回这些token。也就是说，lex文件对想解析的目标进行
扫描，然后返回需要的token（这些需要的token在.y文件中定义），yacc文件对规则冒号右边componets进行匹配，如果符合匹配则执行{}内的动作。
（2）components中的大写符号即token是在yacc文件中定义，而小写则根据下面的定义进行匹配。
A_STATE B_STATE NOT是第一段定义的token c_state_not_token是非终端符号，
在其后可以找到它的定义。
4、再看一个例子以理解yacc规则。
simple_sentence: subject verb object
| subject verb object prep_phrase ;
subject: NOUN
| PRONOUN
| ADJECTIVE subject ;
verb: VERB
| ADVERB VERB
| verb VERB ;
object: NOUN
| ADJECTIVE object ;
prep_phrase: PREPOSITION NOUN ;
（1）理解 | 的意思，|表示左右两边任选一项，如| subject verb object prep_phrase ;中|的左边为空，
所以该句表示匹配空或者subject verb object prep_phrase ;而上面还有一句subject verb object ，
所以
simple_sentence: subject verb object
| subject verb object prep_phrase ;
的意思是匹配subject verb object 或 subject verb object prep_phrase ;
后续关于flex和bison的联合使用见系列2、3等http://www.cnblogs.com/vestinfo/
