de cadenas de entrada a la flexión lexer

Question

Quiero crear un bucle de lectura-eval-impresión utilizando analizador de flex / bisonte. El problema es que el flex generó lexer quiere de entrada de tipo FILE * y me gustaría que sea char *. ¿Hay alguna forma de hacer esto?

Una sugerencia ha sido la creación de una tubería, lo alimentan la cadena y abrir el descriptor de archivo y enviar al léxico. Esto es bastante simple, pero se siente muy complicado y no plataforma independiente. ¿Hay una mejor manera?

Answer 1

Las siguientes funciones están disponibles para la creación de buffers de entrada para el análisis de cadenas en memoria en lugar de archivos (como se hace yy_create_buffer):

• YY_BUFFER_STATE yy_scan_string(const char *str): escanea un string` terminado en NUL
• YY_BUFFER_STATE yy_scan_bytes(const char *bytes, int len): exploraciones len bytes (incluyendo posiblemente NULs) a partir de bytes ubicación

Tenga en cuenta que estas dos funciones crean, devuelve un recurso YY_BUFFER_STATE correspondiente (que se debe eliminar con yy_delete_buffer () cuando termine con él) por lo yylex () escanear una copia de la cadena o bytes. Este comportamiento puede ser deseable desde yylex () modifica el contenido de la memoria intermedia es de barrido).

Si desea evitar la copia (y yy_delete_buffer) usando:

• YY_BUFFER_STATE yy_scan_buffer(char *base, yy_size_t size)

muestra principal:

int main() {
    yy_scan_buffer("a test string");
    yylex();
}

Answer 2

esta sección de Flex manual para obtener información sobre cómo escanear buffers de memoria, como cadenas.

Answer 3

flex puede analizar char * usando cualquiera de las tres funciones: yy_scan_string(), yy_scan_buffer() y yy_scan_bytes() (véase el documentación ). He aquí un ejemplo de la primera:

typedef struct yy_buffer_state * YY_BUFFER_STATE;
extern int yyparse();
extern YY_BUFFER_STATE yy_scan_string(char * str);
extern void yy_delete_buffer(YY_BUFFER_STATE buffer);

int main(){
    char string[] = "String to be parsed.";
    YY_BUFFER_STATE buffer = yy_scan_string(string);
    yyparse();
    yy_delete_buffer(buffer);
    return 0;
}

Los estados equivalentes para yy_scan_buffer() (que requiere una cadena doblemente terminada en nulo):

char string[] = "String to be parsed.\0";
YY_BUFFER_STATE buffer = yy_scan_buffer(string, sizeof(string));

Mi respuesta reitera parte de la información proporcionada por @dfa y @jlholland, pero ninguno de código de sus respuestas parecía estar funcionando para mí.

Answer 4

Esto es lo que tenía que hacer:

extern yy_buffer_state;
typedef yy_buffer_state *YY_BUFFER_STATE;
extern int yyparse();
extern YY_BUFFER_STATE yy_scan_buffer(char *, size_t);

int main(int argc, char** argv) {

  char tstr[] = "line i want to parse\n\0\0";
  // note yy_scan_buffer is is looking for a double null string
  yy_scan_buffer(tstr, sizeof(tstr));
  yy_parse();
  return 0;
}

no se puede extern el typedef, que tiene sentido cuando se piensa en ello.

Answer 5

La respuesta aceptada es incorrecta. Esto causará pérdidas de memoria.

A nivel interno, yy_scan_string llama yy_scan_bytes el cual, a su vez, las llamadas yy_scan_buffer.

yy_scan_bytes asigna memoria para una copia de la memoria intermedia de entrada.

yy_scan_buffer trabaja directamente sobre el tampón suministrado.

Con las tres formas, debe llamar yy_delete_buffer para liberar la información estado-tapón flex (YY_BUFFER_STATE).

Sin embargo, con yy_scan_buffer, se evita la asignación interna / copiar / libre del buffer interno.

El prototipo para yy_scan_buffer hace falta ser un const char * Y no deben esperar que los contenidos se mantienen sin cambios.

Si asigna memoria para contener la cadena, usted es responsable de liberándola después de llamar yy_delete_buffer.

Además, no se olvide de tener yywrap de retorno 1 (distinto de cero) cuando estás analizar sólo esta cadena.

A continuación se muestra un ejemplo completo.

%%

<<EOF>> return 0;

.   return 1;

%%

int yywrap()
{
    return (1);
}

int main(int argc, const char* const argv[])
{
    FILE* fileHandle = fopen(argv[1], "rb");
    if (fileHandle == NULL) {
        perror("fopen");
        return (EXIT_FAILURE);
    }

    fseek(fileHandle, 0, SEEK_END);
    long fileSize = ftell(fileHandle);
    fseek(fileHandle, 0, SEEK_SET);

    // When using yy_scan_bytes, do not add 2 here ...
    char *string = malloc(fileSize + 2);

    fread(string, fileSize, sizeof(char), fileHandle);

    fclose(fileHandle);

    // Add the two NUL terminators, required by flex.
    // Omit this for yy_scan_bytes(), which allocates, copies and
    // apends these for us.   
    string[fileSize] = '\0';
    string[fileSize + 1] = '\0';

    // Our input file may contain NULs ('\0') so we MUST use
    // yy_scan_buffer() or yy_scan_bytes(). For a normal C (NUL-
    // terminated) string, we are better off using yy_scan_string() and
    // letting flex manage making a copy of it so the original may be a
    // const char (i.e., literal) string.
    YY_BUFFER_STATE buffer = yy_scan_buffer(string, fileSize + 2);

    // This is a flex source file, for yacc/bison call yyparse()
    // here instead ...
    int token;
    do {
        token = yylex(); // MAY modify the contents of the 'string'.
    } while (token != 0);

    // After flex is done, tell it to release the memory it allocated.    
    yy_delete_buffer(buffer);

    // And now we can release our (now dirty) buffer.
    free(string);

    return (EXIT_SUCCESS);
}

Answer 6

Otro vías, se puede redefinir YY_INPUT función en el archivo de Lex, y luego fijar su cadena a la entrada de Lex. Como a continuación:

#undef YY_INPUT
#define YY_INPUT(buf) (my_yyinput(buf))

char my_buf[20];

void set_lexbuf(char *org_str)
{  strcpy(my_buf, org_str);  }

void my_yyinput (char *buf)
{  strcpy(buf, my_buf);      } 

En su main.c, antes de la digitalización, debe configurar primero la memoria intermedia del lex:

set_lexbuf(your_string);
scanning...

Answer 7

He aquí un pequeño ejemplo para el uso de bisonte / Flex como un analizador dentro de su código de CPP para el análisis de cadenas y el cambio de un valor de cadena de acuerdo con ella (Pocas partes del código se eliminaron por lo que podría ser partes irrelevantes allí).     parser.y:

%{
#include "parser.h"
#include "lex.h"
#include <math.h> 
#include <fstream>
#include <iostream> 
#include <string>
#include <vector>
using namespace std;
 int yyerror(yyscan_t scanner, string result, const char *s){  
    (void)scanner;
    std::cout << "yyerror : " << *s << " - " << s << std::endl;
    return 1;
  }
    %}

%code requires{
#define YY_TYPEDEF_YY_SCANNER_T 
typedef void * yyscan_t;
#define YYERROR_VERBOSE 0
#define YYMAXDEPTH 65536*1024 
#include <math.h> 
#include <fstream>
#include <iostream> 
#include <string>
#include <vector>
}
%output "parser.cpp"
%defines "parser.h"
%define api.pure full
%lex-param{ yyscan_t scanner }
%parse-param{ yyscan_t scanner } {std::string & result}

%union {
  std::string *  sval;
}

%token TOKEN_ID TOKEN_ERROR TOKEN_OB TOKEN_CB TOKEN_AND TOKEN_XOR TOKEN_OR TOKEN_NOT
%type <sval>  TOKEN_ID expression unary_expression binary_expression
%left BINARY_PRIO
%left UNARY_PRIO
%%

top:
expression {result = *$1;}
;
expression:
TOKEN_ID  {$$=$1; }
| TOKEN_OB expression TOKEN_CB  {$$=$2;}
| binary_expression  {$$=$1;}
| unary_expression  {$$=$1;}
;

unary_expression:
 TOKEN_NOT expression %prec UNARY_PRIO {result =  " (NOT " + *$2 + " ) " ; $$ = &result;}
;
binary_expression:
expression expression  %prec BINARY_PRIO {result = " ( " + *$1+ " AND " + *$2 + " ) "; $$ = &result;}
| expression TOKEN_AND expression %prec BINARY_PRIO {result = " ( " + *$1+ " AND " + *$3 + " ) "; $$ = &result;} 
| expression TOKEN_OR expression %prec BINARY_PRIO {result = " ( " + *$1 + " OR " + *$3 + " ) "; $$ = &result;} 
| expression TOKEN_XOR expression %prec BINARY_PRIO {result = " ( " + *$1 + " XOR " + *$3 + " ) "; $$ = &result;} 
;

%%

lexer.l : 

%{
#include <string>
#include "parser.h"

%}
%option outfile="lex.cpp" header-file="lex.h"
%option noyywrap never-interactive
%option reentrant
%option bison-bridge

%top{
/* This code goes at the "top" of the generated file. */
#include <stdint.h>
}

id        ([a-zA-Z][a-zA-Z0-9]*)+
white     [ \t\r]
newline   [\n]

%%
{id}                    {    
    yylval->sval = new std::string(yytext);
    return TOKEN_ID;
}
"(" {return TOKEN_OB;}
")" {return TOKEN_CB;}
"*" {return TOKEN_AND;}
"^" {return TOKEN_XOR;}
"+" {return TOKEN_OR;}
"!" {return TOKEN_NOT;}

{white};  // ignore white spaces
{newline};
. {
return TOKEN_ERROR;
}

%%

usage : 
void parse(std::string& function) {
  string result = "";
  yyscan_t scanner;
  yylex_init_extra(NULL, &scanner);
  YY_BUFFER_STATE state = yy_scan_string(function.c_str() , scanner);
  yyparse(scanner,result);
  yy_delete_buffer(state, scanner);
  yylex_destroy(scanner);
  function = " " + result + " ";  
}

makefile:
parser.h parser.cpp: parser.y
    @ /usr/local/bison/2.7.91/bin/bison -y -d parser.y


lex.h lex.cpp: lexer.l
    @ /usr/local/flex/2.5.39/bin/flex lexer.l

clean:
    - \rm -f *.o parser.h parser.cpp lex.h lex.cpp

Answer 8

Hay un código de gracioso en libmatheval:

/* Redefine macro to redirect scanner input from string instead of
 * standard input.  */
#define YY_INPUT( buffer, result, max_size ) \
{ result = input_from_string (buffer, max_size); }