| |
|
|
|
Leksikaanalüsaatori kirjeldus FLEX-i jaoks (FLEX-i sisendfail) koosneb kolmest osast, mis on üksteisest sümbolitega %% eraldatud:
definitsioonid
%%
reeglid
%%
kasutaja funktsioonid
Siin esimeses osas definitsioonid esitatakse mitteterminale kirjeldavad produktsioonid (noole asemel on tühik), teises osas reeglid kirjeldatakse regulaarsete avaldiste abil lekseemid (siin enam produktsioone pole).
Flex-programm genereerib sellest sisendfailist C-keelse programmi lex.yy.c (on loodud versioone ka teiste programmeerimiskeelte jaoks). Skanneri saamiseks tuleb Flex-i poolt loodud programm mingi C-keele translaatoriga transleerida täidetavaks .exe-failiks; selle peaprotseduur tuleb int yylex(void), s.t. loodud skanneri kasutamiseks tuleb käivitada protseduur yylex.
Flex-i sisendfaili koosneb Flex-i sisendkeeles kirjutatud osadest ja C-keeles kirjutatud osadest; sinna võib (näiteks) lisada C-kommentaarieraldajate /* ... */ vahel kommentaare ja selle esimeses osas võib defineerida C-keele globaalmuutujaid (ja anda neile ka algväärtuse) täpselt samuti, nagu seda tehakse programmeerimiskeeles C, kuid need definitsioonid tuleb võtta sulgude %{.. %} vahele.
Kõik Flex-i sisendkeele read peavad algama rea esimesest positsioonist (rea algul ei või olla tühikuid!). Kui rida ei alga esimesest positsioonist, loeb Flex rea C-keelseks ja kannab muutusteta väljundprogrammi lex.yy.c (ka C-keele kommentaarid ei tohi alata rea esimesest positsioonist). C-keelseteks loetakse ka kõik tekstilõigud märkide %{ %} vahel (mõlemad sulud peavad algama rea esimesest positsioonist), ka need kantakse muutusteta väljundisse.
Programm defineerib mitmeid globaalseid muutujaid; tähtsamad nendest on yytext (sellesse kogutakse loetud lekseemi tekst) ja yyleng (stringi yytext pikkus).
Märke
" \ [ ] ^ - ? . * + | ( ) $ / { } % < >
kasutatakse Flex-i sisendkeeles (s.t. Flex püüab neid interpreteerida), sellepärast peab need lekseemide kirjelduses andma kas apostroofide või jutumärkide vahel, näiteks nii: "\" või kirjutama nende ette nn escape-märgi \ (nagu C-s), s.t. esitama kujul \\.Flex-i abil kirjeldatud skanner on tegelikult lihtsalt sisendteksti alamlõikude teisendaja (makro): ta asendab Flex-sisendi definitsioonide osas definitsioonid kirjeldatud regulaarsetele avaldistele vastavad lõigud skaneeritavas programmis (skanneri sisendis) vastavalt Flex-sisendi osas reeglid esitatud reeglitele; sisendi need osad, mis ei vasta ühelegi seal kirjeldatud regulaarsele avaldisele, kopeeritakse väljundisse muutumatult.
Flex-i sisendfaili definitsioonid-osas
kirjeldatakse lekseemide kirjeldustes kasutatavad mitteterminalid
produktsioonidega, mille parem pool on regulaarne avaldis; produktsioon
MITTETERMINAL 
regulaarne_avaldis esitatakse kujul
MITTETERMINAL regulaarne_avaldis
s.t. produktsioonides kasutatava asemel on
tühik.
Ka regulaarsete avaldiste kirjaviis erineb veidi üldkasutatavast:
- figuursulud { } tähistavad nende vahel oleva regulaarse avaldise poolt määratud tekstilõike, seega näit. reeglite osas varemdefineeritud mitteterminali kasutamisel reegli paremal pool peab see olema figuursulgude { } vahel;
- kandilised sulud [ ] tähistavad valikut, kusjuures valikuoperaatori | võib jätta kirjutamata, seega näiteks [abc] on kas a, b või c; selguse mõttes on parem siiski kirjutada | ;
- nn whitespace-märgid (TAB, reavahetus) tähistatakse nagu C-s: \t, \n;
- võib kasutada (ASCII-järjestusel põhinevaid) märkide vahemikke , näiteks a-z on sama, kui tavalises regulaarsete avaldiste tähistusviisis a | b | c | ... | z (eespool on kasutatud ka tähistust a..z );
- punkt . tähistab ükskõik millist märki (character), v.a. reavahetus (\n);
- a* on sama, kui tavalises kirjaviisis (kas tühi või ükskõik kuimitu a-d)
- a+ on sama, kui tavalises kirjaviisis (ükskõik kuimitu a-d, kuid vähemalt üks)
- a? - tühi või üks a (s.t. [a] tavalises kirjaviisis);
- a{3,5} - kolm, neli või viis a-d;
- a{2,} - kaks või rohkem a-d;
- a{3} - täpselt kolm a-d;
- märk ^ määrab täiendi, näiteks [^A-Z] on ükskõik milline märk, v.a. suurtäht; märk ^ avaldise ees tähistab selle avaldise poolt määratud tekstilõikku rea alguses, märk $ avalise järel märgib selle avaldise poolt määratud tekstilõikku rea lõpus.
Regulaarse avaldise A poolt kirjeldatud sisendteksti lõiku tähistab {A} (seega teises osas reeglid esinevad mitteterminalid peavad alati olema figuursulgude vahel, muidu loetakse need sisendteksti märkideks, s.t. terminalideks); figuursulgude vahele tulevad võtta ka mitmerealised reeglite osad (s.t. see on nagu C-programmilõik). Lisaks saab osutada ka sümboli esinemisele kas rea alguses või lõpus jne; täpsemad reeglid on toodud Flex-i juhendis (see on üks Flex-i lahtipakkimisel tekkivatest html-failidest kataloogis doc).
©2004-2013 Jaak Henno