我们的第一个Flex程序

我们的第一个Flex程序

Unix系统(同样也包括像Linux和BSD这样的类Unix系统)自带了一个字数统计(word count)程序，这个程序可以读入一个文件然后报告这个文件的行数、单词数和字符数。flex使我们能够用仅仅十几行就完成这个wc程序。

    例：字数统计fbh1.l
    /* 正如Unix的wc程序 */
    %{
    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);
    }

这个程序的大部分内容对于C程序员来说是十分熟悉的，因为这些就是C代码。

flex程序包含以下三个部分，各部分之间通过仅有%%的行来分割。

• 声明和选项设置
• 一系列的模式和动作
• 被拷贝到生成的词法分析器里面的 C代码，它们通常是一些与动作代码相关的例程。
  在声明部分，％{和％}之间的代码会被原样照抄到生成的C文件的开头部分。在这个例子里面，它只是用来设定了行数、单词数和字符数的变量。
  在第二部分，每个模式处在一行的开头处，接着是模式匹配时所需要执行的C代码。这儿的C代码是用{}括住的一行或者多行语句。(模式必须在行首出现，因为flex认为以空白开始的行都是代码而把它们照抄到生成的C程序中)

这个程序只有三个模式。

• 第一个模式，[a-zA-Z] + ，用来匹配一个单词。在方括号里面的字符串是一种字符类(character class)，能够匹配任意一个大小写字母，而+这个符号表示匹配一个或者多个前面的字符类，也就是一连串的字母，或者说一个单词。相关的动作更新匹配过的单词和字符的个数。在任意一个flex的动作中，变量yytext总是被设为指向本次匹配的输入文本。在这个例子里，我们所需要关心的是有多少个字符，因此我们可以借助这个变量来统计字符数。
• 第二个模式，\n，用来匹配换行符。相关的动作更新行数和字符数。
• 第三个模式是一个点号，它在正则表达式中代表任意一个字符(与shell脚本中的?相 似)。关联的动作更新字符数。

末尾的C代码是我们的主程序，它负责调用flex提供的词法分析例程yylex()，并输出结果。在没有任何其他改变的情况下，词法分析器将读取标准输入。我们来运行一下。

$ flex fbh1.l
$ gcc lex.yy.c -lfl
$ ./a.cout
The boy stood on the burning deck
shelling peanuts by the peck
^D
2 12 63
$

首先我们用flex来翻译我们的程序，flex在没有任何错误的情况下默默地完成了翻译，正如Unix的经典设定那样。接着我们编译flex生成的C程序：lex.yy.c；将它与相应的flex 库文件(-Ifl)链接，运行它，然后提供一小段输入以便于程序进行统计。看起来一切运作正常。

注：真正的wc程序对单词的定义和这儿相比有些微小的差别，它的定义是没有空白字符的字符串。一旦我们知道哪些是空白字符，我们只需把匹配单词的那个模式替换成匹配没有空白字符的字符串：

[^ \t\n\r\f\v]+  {  words++;  chars += strlen(yytext);  }

在字符类开始部分的符号^是指匹配任意一个不在字符类里面的字符，而符号+依然意味 着匹配一个或者多个前面的模式。这展示了flex的强大之一，我们很容易在模式上做一些小的改动而让flex去担心它们可能怎样影响生成的代码。