编译原理—词法分析

#include <bits/stdc++.h>
using namespace std;
char key[6][20] = {"begin","if","then","while","do","end"};//定义一个二维数组存放关键字
char token[20];    //存放字符（单词）
//判断关键字
int isKey(char s[])
{
    for(int i = 0; i<6;i++)
    {
        if(strcmp(s,key[i]) == 0)
        {
            return i+1;    //关键字的种别码依次为 begin=1,if=2,then=3,while=4,do=5,end=6即为 i+1 的值
        }
    }
    return -1;
}
//判断是不是字母
bool isChar(char ch)
{
    if((ch>='a' && ch<='z') || (ch>='A' && ch<='Z'))
    return true;
    else return false;
}
//判断是不是数字
bool isNum(char ch)
{
    if(ch>='0' && ch<='9')
    return true;
    else
    return false;
}
//核心子程序
void scanner(int &syn,int &p,char s[])
{
    int count = 0;
    if(s[p] == ' ') p++;
    //开头是字母
    if(isChar(s[p]))
    {
        while(isNum(s[p]) || isChar(s[p]))
        {
            token[count++] = s[p];
            p++;
        }
        token[count] = '\0';    //'\0'作为结束符 ,将单词分隔开
        syn = isKey(token);
        if(syn == -1)
        {
            syn = 10;    //标识符letter(letter|digit) *
        }
    }

    //开头是数字
    else if(isNum(s[p]))
    {
        while(isNum(s[p]))
        {
            token[count++] = s[p];
            p++;
        }
        token[count] = '\0';//结束标识
        syn = 11;    //数字digit(digit) *
    }

    //如果是运算符或者界符
    else
    {
        //先处理没有争议的字符
        switch(s[p])
        {
            case '+': syn = 13;token[0] = s[p];token[1]='\0';break;
            case '-': syn = 14;token[0] = s[p];token[1]='\0';break;
            case '*': syn = 15;token[0] = s[p];token[1]='\0';break;
            case '/': syn = 16;token[0] = s[p];token[1]='\0';break;
            case '=': syn = 25;token[0] = s[p];token[1]='\0';break;
            case ';': syn = 26;token[0] = s[p];token[1]='\0';break;
            case '(': syn = 27;token[0] = s[p];token[1]='\0';break;
            case ')': syn = 28;token[0] = s[p];token[1]='\0';break;
            case '#': syn = 0 ;token[0] = s[p];token[1]='\0';break;
        }

        //处理有争议的
        //: :=
        if(s[p] == ':')
        {
            token[count++] = s[p];
            if(s[p+1] == '=')
            {
                p++;
                token[count++] = s[p];
                syn = 18;
            }
            else
            {
                syn = 17;
            }
            token[count] = '\0';
        }

        //< <> <=
        if(s[p] == '<')
        {
            token[count++] = s[p];
            if(s[p+1] == '>')
            {
                p++;
                token[count++] = s[p];
                syn = 21;
            }
            else if(s[p+1] == '=')
            {
                p++;
                token[count++] = s[p];
                syn = 22;
            }
            else
            {
                syn = 20;
            }
            token[count] = '\0';
        }

        //> >=
        if(s[p] == '>')
        {
            token[count++] = s[p];
            if(s[p+1] == '=')
            {
                p++;
                token[count++] = s[p];
                syn = 24;
            }
            else
            {
                syn = 23;
            }
            token[count] = '\0';
        }

        //后移
        p++;    //判断运算符和界符的这部分由于指针 p 没有向后指，所以需要将指针 p 向后移一位
    }

}
int main()
{
    char s[100];    //输入字符串
    while(cin>>s)
    {
        int p = 0;
        int syn;
        while(p < strlen(s))    //循环条件 ,p还未指到字符串最后
        {
            scanner(syn,p,s);
            cout<<'<'<<token<<','<<syn<<'>'<<endl;
        }
    }
    return 0;
}