背景
我正在使用flex为我正在实现的编程语言生成词法分析器。
我对这条标识符规则有一些疑问:
[a-zA-Z_][a-zA-Z_0-9]* {
printf("yytext is %s\n", yytext);
yylval.s = yytext;
return TOK_IDENTIFIER;
}
当我的解析器解析如下表达式时,该规则将正常工作:
var0 = var1 + var2;
printf
语句将打印出以下内容:
yytext is 'var0'
yytext is 'var1'
yytext is 'var2'
这是它应该做的。
问题
但是当我的解析器解析像这样的函数声明时:
func(array[10] type, arg2 wef, arg3 afe);
现在 printf
语句将打印以下内容:
yytext is 'array['
yytext is 'arg2 wef'
yytext is 'arg3 afe'
问题是 yytext
包含不匹配的字符。
问题
为什么flex在yytext
中包含这些字符以及如何解决这个问题?
最佳答案
我不知道如何从词法分析器中生成该输出,但很容易看出如何在解析器中生成它。
基本上,保留yytext
的值是不正确的:
yylval.s = yytext; /* DON'T DO THIS */
实际上,这是一个悬空指针,因为 yytext 指向词法分析器框架内的私有(private)内存,并且该指针仅在下次调用词法分析器之前有效。由于解析器通常需要在执行归约操作之前查看下一个输入标记,因此几乎可以肯定,产生式中每个终端的 s
成员中的指针在执行归约操作时已失效。操作已执行。
如果要保留yytext
指向的 token 的字符串值,则必须复制它:
yylval.s = strdup(yytext);
然后,当您不再需要该副本时,您将负责释放它。
关于regex - yytext 包含不匹配的字符,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33873224/