Занятие 3 по курсу МПК — различия между версиями
Admin (обсуждение | вклад) (→Обязательные задания) |
Admin (обсуждение | вклад) (→Обязательные задания) |
||
Строка 276: | Строка 276: | ||
#Подсчитать количество, среднюю, минимальную и максимальную длину всех идентификаторов | #Подсчитать количество, среднюю, минимальную и максимальную длину всех идентификаторов | ||
#Найти сумму всех целых и сумму всех вещественных в файле | #Найти сумму всех целых и сумму всех вещественных в файле | ||
+ | |||
+ | ===Дополнительные задания=== | ||
#Дана программа, в которой встречаются ключевые слова begin end. Определить, правильно ли они расставлены | #Дана программа, в которой встречаются ключевые слова begin end. Определить, правильно ли они расставлены | ||
#По данному тексту слов составить таблицу | #По данному тексту слов составить таблицу | ||
слово список его вхождений в текст в формате (строка,столбец), (строка,столбец) | слово список его вхождений в текст в формате (строка,столбец), (строка,столбец) |
Текущая версия на 13:09, 16 августа 2014
Разработка лексических анализаторов с помощью программы GPLex
GPLex - программа для автоматической генерации сканеров (лексических анализаторов)
Комплект для практического занятия скачиваем отсюда. Состав:
- LexProjects.sln - файл решения, содержащее проект Lex1.csproj
- Lex1.csproj - файл демонстрационного проекта для GPLex
- gplex.exe - исполняемый файл генератора сканеров
- mymain.cs - основная программа, содержащая создание сканера и сканирование всех лексем в файле
- ShiftReduceParserCode.cs - файл проекта, необходимый для работы лексического анализатора
- SimpleLex.lex - файл, содержащий правила для генерации лексического анализатора
- generateScanner.bat - командный файл. Содержит одну команду: gplex.exe /noparser SimpleLex.lex
- SimpleLex.cs - файл проекта, автоматически создаваемый при запуске generateScanner.bat
- a.txt - файл программы, подаваемой на вход сгенерированному лексеру
Компиляция проекта и выполнение программы
- Выполняем команду gplex.exe /noparser SimpleLex.lex, запустив командный файл generateScanner.bat
- При этом генерируется файл SimpleLex.cs, содержащий код лексера. Ключ /noparser означает, что генерируется лексер без парсера.
- Открываем и компилируем .sln
- Меняем содержимое a.txt, запускаем проект и анализируем результаты
Файл ScannerHelper.cs
Вспомогательный файл для сканера. Содержит глобальные определения. В данном случае ScannerHelper.cs содержит перечислимый тип Tok, содержащий виды лексем, возвращаемых нашим сканером.
Лексема EOF должна идти первой и быть связанной с константой 0.
Группы лексем
- EOF
- Литеральные константы: ID, INUM, RNUM
- Разделители, знаки операций: COLON, SEMICOLON, ASSIGN
- Ключевые слова: BEGIN, END, CYCLE
namespace ScannerHelper
{
public enum Tok { EOF = 0, ID, INUM, RNUM, COLON, SEMICOLON, ASSIGN, BEGIN, END, CYCLE };
}
Lex-файл SimpleLang.lex
%using ScannerHelper;
%namespace SimpleScanner
Alpha [a-zA-Z_]
Digit [0-9]
AlphaDigit {Alpha}|{Digit}
INTNUM {Digit}+
REALNUM {INTNUM}\.{INTNUM}
ID {Alpha}{AlphaDigit}*
// Здесь можно делать описания типов, переменных и методов - они попадают в класс Scanner
%{
public int LexValueInt;
public double LexValueDouble;
%}
%%
{INTNUM} {
LexValueInt = int.Parse(yytext);
return (int)Tok.INUM;
}
{REALNUM} {
LexValueDouble = double.Parse(yytext);
return (int)Tok.RNUM;
}
begin {
return (int)Tok.BEGIN;
}
end {
return (int)Tok.END;
}
cycle {
return (int)Tok.CYCLE;
}
{ID} {
return (int)Tok.ID;
}
":" {
return (int)Tok.COLON;
}
":=" {
return (int)Tok.ASSIGN;
}
";" {
return (int)Tok.SEMICOLON;
}
%%
// Здесь можно делать описания переменных и методов - они тоже попадают в класс Scanner
public int Sum = 0;
Формат .lex-файла
Определения %% Правила %% Пользовательский код
Пользовательский код содержит описания полей и методов, включаемых в генерируемый класс Scanner.
Пользовательский код может находиться в секции определений, для этого его надо заключить в
%{
%}
Комментарии к SimpleLex.lex
Секция описаний содержит строки
%using ScannerHelper;
%namespace SimpleScanner
которые после преобразования в SimpleLex.cs перейдут в строки
using ScannerHelper;
namespace SimpleScanner
{
// остальной генерируемый код
}
Строки
Alpha [a-zA-Z_]
Digit [0-9]
AlphaDigit {Alpha}|{Digit}
INTNUM {Digit}+
REALNUM {INTNUM}\.{INTNUM}
ID {Alpha}{AlphaDigit}*
в секции описаний определяют так называемые классы символов, которыми можно пользоваться при определении других классов символов и в секции правил.
В секции правил определяются все распознаваемые лексемы и семантические действия, которые нужно выполнять, когда встретилась та или иная лексема.
В семантических действиях в основном мы возвращаем целое значение для функции
int yylex()
и, возможно, выполняем другие действия. В качестве целого значения будем возвращать тип лексемы Tok, приведенный к целому типу. Дополнительные семантические действия проделаем в следующих случаях:
- в случае лексемы целой константы в LexValueInt будем возвращать целое, соответствующее текущей лексеме,
- в случае лексемы вещественной константы в LexValueDouble будем возвращать вещественное, соответствующее текущей лексеме
Переменная
yytext
используемая в коде, является стандартным полем класса Scanner и представляет собой текстовое представление текущей лексемы.
Регулярные выражения, используемые в секции определений
. | один символ кроме '\n' |
* | ноль или более повторений |
+ | одно или более повторений |
? | ноль или одно повторение |
[] | класс символов, обозначающий любой символ внутри [] |
^ | при использовании внутри [] обозначает отрицание. При использовании вне [] обозначает, что шаблон начинается с начала строки |
\ | начало esc-последовательности (например, \n) |
Внутри [] можно использовать: - для задания диапазона, например [0-9] ^ в начале для задания отрицания, например [^"\n] (не кавычки и не символ перехода на новую строку)
Примеры регулярных выражений
[0-9] | |
[0-9]+ | |
[0-9]*\.[0-9]+ | \. здесь обозначает точку, т.к. просто . имеет другое значение |
[+-]?[0-9]+ | |
#.* | комментарий, начинающийся с #, после которого идет ноль или более символов до конца строки |
\"[^"\n]*["\n] | кавычка, после которой идет любое количество не кавычек и не символов перехода на новую строку, после которых идет кавычка или переход на новую строку - так может задаваться литеральная строка. Здесь вне [] кавычка предваряется \, поскольку символ " имеет самостоятельный смысл; в [] кавычку можно писать без \, поскольку внутри [] кавычка не имеет самостоятельного смысла |
[^ \n\t]+ | любой символ, не являющийся пробелом, переходом на новую строчку, табулостопом, повторяющийся 1 или более раз |
^[ \t]*\n | строка из whitespace - пробелы или знаки табуляции, начинающиеся с начала строки и повторенные ноль или более раз, после которых идет символ перехода на новую строку |
Класс Scanner
Класс Scanner создается в файле SimpleLex.cs, который генерируется по SimpleLex.lex-файлу
- Основной метод - int yylex() - возвращает код следующей лексемы (токена)
- Свойства:
string yytext - текст лексемы int yyline - номер строки лексемы int yycol - номер столбца лексемы int yyleng - длина лексемы
Основная программа
using System;
using System.IO;
using SimpleScanner;
using ScannerHelper;
namespace Main
{
class mymain
{
static void Main(string[] args)
{
// Чтобы вещественные числа распознавались и отображались в формате 3.14 (а не 3,14 как в русской Culture)
System.Threading.Thread.CurrentThread.CurrentCulture = new System.Globalization.CultureInfo("en-US");
var fname = @"..\..\a.txt";
Console.WriteLine(File.ReadAllText(fname));
Scanner scanner = new Scanner(new FileStream(fname, FileMode.Open));
int tok = 0;
do {
tok = scanner.yylex();
Console.Write((Tok)tok + " ");
if ((Tok)tok == Tok.INUM)
Console.WriteLine(scanner.LexValueInt);
else if ((Tok)tok == Tok.RNUM)
Console.WriteLine(scanner.LexValueDouble);
else if ((Tok)tok == Tok.ID)
Console.WriteLine(scanner.yytext);
else Console.WriteLine();
} while (tok != (int)Tok.EOF);
Console.ReadKey();
}
}
}
Комментарии к программе
Лексический анализатор (сканер) содержит главный метод - yylex() - который возвращает следующую лексему, точнее, ее тип, приведенный к целому типу.
В основной программе мы в цикле вызываем метод scanner.yylex() пока не будет достигнут конец потока
Обязательные задания
- Откомпилировать лексический анализатор и запустить его для файла a.txt
- Подсчитать количество, среднюю, минимальную и максимальную длину всех идентификаторов
- Найти сумму всех целых и сумму всех вещественных в файле
Дополнительные задания
- Дана программа, в которой встречаются ключевые слова begin end. Определить, правильно ли они расставлены
- По данному тексту слов составить таблицу
слово список его вхождений в текст в формате (строка,столбец), (строка,столбец)