Bison Flex将在特定规则中永久备份

我的解析器是针对汇编程序的，这里是和文件以防万一

在本例中，所有操作都像一个符咒：

nop
nop
nop

这里是调试输出

--accepting rule at line 154 ("nop")
--accepting rule at line 248 ("
")
--accepting rule at line 154 ("nop")
--accepting rule at line 248 ("
")
--accepting rule at line 154 ("nop")
--accepting rule at line 248 ("
")
--(end of buffer or a NUL)
--accepting rule at line 248 ("
")
--(end of buffer or a NUL)
--EOF (start condition 0)

当我试图解析这段代码时出现了这个问题（规则在lex文件的第255行）

它会永远备份，看起来无法到达newline（我有一个规则）。 我是从flex生成的，但不知道如何使用它来找到根本原因

--accepting rule at line 255 ("DEFB")
--accepting rule at line 280 (" ")
--accepting rule at line 280 (" ")
--accepting rule at line 280 (" ")
--accepting rule at line 280 (" ")
--(end of buffer or a NUL)
--scanner backing up
--accepting rule at line 105 ("'?'")
--accepting rule at line 233 ("+")
--accepting rule at line 56 ("$80")

---

备份问题在于

char

的模式：

ascii             [\x00-\x7F]+
char              '{ascii}{1}'

ascii

可以是任意数量的“ascii”字符；该集合包括换行符和撇号。由于flex模式总是贪婪的，

char

将从第一个“到最后一个”匹配，因此匹配的令牌将是：

        '?'+$80
DEFM    "RN"
DEFB    'D'

然后它匹配剩余的代币+和$80

这种模式也存在类似的问题

\"{ascii}*\"        { SAVE_CTX; return STRING;}

我想知道您使用

{ascii}{1}

是否是因为您认为

{1}

在扩展

{ascii}

时会以某种方式覆盖

+

。（不会的）否则，我发现在flex模式的不同位置使用冗余的

{1}

操作符是一个谜。对我来说，它们只是视觉上的杂音，这使得理解模式更加困难，因为

{1}

只是一个身份操作符

无论您希望

char

匹配一个或任意数量的“ascii”字符，您都肯定希望它在您点击“a”时停止匹配，对于字符串模式也是如此。您可能还希望能够使用转义序列，特别是（例如）

\''

和

“两行带引号的字符串”

（另外，是否确实要允许在字符串中包含NUL的任意控制字符？如果是，为什么要任意排除代码值大于127的字符？）

识别所有可能的转义序列是一项工作，我不知道您想要处理哪些序列，但基本上您需要类似以下的模式：

["]([\x00-\x7F]{-}["\\\n]|\\(.|\n))*["]

以及（对你的意图进行大胆猜测）：

尽管如我上面所说，我不愿意认可

[\x00-\x7F]

，并且我仅将其用于说明目的，特别是用于说明特定于flex的

{-}

操作符

---

一些与问题无关的最后注释：

通常最好从源文件中包含最少的可编译摘录。由于SO是一个永久性的问题和答案存储库，可能在未来几年会使其他有类似问题的程序员受益，因此指向可能过期的pastebin资源的链接没有多大帮助

随意使用

SAVE_CTX

意味着您将不必要地调用大量字符串（例如操作码），然后需要

free（）

。我没有查看bison文件，因为它与问题无关，但一般来说，我尽量避免将复制的字符串传递给bison，以获得具有已知（或规范）表示形式的令牌，部分原因是所有字符串副本的开销，部分原因是必须释放所有字符串会给每个bison操作增加不必要的复杂性。YMMV

定义标准标记以外的文件结束标记通常是不必要的，并且可能会导致不明确的错误。通常最好让扫描器实现其默认的

规则，bison生成的解析器会将其识别为文件结束信号，从而使解析器知道它不应该尝试读取更多的令牌

尽管

flex

允许您使用特殊动作标记|将多个模式组合成单个动作，但这些模式保持独立。通常应首选使用正则表达式替换运算符（也写为|），因为它生成具有较小表的扫描程序。因此，不是：

"xxx"          |
".xxx"         { /* some action */ }

你应该更喜欢

"xxx"|".xxx"   { /* some action */ }

甚至

[.]?"xxx"      { /* some action */ }

当模式是单个字符且操作是返回字符时，情况尤其如此；我始终建议使用单一默认规则：

.              { return yytext[0]; }

在语法的末尾。这意味着“无效”字符将作为未知的令牌代码传递给解析器，解析器随后将错误地拒绝该令牌代码；这允许错误处理集中在解析器中，而不是分散在解析器和扫描器之间。它还有一个额外的优点，即在解析器中添加新的操作符时，保持扫描程序和解析器的同步；

flex

文件不需要修改

---

我一句话也说不出你是如何帮助我的！非常感谢你的帮助！EOF规则是由于一些错误而实现的，正如我现在所理解的，这些错误是由错误的ascii解析引起的

[.]?"xxx"      { /* some action */ }

.              { return yytext[0]; }