Parsing 使用flex+解析bibtex；野牛：重游

在过去的几周里，我试图使用flex和bison为bibtex（）文件编写一个解析器

$ cat raw.l
%{
#include "raw.tab.h" 
%}
value [\"\{][a-zA-Z0-9 .\t\{\} \"\\]*[\"\}]
%%
[a-zA-Z]*               return(KEY);
\"                          return(QUOTE);
\{                          return(OBRACE);
\}                          return(EBRACE);
;                           return(SEMICOLON);
[ \t]+                  /* ignore whitespace */;
{value}     {
    yylval.sval = malloc(strlen(yytext));
    strncpy(yylval.sval, yytext, strlen(yytext));
    return(VALUE);
}

$ cat raw.y
%{
#include <stdio.h>
%}

//Symbols.
%union
{
 char *sval;
};
%token <sval> VALUE
%token KEY
%token OBRACE
%token EBRACE
%token QUOTE
%token SEMICOLON 

%start Entry
%%

Entry:
     '@'KEY OBRACE VALUE ',' 
     KeyVal
     EBRACE
     ;

KeyVal:
      /* empty */
      | KeyVal '=' VALUE ','
      | KeyVal '=' VALUE 
      ;
%%

int yyerror(char *s) {
  printf("yyerror : %s\n",s);
}

int main(void) {
  yyparse();

当我试图解析它时，它给出了语法错误。对于GDB，它显示它期望在键中声明字段（可能）

---

如果有人能在这方面帮助我，我将不胜感激。

很多问题。首先，您的lexer很混乱，试图将带引号的字符串和大括号的内容识别为单个

值

，以及试图识别单个字符，如

“

和

{

。对于引号，让lexer识别整个字符串是有意义的，但是对于要解析的结构内容（如大括号列表），您需要返回单个标记，以便解析器进行解析。其次，在为字符串分配空间时，您没有为NUL terminiator分配空间。最后，您的语法看起来很奇怪，希望将

=VALUE=VALUE

之类的内容解析为KeyValue，这与bibtex文件中的任何内容都不对应

首先，对于lexer，您希望识别带引号的字符串和标识符，但其他内容应该是单个字符：

[A-Za-z][A-Za-z0-9]*      { yylval.sval = strdup(yytext); return KEY; }
\"([^"\]|\\.)*\"          { yylval.sval = strdup(yytext); return VALUE; }
[ \t\n]                   ; /* ignore whitespace */
[{}@=,]                   { return *yytext; }
.                         { fprintf(stderr, "Unrecognized character %c in input\n", *yytext); }

现在，您需要一个条目解析器：

Input: /* empty */ | Input Entry ;  /* input is zero or more entires */
Entry: '@' KEY '{' KEY ',' KeyVals '}' ;
KeyVals: /* empty */ | KeyVals KeyVal ; /* zero or more keyvals */
KeyVal: KEY '=' VALUE ',' ;

---

这应该可以解析您给出的示例。

嗨，克里斯，谢谢您的帮助。它很有效，即使是在一般情况下，我也对它进行了更新（但不认为它是完整的）。

[A-Za-z][A-Za-z0-9]*      { yylval.sval = strdup(yytext); return KEY; }
\"([^"\]|\\.)*\"          { yylval.sval = strdup(yytext); return VALUE; }
[ \t\n]                   ; /* ignore whitespace */
[{}@=,]                   { return *yytext; }
.                         { fprintf(stderr, "Unrecognized character %c in input\n", *yytext); }

Input: /* empty */ | Input Entry ;  /* input is zero or more entires */
Entry: '@' KEY '{' KEY ',' KeyVals '}' ;
KeyVals: /* empty */ | KeyVals KeyVal ; /* zero or more keyvals */
KeyVal: KEY '=' VALUE ',' ;