Flex は正規表現を記述したソースファイルから、 C 言語の字句解析プログラム(スキャナー)を自動生成するプログラムです。 Flex のソースファイル(通常 .l か .lex という拡張子をつける)は、 次のようなものです。
Flex は(構文解析系(パーサー)から利用するための関数 yylex を生成します。 yylex 関数は、与えられたファイルを最初から順に読み、 呼ばれるたびに次のトークンをリターンするのが本来の使用法ですが、 この例では標準出力に結果を出力しています。)
%{ /* 動作記述のなかで用いる関数の定義や宣言をここに書く。 */ /* 次の 2行は決まり文句 */ #define YY_SKIP_YYWRAP int yywrap(void) { return 1; } %} %option always-interactive %% /* ここに動作記述を書く。*/ /* ECHO はマッチした文字列をそのまま出力するマクロ */ [hH]ello { printf("Bonjour"); } .|\n { ECHO; } /* その他の文字はそのまま出力 */ %% /* その他の関数の定義などをここに書く。*/ int main (void) { return yylex(); }
%{ /* 動作記述のなかで用いる関数の定義や宣言をここに書く。 */ /* 次の 2行は決まり文句 */ #define YY_SKIP_YYWRAP int yywrap(void) { return 1; } %} %option always-interactive %% /* ここに動作記述を書く。*/ /* ECHO はマッチした文字列をそのまま出力するマクロ */ [ \t]+ { putchar('_'); } [0-9]+(\.[0-9]+)?(E[+\-]?[0-9]+)? { printf("<b>"); ECHO; printf("</b>"); } [A-Za-z]([A-Za-z0-9])* { printf("<i>"); ECHO; printf("</i>"); } "." { ECHO; exit(1); } .|\n { ECHO; } /* 上の動作記述では値を返していないが、動作記述の中で return文を書くと、yylex関数の戻り値になる。(これが本来の使い方)*/ %% /* その他の関数の定義などをここに書く。*/ int main (void) { return yylex(); } /* この例では lexer単独で動作させるので main関数を定義し、 その中で yylex関数を呼んでいる。*/
%{ #define YY_SKIP_YYWRAP int yywrap(void) { return 1; } %} %option always-interactive /* ここは正規表現の定義(良く使う正規表現に名前をつける) */ /* 行頭に空白を入れないようにしてください。 */ delim [ \t] ws {delim}+ letter [A-Za-z] digit [0-9] ident {letter}({letter}|{digit})* number {digit}+(\.{digit}+)?(E[+\-]?{digit}+)? %% /* ここに動作記述を書く。*/ {ws} { putchar('_'); } {number} { printf("<b>"); ECHO; printf("</b>"); } {ident} { printf("<i>"); ECHO; printf("</i>"); } "." { ECHO; exit(1); } .|\n { ECHO; } %% int main (void) { return yylex(); }
bison (構文解析部生成系)で生成した構文解析部といっしょに動作させる例は、 ここにあります。
Flex のソース中では次の文字は特別な意味を持ち、 正規表現のために使います。 (教科書や授業で説明した記法と微妙に違う場合があるので注意してください。)
\ " . [ ] * + ? { } | ( ) - < > ^ % / $
式 | 意味 | 例 |
c | 上記の特殊文字以外の文字は c という文字そのもの | a |
\c | \n, \t などは C 言語と同じ意味、
それ以外の文字は c そのもの 上記の特殊文字そのものをあらわすためには、この形を使う必要がある。 |
\* \" |
"str" | 文字列 str そのもの 注: "〜"の中では " と \ は特別な意味を持つのでエスケープ (\" と \\)する必要がある。 注: \n, \t など C 言語で使われるエスケープシーケンスは C 言語と同じ意味になる。 注: その他の文字は特別な意味を持たない。 |
"**" "\"\"\"" "\\\"" |
. | 改行以外の任意の文字 | a.*b |
[str] | 文字列 str 中の任意の文字 注: [〜] の中では ], \, -, ^ は特別な意味を持つので エスケープ(\], \\, \-, \^)する必要がある。 注: ], \, -, ^ 以外の文字は特別な意味を持たない。 |
[abc] |
[c1-c2] | 文字 c1 から文字 c2
の範囲の任意の文字 注: [〜] の中では ], \, -, ^ は特別な意味を持つので エスケープ(\], \\, \-, \^)する必要がある。 注: ], \, -, ^ 以外の文字は特別な意味を持たない。 |
[0-9] [a-zA-Z] [a-zA-Z_\-$] |
[^str] | 文字列 str に含まれない任意の文字 注: [〜] の中では ], \, -, ^ は特別な意味を持つので エスケープ(\], \\, \-, \^)する必要がある。 注: ], \, -, ^ 以外の文字は特別な意味を持たない。 |
[^abc] [^*+/\-] |
r* | 正規表現 r が表す文字列の 0 回以上の繰り返し | a* |
r+ | 正規表現 r が表す文字列の 1 回以上の繰り返し。 rr* のこと | a+ |
r? | 正規表現 r が表す文字列の 0 回か 1 回の出現。 (r|ε) に相当する | a? |
r1r2 | 正規表現 r1 が表す文字列の後に正規表現 r2 が表す文字列が続く文字列 | ab |
r1|r2 | 正規表現 r1 が表す文字列、または 正規表現 r2 が表す文字列 | a|b |
{name} | name という名前のついた正規表現の定義の展開 | {ident} |
この他、通常の括弧、( と )、がグループ化のために用いられます。 例えば、 (ab|cd)* は、ab または cd の 0 回以上の繰り返しを表わします。
このようなファイル(lexer1.l とする)から C ソースファイルを生成するには
flex -I lexer1.l
というコマンドを実行します。
注: -l (小文字のエル)ではなくて
-I (大文字のアイ)です。
これで lex.yy.c という名前の C ソースファイルが生成されます。また、
flex -ofoo.c -I lexer1.lというように -o の後にファイル名を書くと、 その名前 (この場合 foo.c) の C ソースファイルが生成されます。
この例の場合は、この C ソースファイル (foo.c) をコンパイルします
Microsoft Visual Studio の場合は、 cl でコンパイル
cl foo.c
(または
cl /Febar foo.c
)すると、実行可能ファイルが生成されます。
(/Fe は、 実行可能ファイルの名前を指定するためのオプションです。 後者のように /Febar というように使うと bar.exe という実行可能ファイルが生成されます。)
次のコマンドで実行できます。
foo(コンパイラーのオプションで実行可能ファイルの名前を bar と指定している場合は、次のコマンドで実行できます。
bar
)
Ctrl-c または Ctrl-z で終了できます。
exit はプログラムを終了させるための関数です。 例 2 では 「.」を入力するとプログラムを終了するようになっています。
\. はピリオドそのものを表わします。 「.」(ピリオド)は flex の規則中では特別な意味を持つので、 ピリオドそのものを表わすには \ でエスケープしてやります。 同様に「-」も[〜]の中では特別な意味を持つので、 エスケープが必要で、 [+\-] は 「+ または -」の意味になります。
より長くマッチするほうが優先されます。同じ長さの場合には、 先に書かれているほうが優先です。