Question

我正在开发一个解析Cobol程序的应用程序。在这些程序中，有些人尊重传统的编码风格（第8列到第72列的程序文本），有些是较新的，不遵循这种风格。

在我的应用程序中，我需要确定编码样式，以便知道我是否应该在第72列之后解析内容。

我已经能够确定程序是从第1列还是第8列开始，但从第1列开始的prog也可以遵循第72列之后的注释规则。

所以我试图找到允许我确定第72列之后的文本是评论还是有效代码的规则。

我找到了一些，但很难说它是否会每次都有效：

在第72列之后点，确定句末但我担心点也可以在评论中
在第72列后找到对帐单的关闭字符：" ' ) }
在第71-72-73栏查找字符，如果没有空格则找到整个单词，并检查它是关键字还是变量。问题，它可以是来自COPY或替换等的变量......

我想知道您对这些规则的看法以及是否有任何想法可以帮助我确定Cobol计划的编码风格。

我不需要API，也不需要我能够依赖的可靠规则。

Answer 1

我认为你需要知道每个程序的COBOL编译器。它的文档应该告诉你它使用什么约定/配置/开关来决定源代码是否在第72列结束。

那么....哪个编译器？

如果您认为第72列问题很痛苦，请等到您实际解析COBOL本身。如果你还没有准备好处理语言的词汇问题，你可能已经非常准备好处理语法问题了。

Answer 2

没有算法可以100％确定地执行此操作，因为如果注释可以是任何内容，它们也可以是可编译的COBOL代码。因此，理论上你可以编写一个程序，如果注释被忽略则意味着一件事，如果注释被视为COBOL的一部分则完全不同。

但这种可能性极小。最有可能发生的是，如果您尝试在错误的约定下编译代码，它将失败。因此，唯一准确的方法是尝试以一种方式编译/解析程序，如果你找到一条无法理解的行，请切换到另一种样式。当样式已知时，您还可以支持将参数传递给编译器。

您可以尝试使用您所描述的启发式方法，但这绝不会完全准确。他们能给你的最多的是概率，代码是一种或另一种风格，随着它们检查越来越多的代码行，这种风格会增加。在开始编译之前，它们可以帮助您猜测样式，或者用于确定问题何时只是代码中的拼写错误。

编辑：

关于启发式的想法，很难说。如果在其他语言中有//或#等标准评论符号，则会更容易（actually, there is，但听起来您的代码不符合此惯例）。我唯一能想到的就是检查每一行（或者99％的行，不计算空行或用*注释的行）是否在第72位之前的某个地方有一段时间。

您不想做的一件事是将任何启发式方法应用于位置72之后的部分。也就是说，您不希望检查注释以查看它们是否有效COBOL。您想先检查知道的内容是否为COBOL，然后查看它是否有效。这有几个原因：

用英文写的评论可能会有句号和引号，所以你的第一和第二个要点已经出来了。

自然语言比COBOL更难解析。

评论可能很容易在其中包含COBOL（可能有人注释掉了以前的版本）。

评论的一个重要规则是它们永远不应该影响程序的功能。如果更改注释可以更改程序的编译方式，则会违反该注释。

考虑到这一点，我的意见是你根本不应该使用启发式方法。除非明确指定，否则应始终尝试在两种约定下编译程序。代码可以在两种约定下成功编译，然后你将有两个不同的程序，无法分辨哪一个是正确的。

如果发生这种情况，您需要比较两个结果（可能使用哈希或其他内容）来查看它们是否是同一个程序。如果它们是相同的，那么很好，但如果不是，则需要强制用户明确选择约定。

Answer 3

没有绝对可靠的方法来确定是否有COBOL程序是基于源代码的固定或自由格式。哎，有时很难识别编程语言仅基于源代码。查看这个经典polyglot - 它在8种不同的语言编译器下有效。那说，你可以尝试一些可能产生的启发式方法正确的答案往往是。

源代码中嵌入的编译器指令

请注意确定代码格式的某些编译器指令。不幸的是，每个编译器供应商都使用他们自己的指令风格。

例如，Microfocus COBOL使用 SOURCEFORMAT指令。该指令将出现在程序顶部附近，因此预扫描很短可以用来找到它。另一方面，OpenCobol使用>>SOURCE FORMAT IS FREE和 >>SOURCE FORMAT IS FIXED在自由格式和固定格式之间切换，同一程序的不同部分格式可能不同！

这里的底线是你必须支持多个COBOL编译器的约定。

编译器开关

也可以使用编译器开关指定源代码格式。在这种情况下，没有具体的线索继续下去。但是，您可以合理地确定整个源程序也是如此固定或免费。你在这里所能做的只是猜测。除非程序员外出“乱七八糟” 你的头脑“（和一些意志），免费格式的程序将在第8列之前开始使用关键字IDENTIFICATION DIVISION或ID DIVISION。每个COBOL程序都将以这些关键字开头，因此您可以将它们用作确定代码格式的锚点没有嵌入的编译器指令。

警告 - 这远非傻瓜证明，但可能是一个好的开始。

Answer 4

大多数COBOL编译器都允许您生成和分析后文本操作阶段。

可以看到文本预处理器输出（使用OpenCOBOL作为示例）

cobc -E program.cob

文本操作处理器处理任何COPY ... REPLACING编译器指令，以及将SOURCE FORMAT IS FIXED（带行连续，字符串文字连接，注释行删除等）转换为实际的自由格式编译器词法分析器需要。很多OpenCOBOL工具包（交叉引用器和Animator，两个名称）在预处理器传递之后使用源代码。如果你的解析器程序依赖于经过后处理的源代码文件，我认为你不会失去任何街头信誉。

确定Cobol编码风格

4 个答案:

编辑：