Question

鉴于包含字符串的文本文件，我会在此字符串中找到一些特定的子字符串/序列。

野牛档案.y （声明+规则）

%token <cval> AMINO 
%token STARTCODON STOPCODON
%type <cval> seq

%%
series: STARTCODON seq STOPCODON {printf("%s", $2);}
seq: AMINO
         | seq AMINO
         ;
%%

我希望在STARTCODON和STOPCODON

之间打印每个序列

Flex文件.l （规则）

    %%
    ("ATG")+ {return STARTCODON;}
    ("TAA"|"TAG"|"TGA")+ {return STOPCODON;}

    ("GCT"|"GCC"|"GCA"|"GCG")+ {yylval.cval = 'A';
                           return AMINO;}
    ("CGT"|"CGC"|"CGA"|"CGG"|"AGA"|"AGG")+ {yylval.cval = 'R';
                           return AMINO;}
     .
     .
     .

     [ \t]+                  /*ignore whitespace*/
     \n                      /*ignore end of line*/
     . {printf("-");}
     %%

当我运行代码时，我只得到规则. {printf("-");}的输出。

我是新人Flex/Bison，我怀疑：

bison规则series: STARTCODON seq STOPCODON {printf("%s", $2);}不正确。
Flex没有将整个字符串正确细分为3个字符的标记。

修改

（示例）输入文件： DnaSequence.txt ：

输入字符串：cccATGAATTATTAGzzz，其中较低的字符（ccc，zzz）生成（右）输出-，ATG是{{1 } {}，STARTCODON是两个AATTAT（ AAT TAT ）的序列，AMINO是TAG

此输入字符串产生（错误的）输出STOPCODON。

修改

根据@JohnBollinger的建议，我在Flex文件中添加了---，在Bison文件中添加了规则<<EOF>> {return ENDTXT;}。

现在它返回finalseries: series ENDTXT;的错误消息，指出解析错误。我想我们需要一个yyerror令牌，但我不知道如何实现它。

Answer 1

我是新的Flex / Bison，我怀疑：


野牛规则系列：STARTCODON seq STOPCODON {printf（＆＃34;％s＆＃34;，$ 2）;}不正确。

规则在语法上是可以接受的。如果令牌2的值是C字符串，则在语义上是正确的，在这种情况下，它会将该值打印到标准输出，但是您的Flex文件似乎假定类型<cval>是{{1 ，不是一个C字符串，也不能直接转换为一个。

Flex没有将整个字符串正确细分为3个字符的标记。

实际上，您的Flex输入对我来说很合适。您提供的示例输入/输出表明Flex确实正在识别从char到ATG的所有三元组，否则TAG的规则将被触发三次以上。

数据类型问题是您需要整理的详细信息，但主问题是您的.生产未设置其语义值。当seq生产用于减少时，如何（似乎）没有打印的结果取决于您尚未公开的细节，并且可能涉及未定义的行为。

如果series被声明为字符串（<cval>），并且你的词法分析器将其值设置为字符串而不是字符，那么设置语义值可能如下所示：

char *

您可以考虑使用seq: AMINO { $$ = calloc(MAX_AMINO_ACIDS + 1, 1); /* check for allocation failure ... */ strcpy($$, $1); } | seq AMINO { $$ = $1; strcat($$, $2); } ;作为char的语义值的类型，并将AMINO定义为具有不同的类型（即seq）。这样，您的更改可能仅限于语法文件。然而，这将要求char *的生产中的语义动作的不同实现。

最后，请注意，尽管你说

这里我要打印STARTCODON和STOPCODON之间的每个序列

如您所示，您的语法以seq作为开始符号。因此，一旦它将令牌序列减少到series，它就会完成。如果跟随其他令牌（比如另一个series的那些），那么这将是错误的。如果您需要支持，那么您需要一个更高级别的起始符号来表示多个series的序列。

如何查找子串

1 个答案: