Question

我正在开发一个shell，一个类似bash的小shell，没有脚本（如果......）我必须手工制作词法分析器/解析器（LL）。

因此词法分析器会将命令（ char * cmd ）转换为链接列表（ t_list * list ）。 LL解析器将链接列表（ t_list * list ）转换为AST（二叉树 t_btree * root ），并带有grammar

所以，我知道如何制作LL解析器，但我不知道如何对我的命令进行标记。

例如：ps | grep ls >> file ; make && ./a.out

=＆GT; 'ps' '|' 'grep' 'ls' '>>' 'file' ';' ''make '&&' './a.out'

感谢。

（我不想使用任何发电机）

Answer 1

（这解释了 Spudd86 暗示的想法）。

您需要实现有限状态机。有以下几种状态：

一般状态
在文件名内
在&&令牌
在||令牌

对于每个州和下一个输入字符，您必须确定下一个状态是什么，以及是否输出令牌。例如：

当前状态：一般;字符： x =＆gt;下一个州：内部文件名
当前状态：内部文件名;字符：空格 =＆gt;下一个州：一般;输出令牌
当前状态：内部文件名;字符：＆amp; =＆gt;下一个州： inside-＆amp;＆amp; ;输出令牌
当前状态： inside-＆amp;＆amp; ;字符：＆amp; =＆gt;下一个州：一般;输出令牌
当前状态： inside-＆amp;＆amp; ;字符： x =＆gt;下一个州：一般;语法错误
......（ad nauseum）

制定所有规则是非常无聊的工作（当你必须调试生成的代码时开始有趣），所以大多数人都使用代码生成器来做到这一点。

编辑：一些代码（抱歉，如果语法混乱;我通常用C ++编程）

enum state {
    STATE_GENERAL,
    STATE_IN_FILENAME,
    ...
};

// Many characters are treated the same (e.g. 'x' and 'y') - so use categories
enum character_category
{
    CHAR_GENERAL, // can appear in filenames
    CHAR_WHITESPACE = ' ',
    CHAR_AMPERSAND = '&',
    CHAR_PIPE = '|',
    CHAR_EOF = EOF,
    ...
};

character_category translate(int c)
{
    switch (c) {
    case '&': return CHAR_AMPERSAND;
    case ' ': case '\t': case '\n': return CHAR_WHITESPACE;
    ...
    default: return CHAR_GENERAL;
    }
}

void do_stuff()
{
    character_category cat;
    state current_state = STATE_GENERAL;
    state next_state;
    char token[100];
    char token_length = 0;
    do {
        int c = getchar();
        cat = translate(c);
        // The following implements a switch on 2 variables
        int selector = 1000 * current_state + cat;

        switch (selector)
        {
        case 1000 * STATE_GENERAL + CHAR_GENERAL:
            next_state = STATE_IN_FILENAME;
            token[token_length++] = c; // append a character to a filename token
            break;

        case 1000 * STATE_GENERAL + CHAR_WHITESPACE:
            next_state = STATE_GENERAL; // do nothing
            break;

        case 1000 * STATE_GENERAL + CHAR_PIPE:
            next_state = STATE_IN_OR_TOKEN; // the first char in '||' or just '|'
            break;

        // Much repetitive code already; define a macro for the case constants?
        // Have to cover all states and all character categories; good luck...

        case 1000 * STATE_IN_FILENAME + EOF:
        case 1000 * STATE_IN_FILENAME + CHAR_WHITESPACE:
            next_state = STATE_GENERAL;
            printf("Filename token: %s\n", token);
            break;

        default:
            printf("Bug\n"); // forgot one of the cases?
        }

        current_state = next_state;

    } while (cat != CHAR_EOF);
}

如何手工编写（shell）词法分析器

1 个答案: