使用Java CUP解析树生成

时间:2011-05-17 15:33:53

标签: parsing grammar lexer jflex cup

我正在使用CUP和JFlex来验证表达式语法。我有基本的功能:我可以判断一个表达式是否有效。

下一步是实现简单的算术运算,例如“add 1”。例如,如果我的表达式是“1 + a”,则结果应为“2 + a”。我需要访问解析树来执行此操作,因为简单地识别数字术语将不会这样做:将“1(a +)* b + 1”添加1的结果应为“(1 + a)* b + 1” ,而不是“(2 + a)* b”。

有没有人有一个生成解析树的CUP示例?我想我可以从那里拿走它。

作为额外的奖励,有没有办法使用JFlex获取表达式中所有令牌的列表?看起来像一个典型的用例,但我无法弄清楚如何做到这一点。

编辑:找到有关堆栈溢出的有希望的线索: Create abstract tree problem from parser

关于CUP和AST的讨论:

http://pages.cs.wisc.edu/~fischer/cs536.s08/lectures/Lecture16.4up.pdf

具体来说,这一段:

  

解析器返回的符号与语法的开始相关联   符号并包含整个源程序的AST

这没有用。如果Symbol类没有指向其子节点的导航指针,如何在给定符号实例的情况下遍历树?换句话说,它看起来或行为不像树节点:

package java_cup.runtime;
/**
 * Defines the Symbol class, which is used to represent all terminals
 * and nonterminals while parsing.  The lexer should pass CUP Symbols 
 * and CUP returns a Symbol.
 *
 * @version last updated: 7/3/96
 * @author  Frank Flannery
 */

/* ****************************************************************
  Class Symbol
  what the parser expects to receive from the lexer. 
  the token is identified as follows:
  sym:    the symbol type
  parse_state: the parse state.
  value:  is the lexical value of type Object
  left :  is the left position in the original input file
  right:  is the right position in the original input file
******************************************************************/

public class Symbol {

/*******************************
  Constructor for l,r values
 *******************************/

  public Symbol(int id, int l, int r, Object o) {
    this(id);
    left = l;
    right = r;
    value = o;
  }

/*******************************
  Constructor for no l,r values
********************************/

  public Symbol(int id, Object o) {
    this(id, -1, -1, o);
  }

/*****************************
  Constructor for no value
  ***************************/

  public Symbol(int id, int l, int r) {
    this(id, l, r, null);
  }

/***********************************
  Constructor for no value or l,r
***********************************/

  public Symbol(int sym_num) {
    this(sym_num, -1);
    left = -1;
    right = -1;
    value = null;
  }

/***********************************
  Constructor to give a start state
***********************************/
  Symbol(int sym_num, int state)
    {
      sym = sym_num;
      parse_state = state;
    }

/*. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .*/

  /** The symbol number of the terminal or non terminal being represented */
  public int sym;

  /*. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .*/

  /** The parse state to be recorded on the parse stack with this symbol.
   *  This field is for the convenience of the parser and shouldn't be 
   *  modified except by the parser. 
   */
  public int parse_state;
  /** This allows us to catch some errors caused by scanners recycling
   *  symbols.  For the use of the parser only. [CSA, 23-Jul-1999] */
  boolean used_by_parser = false;

/*******************************
  The data passed to parser
 *******************************/

  public int left, right;
  public Object value;

  /*****************************
    Printing this token out. (Override for pretty-print).
    ****************************/
  public String toString() { return "#"+sym; }
}

1 个答案:

答案 0 :(得分:7)

好的,我明白了。但不幸的是,我无法按原样发布我的所有代码。无论如何,我会尝试概述解决方案,如果问题不明确,请提出问题。

JFlex使用自己的Symbol类。看这里: JFlex.jar / java_cup.runtime / Symbol.class

你会看到添加了几个构造函数:

public Symbol(int id, Symbol left, Symbol right, Object o){
    this(id,left.left,right.right,o);
}
public Symbol(int id, Symbol left, Symbol right){
    this(id,left.left,right.right);
}

此处的关键是Object o,这是符号的值。

定义您自己的类来表示AST树节点,另一个用于表示词法分析器令牌。当然,你可以使用同一个类,但我发现使用不同的类来区分这两个类更清楚。 JFlex和CUP都会生成java代码,很容易让你的令牌和节点混淆。

然后,在你的parser.flex中,在词法规则部分,你想为每个令牌做这样的事情:

{float_lit}        { return symbol(sym.NUMBER, createToken(yytext(), yycolumn)); }

为您的所有令牌执行此操作。你的createToken可能是这样的:

%{
    private LexerToken createToken(String val, int start) {
        LexerToken tk = new LexerToken(val, start);
        addToken(tk);
        return tk;
    }
}%

现在让我们转到parser.cup。声明所有终端类型为LexerToken,所有非终端类型为Node。您想阅读CUP手册,但为了快速复习,终端将是词法分析器识别的任何东西(例如数字,变量,运算符),非终端将是您语法的一部分(例如表达式,因子,术语...... )。

最后,这一切都在语法定义中汇集在一起​​。请考虑以下示例:

   factor    ::= factor:f TIMES:times term:t
                 {: RESULT = new Node(times.val, f, t, times.start); :}
                 |
                 factor:f DIVIDE:div term:t
                 {: RESULT = new Node(div.val, f, t, div.start); :}
                 |
                 term:t
                 {: RESULT = t; :}
                 ;

语法factor:f表示您将因子的值别名为f,您可以在以下{: ... :}部分中引用它。请记住,我们的终端的值为LexerToken,而我们的非终端的值为Node s。

您的表达术语可能有以下定义:

   term  ::= LPAREN expr:e RPAREN
         {: RESULT = new Node(e.val, e.start); :}
         |
         NUMBER:n
         {: RESULT = new Node(n.val, n.start); :}
         ;

成功生成解析器代码后,您将在parser.java中看到建立节点之间父子关系的部分:

  case 16: // term ::= UFUN LPAREN expr RPAREN 
    {
      Node RESULT =null;
    int ufleft = ((java_cup.runtime.Symbol)CUP$parser$stack.elementAt(CUP$parser$top-3)).left;
    int ufright = ((java_cup.runtime.Symbol)CUP$parser$stack.elementAt(CUP$parser$top-3)).right;
    LexerToken uf = (LexerToken)((java_cup.runtime.Symbol) CUP$parser$stack.elementAt(CUP$parser$top-3)).value;
    int eleft = ((java_cup.runtime.Symbol)CUP$parser$stack.elementAt(CUP$parser$top-1)).left;
    int eright = ((java_cup.runtime.Symbol)CUP$parser$stack.elementAt(CUP$parser$top-1)).right;
    Node e = (Node)((java_cup.runtime.Symbol) CUP$parser$stack.elementAt(CUP$parser$top-1)).value;
     RESULT = new Node(uf.val, e, null, uf.start); 
      CUP$parser$result = parser.getSymbolFactory().newSymbol("term",0, ((java_cup.runtime.Symbol)CUP$parser$stack.elementAt(CUP$parser$top-3)), ((java_cup.runtime.Symbol)CUP$parser$stack.peek()), RESULT);
    }
  return CUP$parser$result;

很抱歉,我无法发布完整的代码示例,但希望这可以为某人节省几个小时的反复试验。没有完整的代码也很好,因为它不会使所有CS家庭作业无效。

作为生活的证明,这里是我的样本AST的精美印刷品。

输入表达式:

T21 + 1A / log(max(F1004036, min(a1, a2))) * MIN(1B, 434) -LOG(xyz) - -3.5+10 -.1 + .3 * (1)

结果AST:

|--[+]
   |--[-]
   |  |--[+]
   |  |  |--[-]
   |  |  |  |--[-]
   |  |  |  |  |--[+]
   |  |  |  |  |  |--[T21]
   |  |  |  |  |  |--[*]
   |  |  |  |  |     |--[/]
   |  |  |  |  |     |  |--[1A]
   |  |  |  |  |     |  |--[LOG]
   |  |  |  |  |     |     |--[MAX]
   |  |  |  |  |     |        |--[F1004036]
   |  |  |  |  |     |        |--[MIN]
   |  |  |  |  |     |           |--[A1]
   |  |  |  |  |     |           |--[A2]
   |  |  |  |  |     |--[MIN]
   |  |  |  |  |        |--[1B]
   |  |  |  |  |        |--[434]
   |  |  |  |  |--[LOG]
   |  |  |  |     |--[XYZ]
   |  |  |  |--[-]
   |  |  |     |--[3.5]
   |  |  |--[10]
   |  |--[.1]
   |--[*]
      |--[.3]
      |--[1]