Question

配置解析库是否已存在，将读取以下样式的文件：

Keyword Label Value;

嵌套{ }替换值;可选标签;支持“包含”会很不错。

示例配置文件可能如下所示：

Listen Inside 127.0.0.1:1000;
Listen Outside {
    IP 1.2.3.4;
    Port 1000;
    TLS {
        CertFile /path/to/file;
    };
};
ACL default_acl {
    IP 192.168.0.0/24;
    IP 10.0.0.0/24;
};

Answer 1

您熟悉哪些编程语言？我对你问题的印象是C。

看起来像配置语言的标记是正则表达式：

收听
127.0.0.1:1000
1000
{
}
等

几乎所有现代编程语言都有某种形式的支持。

如果实现是C，我可能会使用flex。它生成一个函数，它将应用一组正则表达式，将匹配的文本放入C字符串，并返回该正则表达式的类型（只是一个int，您可以选择）。该功能是一个词法分析器＆＃39;或者＆＃39; tokeniser＆＃39;。它将字符串切换成符合您需求的便捷单元，一次一个正则表达式。

Flex很容易使用。它比lex有几个优点。一个是你可以有多个词法分析器功能，所以如果你需要为包含文件做一些奇怪的事情，那么你可以为这个工作设置第二个词法分析器功能。

您的语言看起来很简单。 Bison / Yacc是非常强大的工具，并且具有强大的功能带来了巨大的责任感。 :-)

我认为这很简单，我可能只是手工编写一个解析器。处理其结构可能只是一些功能。一种非常简单的技术称为递归下降解析器。你有CS学位，还是了解这些东西？

很多人会（在这个阶段）告诉你得到＆＃39; Dragon Book＆＃39;或者是其中一个较新的版本，通常是因为这是他们在大学时所拥有的。龙书很棒，但它就像告诉别人阅读维基百科的所有内容以了解鲸鱼。如果你有时间，那就太棒了，你会学到很多东西。

合理的开始是Wikipedia Recursive Descent parser文章。递归下降非常受欢迎，因为它相对简单易懂。使它变得简单的事情就是拥有一个适当的语法，这种语法被转换成一种易于递归下降解析的形式。然后你会为每个规则编写一个函数，并使用一个简单的错误处理机制（这就是为什么我问这个问题）。可能有生成它们的工具，但您可能会发现编写它的速度更快。第一次削减可能需要一天，然后你就可以做出决定。

一个非常漂亮的lex / flex功能是任何不匹配的字符，只是回显标准输出。因此，您可以看到正则表达式匹配的内容，并可以逐步添加它们。当输出“干涸”时一切都在匹配。

宗座警报：恕我直言，更多的C程序员应该学会使用flex。它相对易于使用，并且非常强大，适用于文本处理。恕我直言，因为他们也被告知使用yacc / bison，这是更强大，更微妙和复杂的工具。结束宗座。

如果您需要一些语法帮助，请询问。如果有一个很好的语法（可能不是这样，但到目前为止你的例子看起来还不错）那么实现很简单。

我找到了两个有关stackoverflow答案的链接，看起来很有帮助：

以下是使用flex的示例。

Flex采用＆＃39;脚本＆＃39;，并生成一个名为yylex（）的C函数。这是输入脚本。

请记住，所有正则表达式都在yylex函数中匹配，所以尽管脚本看起来很奇怪，但它实际上是一个普通的C函数。要告诉调用者，这将是你的递归下降解析器，匹配什么类型的正则表达式，它返回一个你选择的整数值，就像任何普通的C函数一样。

如果没有什么可以告诉解析器，如空格，可能还有某种形式的注释，它就不会返回。它默默地＆＃39;消耗这些字符。如果语法需要来使用换行符，那么它将被识别为令牌，并将合适的令牌值返回给解析器。有时候更容易让它更自由，所以这个例子消耗并忽略所有的空格。

有效地，yylex函数是从第一个%%到第二个%%的所有内容。它表现得像一个很大的switch()语句。
正则表达式就像（非常奇特的）case:标签。
{ ... }中的代码是普通的C.它可以包含任何C语句，并且必须正确嵌套在{ ... }

中

第一个%%之前的内容是放置弹性定义的地方，以及一些＆＃39;指令＆＃39;弯曲。 %{ ... %}中的内容是普通的C，可以包含文件中C所需的任何头，甚至可以定义全局变量。

第二个%%之后的内容是普通的C，不需要额外的语法，所以没有%{ ... %]。

/* scanner for a configuration files */ 
%{ 
    /* Put headers in here */ 
#include <config.h>

%} 
%%
[0-9]+                  { return TOK_NUMBER; } 
[0-9]+"."[0-9]+"."[0-9]+"."[0-9]+":"[0-9]+ { return TOK_IP_PORT; } 
[0-9]+"."[0-9]+"."[0-9]+"."[0-9]+"/"[0-9]+ { return TOK_IP_RANGE; } 
"Listen"                { return TOK_KEYWORD_LISTEN; } 
[A-Za-z][A-Za-z0-9_]*   { return TOK_IDENTIFIER; }
"{"                     { return TOK_OPEN_BRACE; }
"}"                     { return TOK_CLOSE_BRACE; }
";"                     { return TOK_SEMICOLON; }
[ \t\n]+        /* eat up whitespace, do nothing */ 
.           { fprintf(stderr,  "Unrecognized character: %s\n", yytext ); 
              exit(1); 
            }
%%

/* -------- A simple test ----------- */
int main(int argc, char *argv[])
{ 
    int tok;
    yyin = stdin;
    while (tok=yylex()) {
        fprintf(stderr, "%d %s\n", tok, yytext);
    }
}

它有一个最小的虚拟主，它调用yylex（）函数来获取下一个标记（枚举）价值。 yytext是正则表达式匹配的字符串，因此main只打印它。

警告，这几乎没有经过测试，仅仅是：

flex config.l
gcc lex.yy.c -ll
./a.out <tinytest

值只是整数，因此标题中的枚举：

#ifndef _CONFIG_H_
#define _CONFIG_H_

enum TOKENS { 
 TOK_KEYWORD_LISTEN = 256, 
 TOK_IDENTIFIER = 257, 
 TOK_OPEN_BRACE = 258, 
 TOK_CLOSE_BRACE = 259, 
 TOK_SEMICOLON = 260, 
 TOK_IP_PORT = 261, 
 TOK_IP_RANGE = 262, 
 TOK_NUMBER = 263, 
};
#endif _CONFIG_H_

在解析器中，在需要下一个值时调用yylex。在将令牌类型值交还给解析器之前，您可能会将yylex包装在复制yytext的内容中。

你需要舒服地处理记忆。如果这是一个大文件，可以使用malloc来分配空间。但是对于小文件，并且为了使其易于上手和调试，编写自己的“笨蛋”可能是有意义的。分配器。一个哑巴＆＃39;内存管理系统，可以使调试更容易。最初只有一个静态分配的大字符数组和一个mymalloc（）分发片段。我可以想象配置数据永远不会自由（）＆＃39; d。最初可以用C字符串保存所有内容，因此调试很简单，因为输入的确切顺序在char数组中。一个改进的版本可能会＆＃39; stat＆＃39;一个文件，并分配足够大的一块。

您如何处理实际配置值有点超出我的描述。可能只需要文本字符串，或者可能已经有了一种机制。通常不需要存储“关键字”的文本值，因为解析器已经识别出它的含义，并且程序可能会转换其他值，例如， IP地址，进入一些内部表示。

Answer 2

你看过lex and yacc（或者是flex和bison）吗？它有点毛茸茸，但我们使用它来解析看起来与配置文件完全相同的文件。您可以使用括号定义子结构，使用相同的键解析可变长度列表等。

标签是指意见吗？您可以定义自己的注释结构，我们使用'＃'表示注释行。

它不支持包括AFAIK。

Answer 3

将C库存放到JSON和YAML。它们看起来就像你需要的那样。

C的Keyword-Label-Value样式配置文件解析库

3 个答案: