学习Lex遇到的问题集

wilbur8415

我想要提取html文件中的超链接  准备用Lex来做



这个帖子是我学习Lex遇到的问题  我的qq是 724881183  邮箱是wilbur8415@163.com


希望与大家一起交流

wilbur8415

2008.2.10

1）Lex开始状态  在BEGIN到某个状态后 会继续执行接下面的C语句妈？  直到把这个动作执行完？

例如 :

<STATE>.   {BEGIN   INITIAL;    int a =1;}

在STATE状态 匹配任何字符后  又跳回INITIAL状态  那么 int a=1  还会不会被执行？

（我一直理解这个BEGIN有点像 GOTO语句）


2）在执行  yy_push_state(STATE);   后   如果在某处调用了 yy_pop_state();  是不是状态就立刻跳转到 STATE状态？


3）关于动作     一般 ; （分号） 就是说忽略的意思

那么后面什么动作都没有 只有空行 是什么意思  例如：

  .|/n        /*什么都没有*/

cjaizss

1)测试方法：
{BEGIN XXX;printf("BEGIN XXX\n";}
2)同样可以测试:
<A>xxx {printf("Axx\n";}
<B>xxx {printf("Axx\n";}/*一样的regex*/
xxxx {push}
xxxxx {pop}
3)表示什么都不做，也就是过滤掉这些，这些被匹配的部分起到分割符的作用

自己动手测试，想办法测试是最好的学习方法，这样进步很快

[ 本帖最后由 cjaizss 于 2008-2-10 13:42 编辑 ]

wilbur8415

Three routines are available for manipulating stacks of start conditions:

`void yy_push_state(int new_state)'
pushes the current start condition onto the top of the start condition stack and switches to new_state as though you had used `BEGIN new_state' (recall that start condition names are also integers).
`void yy_pop_state()'
pops the top of the stack and switches to it via BEGIN.
`int yy_top_state()'
returns the top of the stack without altering the stack's contents.
The start condition stack grows dynamically and so has no built-in size limitation. If memory is exhausted, program execution aborts.

To use start condition stacks, your scanner must include a `%option stack' directive (see Options below).


push难道是直接转状态了 （as though you had used `BEGIN new_state' ）

[ 本帖最后由 wilbur8415 于 2008-2-10 18:48 编辑 ]

wilbur8415

cjaizss能否先说一下 第2个的答案 因为我这里还没有linux环境 测试不了

cjaizss

连测试环境都没有，你还学？？？

cjaizss

yy_push_stat函数是把当前状态压进栈，然后转向指定状态，yy_pop_stat函数是从栈上弹出栈顶状态。
例子:

%{ #include <stdio.h> %} %option stack %s A %% <A>a {printf("hoho,Aa\n");} a {printf("hoho,a\n");yy_push_state(A);} <A>b {printf("hoho,Ab\n");yy_pop_state();} b {printf("hoho,b\n");} [\t \n]+ ; . ; %% int main() { &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;yylex(); &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;return 0; }

1. 
   
2. linux-0gt0:/tmp # flex 1.l;gcc lex.yy.c -ll;./a.out
   
3. a
   
4. hoho,a
   
5. a
   
6. hoho,Aa
   
7. b
   
8. hoho,Ab
   
9. b
   
10. hoho,b
    

复制代码

[ 本帖最后由 cjaizss 于 2008-2-10 21:46 编辑 ]

cjaizss

最后，个人觉得你提取html文件中的超链接可能是在用宰牛刀杀鸡

wilbur8415

谢cjaizss 了 哈哈

我在看一个开源的小型搜索引擎 TSE 它里面提取链接就用的lex


我也可能提取其他的 不止是超链接 还有 图片地址等  我觉得可能用正则比较方便



我在下Cygwin  用的镜像是Cygwin.cn的    那个站点不知道是不是连接有问题 下到一

半就停止了   试了5，6遍

cjaizss

要用就干脆用一个真正的linux，虚拟机也可。当然，如果你的程序中执行非常频繁，lex/yacc自然是首选，hoho。否则，文本处理脚本是很不错的选择，偶首先想到的就是awk/sed，perl应当更好，可惜我不会，但awk/sed已经足够。