BISON语法分析工具

1、自动语法分析工具Bison(2015-01-30 12:42:55)转载标签：杂谈BISON用于语法分析器的自动生成，它可以很方便地生成一个所谓的抽象语法树,树的每一个子树都代表了一个特定的语法成分，便于后期处理。这个工具可以在网上下载获得。化点时间学习这个工具的用法，并用于SQL语言的分析，可以让我们把精力专注在语法规则上，而不是具体的分析函数编写上。对整个DBMS来说，使用自动化工具进行语言处理程序的自动生成，使得语言分析模块成为最可靠最方便维护的模块之一。BISON源文件的结构我们需要按照BISON的要求，书写BISON的源程序（gramma.y）。遵循它的规则是必须的，BISON会把它

2、的源文件翻译为C文件。因此，BISON是编译程序的翻译器。BISON的源文件通常由八个部分组成：一自由定义部分:%这部分被BISON原封不动地复制到输出的.C文件中。通常用于定义一些在规则程序中需要使用的一些常量，函数原形等。二语法栈的联合(UNION)结构语法分析程序使用一个堆栈来存放规约到的各个语法成分，堆栈用一个数组表示，这个数组的每个元素需要能够描述每一个语法成分，所以采用一个UNION：%unionUnion中的每一个项，都是一个语法规则的每一个非终结符；以整数四则表达式为例：exp : exp exp| exp - exp| exp * exp| exp / exp| ( exp

3、)| lt_integer；lt_integer: LT_INTEGER;这里有两个语法规则，对应了两个非终结符号: exp是表达式，lt_integer表示整数常量（LT_INTEGER表示词法分析程序返回的一个确认为整数的单词）。对应的，这个union可以书写为：%par_exp_t*exp;intlt_integer;其中par_exp_t用来描述被识别出的exp的信息，int存放被识别出的整数的值。上面的例子很简单，所以union只有两个字段；在DM6的语法分析程序中，这个UNION大约有490个字段，也就是，大概有490个语法规则产生式。当然你也可以不采用这个UNION,那么每一个规

4、约出来的语法成分都是一个C指针,需要上层做类型转换来解释。三非终结符的类型声明上面定义了分析栈的UNION类型,还需要把字段名与语法非终结符号对应起来：%type 非终结符号如上例，这部分应该写为：%type exp%type lt_integer看上去似乎有点多余，每一行都是一个简单的重复。但前面一个表示的是UNION中对应的字段名，后一个是语法符号；如果我们把UNION改为:%par_exp_t*eeee;intiiii;那么对应的类型声明需要改为：%type exp%type lt_integer;这种不一致的写法，事实上会造成混乱，所以应该采用上面一致的写法。四：单词（token）声明

5、语法分析的输入是连续的有确定意义的单词。下面需要声明分析程序支持的单词：%token LT_INTEGER对于SQL语法，关键字如：SELECT, FROM, WHERE等，都可以定义为单词:%token KW_SELECT, KW_FROM%token KW_WHERE五.确定运算符的优先级%left - %left * /%left ( )%left表示是左结合的，表示先规约左边的产生式，反应到表达式计算中：1 2 3别识别为：（1 2）3),而不是(1 (2 3)优先级低的符号列在前面，高有限级的符号列在后面;同一行的表示优先级相同。所以上面的书写方式，符合“先乘除，后加减，括号最优先”

6、的原则。除了%left以后，还有%right, %nonassoc等用来只是右结合，或者不结合等说明符号，可查看bison的详细说明。六.声明语法的开始符号%start exp这是告知bison,这是语法最终需要规约的非终结符号。七.语法规则定义这是语法分析程序的核心定义部分，用%开始,前面已经列出了关于表达式的语法规则：%exp : exp exp| exp - exp| exp * exp| exp / exp| ( exp )| lt_integerlt_integer: LT_INTEGER;八自由添加的C源代码在语法规则定义部分的后面，可以用%开始，定义C的辅助代码。这部分代码将被原

7、封不动地复制到输出的.C文件中。给语法规则配上规约动作规约动作是一段C代码，它的作用是每当分析器识别出一个语法符号时，调用该代码，完成一定的动作。通常，我们使用这段代码，来建立当前语法节点与子节点勾连动作。规约动作应该紧接在语法规则的后面。如上例:exp : exp exp$ = new_node(PAR_EXP, 1);$-tag = 1;$-exp1 = $1;$-exp2 = $3;g_root = $;| ( exp )$ = $2;这里仅列出了其中的两个子规则,其中A, B, C, D四个语句构成了第一个子规则的语句块:A;为识别出的exp生成一个结构,用$指向它。$是一个bison

8、定义的特殊标记，其意义是当前语法栈的规约元素。如果没有规约动作代码，缺省情况下赋予$为NULL。new_node是一个需要自己编写的函数,用于生成各个子节点，PAR_EXP是一个事先定义的常量。显然，对于不同的规则，需要定义不同的常量类型。象new_node这样的函数，一般放在.y文件的最后一个部分。B:用来区分是哪个子规则规约的，这里用tag= 1来表示两个子表达式运算C.保留第一个子表达式；$1表示这个产生式的第1个语法成分所在的语法栈中对应的值D.保留第二个子表达式；$3表示这个产生式的第3个语法成分所在的语法栈中对应的值；注意这里的也占一个位置，用$2，这里因为有tag=1，已经把相应的信息保存到$中，所以不需要管它。E:这是一个比较特别的语句，它把$赋给了一个全局量。因为exp是个开始符号，当分析结束时，这个g_root就是语法树的根。F:因为加了括号的表达式与原表达式等价，所以直接把$2赋给$就可以了，不需要再生成par_exp节点。最终的函数yyparse()yyarse（）是bison生成的分析器的主函数。调用yyarse()，如果一切顺利