本文最后更新于 266 天前,其中的信息可能已经有所发展或是发生改变。
问题
词法规则:
<标识符>::=<字母>
<标识符>::=<标识符><字母>
<标识符>::=<标识符><数字>
<常量>::=<无符号整数>
<无符号整数>::=<数字序列>
<数字序列>::=<数字序列><数字>
<数字序列>::=<数字>
<字母>::=a|b|c|……|x|y|z
<数字>::=0|1|2|3|4|5|6|7|8|9
<加法运算符>::=+|-
<乘法运算符>::=*|/
<关系运算符>::=<|>|!=|>=|<=|==
<分界符>::=,|;|(|)|{|}
<保留字>::=main|int|if|else|while|do
符号表:
单词符号 | 种类码 | 单词符号 | 种类码 |
---|---|---|---|
标识符 | 0 | 整数 | 24 |
main | 1 | >= | 10 |
int | 2 | <= | 11 |
if | 3 | == | 12 |
else | 4 | , | 13 |
while | 5 | ; | 14 |
do | 6 | ) | 15 |
< | 7 | ( | 16 |
> | 8 | { | 17 |
!= | 9 | } | 18 |
+ | 19 | - | 20 |
* | 21 | / | 22 |
= | 23 |
根据词法规则和符号表,制作词法分析器
思路
- 利用两个
unordered_map
分别存储关键字和其他符号的映射规则 - 对于原程序中的空格符需要忽略
- 利用
std::ifstream
读入文件,std::istreambuf_iterator
来遍历 - 将字符拼接识,判断即可
代码
#include <iostream>
#include <fstream>
#include <string>
#include <unordered_map>
#include <cctype>
// 关键字和对应的种别码
std::unordered_map<std::string, int> keywords = {
{"main", 1}, {"int", 2}, {"if", 3}, {"else", 4}, {"while", 5}, {"do", 6}
};
// 运算符和界符及其种别码
std::unordered_map<std::string, int> symbols = {
{"<", 7}, {">", 8}, {"!=", 9}, {">=", 10}, {"<=", 11}, {"==", 12}, {",", 13},
{";", 14}, {"(", 15}, {")", 16}, {"{", 17}, {"}", 18}, {"+", 19}, {"-", 20},
{"*", 21}, {"/", 22}, {"=", 23}
};
// 检查是否是关键字或者符号,是的话返回种别码,否则返回0
int isKeywordOrSymbol(const std::string& str) {
if (keywords.find(str) != keywords.end()) return keywords[str];
if (symbols.find(str) != symbols.end()) return symbols[str];
return 0;
}
// 检查字符是否是字母或数字
bool isLetterOrDigit(char ch) {
return isalpha(static_cast<unsigned char>(ch)) || isdigit(static_cast<unsigned char>(ch));
}
void tokenize(const std::string& code, std::ostream &out) {
std::string token;
for (size_t i = 0; i < code.length(); ++i) {
if (isspace(static_cast<unsigned char>(code[i]))) {
continue; // 忽略空格
} else if (isLetterOrDigit(code[i])) {
// 处理标识符和关键字
token.clear();
while (i < code.length() && isLetterOrDigit(code[i])) {
token += code[i++];
}
--i; // 回退到上一个字符
int code = isKeywordOrSymbol(token);
out << "(" << token << "," << (code ? code : 24) << ")" << std::endl;
} else {
// 处理符号
token = code[i];
if (i + 1 < code.length() && symbols.count(token + code[i + 1])) {
token += code[++i];
}
out << "(" << token << "," << symbols[token] << ")" << std::endl;
}
}
}
int main() {
std::string inputPath = "C:\\Users\\LYS\\Downloads\\s.c"; // 输入文件路径
std::string outputPath = "C:\\Users\\LYS\\Desktop\\result.txt"; // 输出文件路径
std::ifstream fileIn(inputPath);
std::ofstream fileOut(outputPath);
if (!fileIn.is_open() || !fileOut.is_open()) {
std::cerr << "文件位置或权限错误" << std::endl;
return -1;
}
std::string content((std::istreambuf_iterator<char>(fileIn)), (std::istreambuf_iterator<char>()));
// 执行词法分析,并将结果重定向输出到文件
tokenize(content, fileOut);
// 关闭文件流
fileIn.close();
fileOut.close();
return 0;
}
大佬nb