'

Techniques

de compilation

G
en
erer un analyseur avec Flex&Bison

Generalites
Analyse lexicale avec Flex
Analyse syntaxique avec Bison
Association de Flex et Bison
Fabrice Harrouet

Ecole
Nationale dIngenieurs de Brest
[email protected]
http://www.enib.fr/~harrouet/
&

enib, F.H . . . 1/44

'

Flex&Bison

Origine des outils

. Lex&Yacc
 Generateurs danalyseurs lexicaux/syntaxiques en C
 ' annees 1970, laboratoires Bell
 Outils UNIX (Posix) standards
 + de nombreuses variantes (commerciales ou non)
. Flex&Bison
 Version GNU de Lex&Yacc
 Flex : fast Lex
Bison : jeu de mot sur Yacc
 Beaucoup de possibilites supplementaires !
 Disponible pour un tr`es grand nombre de plateformes
. de nombreux outils differents ayant le meme propos
 AntLR, Spirit . . .
 On retrouve des choses issues de Lex&Yacc
&

enib, F.H . . . 2/44

'

Flex&Bison

Principe des outils

. Lex/Flex : LEXical analyzer

 Reconnaisseur de langages reguliers
 Expressions rationnelles code C dun analyseur lexical
 Permet de reconnatre les mots dun langage
. Yacc/Bison : Yet Another Compiler Compiler
 Reconnaisseur de langages non contextuels
 Grammaire non contextuelle code C dun analyseur syntaxique
 Permet de reconnatre les phrases dun langage

&

enib, F.H . . . 3/44

'

Flex&Bison

Principe des outils

rC

lex

rF

hie

Fic

hie

Fic

Flex

Ex
le

tab

cu

Compilation et
dition de liens

on
Bis

ier

h
Fic

ier

h
Fic

Bison

rs

hie

Fic
C

. G
en
eration danalyseurs statiques et non dynamiques
 Le code C produit est specifique au langage a` reconnaitre efficacite
 Compilation du code genere comme le reste de lapplication
 Modif du langage regeneration du code des analyseurs
&

enib, F.H . . . 4/44

'

A. lexicale en Flex

Structure dun programme Flex

Fichier Flex

Fichier C gnr

%{

Dclarations, macros

Prcode C

Tables danalyse

%}

Copie du prcode C

Dfinitions et options

%%

int yylex(void)
{
...
Copie du code C
...
}
Autres fonctions ...

Postcode C

Copie du postcode C

%%
Rgles de production

. Pr
e/post-code C : du C tout a` fait classique
. Options : %quelquechose pour parametrer le fonctionnement
. D
efinitions : Expressions rationnelles auxquelles on attribue un nom
. R`
egles de production : Associations ER code C a` executer
&

enib, F.H . . . 5/44

'

A. lexicale en Flex

Expressions rationnelles en Flex

. Comprend les ER POSIX
 Voir le cours correspondant
. Quelques possibilit
es suppl
ementaires
 Un atome peut etre une chane C litterale
ex : "ab"{3} ababab
 Les caract`eres speciaux du C sont reconnus
ex : Hello\tWorld , Hello\123World , Hello\x2aWorld
 La notation { } permet aussi de reutiliser une ER nommee
ex : ({integer}|{real})? (integer et real definies avant)
 Latome <<EOF>> represente la fin de fichier
 Les start-conditions (voir plus loin)
&

enib, F.H . . . 6/44

'

A. lexicale en Flex

Syntaxe Flex
. D
efinition des ER
 Un nom coll
e`
a
 ex : integer
 ex : indent

nomm
ees
gauche, une ou plusieurs espaces, une ER
[1-9][0-9]*|0
[a-zA-Z ][0-9a-zA-Z ]*

. R`
egles de production
 Une ER coll
ee `
a gauche, une ou plusieurs espaces, du code C
 Code sur une seule ligne ou bloc avec { sur la meme ligne que lER
 ex : {integer}
cerr << "INTEGER" << endl;
 ex : {indent}
{
cerr << "IDENT" << endl;
}
 Les commentaires ne doivent pas etre colles a` gauche ( ER!)
&

enib, F.H . . . 7/44

'

A. lexicale en Flex

Lanalyseur g
en
er
e
. La fonction int yylex(void)
 Extrait des caract`eres du flux yyin (stdin par defaut)
 Confronte les sequences aux ER des r`egles de production
Test de haut en bas, la plus longue correspondance est retenue
 Execute les actions semantiques (code C ) associees
Variable yytext : chane de caract`eres correspondant `a lER
Variable yyleng : longueur de yytext

 Ecrit
les non-correspondances sur yyout (stdout par defaut)
 Jusqu`a la fin de fichier ou un return dans les actions C
. La valeur de retour
 0 en cas de fin de fichier
 Un code numerique (#define, enum) indiquant lER reconnue
Analyse lexicale
&

enib, F.H . . . 8/44

'

A. lexicale en Flex

Compteur de lignes, mots et caract`

eres
%{
int nbChar=0,nbWord=0,nbLine=0;
%}
/* doesnt need yywrap() */
%option noyywrap
endOfLine
character

\n
[^ \t\n]

%%
{endOfLine}
{character}+
.
%%

{ ++nbChar; ++nbLine; }
{ nbChar+=yyleng; ++nbWord; }
{ ++nbChar; }

int
main(void)
{
yylex();
fprintf(stderr,"%d\t%d\t%d\n",nbLine,nbWord,nbChar);
return(0);
}
&

$
$ flex -oprog.c prog.l
$ gcc -oprog prog.c
$ ./prog < prog.l
24
39
347
$

enib, F.H . . . 9/44

'

A. lexicale en Flex

Un analyseur trivial
%{
%}
%option noyywrap
integer
[0-9]+
real
[0-9]+\.[0-9]*|\.[0-9]+
ident
[a-zA-Z_][0-9a-zA-Z_]*
%%
{real}
{ fprintf(stderr,"REAL [%s]\n",yytext); }
{integer} { fprintf(stderr,"INTEGER [%s]\n",yytext); }
{ident}
{ fprintf(stderr,"IDENT [%s]\n",yytext); }
\n
{ fprintf(stderr,"NEW_LINE [%s]\n",yytext); }
.
{ fprintf(stderr,"UNKNOWN [%s]\n",yytext); }
%%
int
main(void)
{
yylex();
return(0);
}
&

$ cat file.txt
var1=123*45.67;
_attr+=var1;
$ ./prog < file.txt
IDENT [var1]
UNKNOWN [=]
INTEGER [123]
UNKNOWN [*]
REAL [45.67]
UNKNOWN [;]
NEW_LINE [
]
IDENT [_attr]
UNKNOWN [+]
UNKNOWN [=]
IDENT [var1]
UNKNOWN [;]
NEW_LINE [
]
$
enib, F.H . . . 10/44

'

A. lexicale en Flex

Un analyseur plus conventionnel 1/2

%{
#include <string.h>
enum {INTEGER=1,REAL,IDENT,NEW_LINE,UNKNOWN};
char globalValue[0x100];
%}
%option noyywrap
integer
real
ident

[0-9]+
[0-9]+\.[0-9]*|\.[0-9]+
[a-zA-Z_][0-9a-zA-Z_]*

%%
{real}
{integer}
{ident}
\n
.
%%
&

{
{
{
{
{

strcpy(globalValue,yytext);
strcpy(globalValue,yytext);
strcpy(globalValue,yytext);
strcpy(globalValue,yytext);
strcpy(globalValue,yytext);

return(REAL); }
return(INTEGER); }
return(IDENT); }
return(NEW_LINE); }
return(UNKNOWN); }

$ cat file.txt
var1=123*45.67;
_attr+=var1;
$ ./prog < file.txt
IDENT [var1]
UNKNOWN [=]
INTEGER [123]
UNKNOWN [*]
REAL [45.67]
UNKNOWN [;]
NEW_LINE [
]
IDENT [_attr]
UNKNOWN [+]
UNKNOWN [=]
IDENT [var1]
UNKNOWN [;]
NEW_LINE [
]
END_OF_FILE
$
enib, F.H . . . 11/44

'

A. lexicale en Flex

Un analyseur plus conventionnel 2/2

int
main(void)
{
int token;
do
{
token=yylex();
switch(token)
{
case 0:
case INTEGER:
case REAL:
case IDENT:
case NEW_LINE:
case UNKNOWN:
}
} while(token);
return(0);
}
&

fprintf(stderr,"END_OF_FILE\n");
fprintf(stderr,"INTEGER [%s]\n",globalValue);
fprintf(stderr,"REAL [%s]\n",globalValue);
fprintf(stderr,"IDENT [%s]\n",globalValue);
fprintf(stderr,"NEW_LINE [%s]\n",globalValue);
fprintf(stderr,"UNKNOWN [%s]\n",globalValue);

break;
break;
break;
break;
break;
break;

enib, F.H . . . 12/44

'

A. lexicale en Flex

Une calculette `
a pile 1/2
%{
#include <iostream>
#include <vector>
using namespace std;
enum {VALUE=1,PLUS,MINUS,MULT,DIV};
double val;
%}
%option noyywrap
integer
real
value
%%
{value}
"+"
"-"
"*"
"/"
[ \t\n]+
.
%%
&

[0-9]+
[0-9]+\.[0-9]*|\.[0-9]+
{integer}|{real}

{
{
{
{
{
{
{

sscanf(yytext,"%lf",&val); return(VALUE); }
return(PLUS); }
return(MINUS); }
return(MULT); }
return(DIV); }
/* nothing to be done */ }
cerr << "lexical error: " << yytext << endl; }

$ cat calc.txt
1 2 +
4 *
5 10 - @/
$ ./prog calc.txt
--> 1
--> 1 2
--> 3
--> 3 4
--> 12
--> 12 5
--> 12 5 10
--> 12 -5
lexical error: @
--> -2.4
--> -2.4
$

enib, F.H . . . 13/44

'

A. lexicale en Flex

Une calculette `
a pile 2/2
int main(int argc,char ** argv)
{
vector<double> s;
int token;
if(argc>1) yyin=fopen(argv[1],"r"); // check result !!!
do
{
double x1,x2;
token=yylex();
switch(token)
{
case VALUE: s.push_back(val); break;
case PLUS: x2=s.back(); s.pop_back(); x1=s.back(); s.pop_back();
s.push_back(x1+x2); break;
case MINUS: /* ... x1-x2 ... */ break;
case MULT: /* ... x1*x2 ... */ break;
case DIV:
/* ... x1/x2 ... */ break;
}
cerr << "-->"; for(size_t i=0;i<s.size();i++) { cerr << " " << s[i]; } cerr << endl;
} while(token);
return(0);
}
&
enib, F.H . . . 14/44

'

A. lexicale en Flex

Les start-conditions
. Conditions inclusives
 %s name dans les options, <name>ER dans les r`egles de production
 Les r`egles qui commencent par <name> ou sans <> sont valables quand
on est dans la condition name
. Conditions exclusives
 %x name dans les options, <name>ER dans les r`egles de production
 Seules les r`egles qui commencent par <name> sont valables quand on
est dans la condition name
. Changement de condition
 BEGIN(name) dans le code C place lanalyseur dans la condition name
 BEGIN(INITIAL) pour revenir dans letat de depart (r`egles sans <>)
&

enib, F.H . . . 15/44

'

A. lexicale en Flex

Reconnatre des chanes C 1/3

%{
#include <iostream>
#include <string>
using namespace std;
enum {STRING=1,INTEGER};
string val;
int nbLines;
%}
%option noyywrap
%x strEnv
integer

[0-9]+

$
$ cat string.txt
123
"ab\tcd\n456\"hello"
789 "toto
$ ./prog string.txt
INTEGER[123]
STRING[ab
cd
456"hello]
INTEGER[789]
multi-line strings not allowed
STRING[toto]
3 lines
$

%%

&

enib, F.H . . . 16/44

'

A. lexicale en Flex

Reconnatre des chanes C 2/3

{integer}
"\""
<strEnv>"\""
<strEnv>"\\a"
<strEnv>"\\b"
<strEnv>"\\f"
<strEnv>"\\n"
<strEnv>"\\r"
<strEnv>"\\t"
<strEnv>"\\v"
<strEnv>"\\\\"
<strEnv>"\\\""
<strEnv>"\n"
<strEnv>"\\\n"
<strEnv>"\\".
<strEnv><<EOF>>
<strEnv>.
[ \t]+
"\n"
.
&

{
{
{
{
{
{
{
{
{
{
{
{
{
{
{
{
{
{
{
{

val=yytext; return(INTEGER); }
val.clear(); BEGIN(strEnv); }
BEGIN(INITIAL); return(STRING); }
val+=\a; }
val+=\b; }
val+=\f; }
val+=\n; }
val+=\r; }
val+=\t; }
val+=\v; }
val+=\\; }
val+=\"; }
cerr << "multi-line strings not allowed" << endl; ++nbLines; }
val+=\n; ++nbLines; } // line cut by \
val+=yytext[1]; }
BEGIN(INITIAL); return(STRING); }
val+=yytext[0]; }
/* nothing to be done */ }
++nbLines; }
cerr << "lexical error: " << yytext << endl; }
enib, F.H . . . 17/44

'

A. lexicale en Flex

Reconnatre des chanes C 3/3

%%
int main(int argc,char ** argv)
{
int token;
if(argc>1) yyin=fopen(argv[1],"r"); // check result !!!
do
{
token=yylex();
switch(token)
{
case STRING: cerr << "STRING[" << val << "]" << endl; break;
case INTEGER: cerr << "INTEGER[" << val << "]" << endl; break;
}
} while(token);
cerr << nbLines << " lines" << endl;
return(0);
}

&

enib, F.H . . . 18/44

'

A. lexicale en Flex

Quelques remarques
. Utilisation de variables globales (internes et applicatives)
 Chaque invocation analyse la suite du flux, letat est sauve
 Plusieurs analyseurs differents PB a` ledition de liens
 Non reentrant PB si plusieurs analyses simultanees
. Lordre des r`
egles est important
 Commencer par le plus specifique, finir par le plus general
ex : {ident} doit etre pris en compte apr`
es les mot-clefs
 La plus longue correspondance est tout de meme preferee
ex : form est reconnu comme un {ident} meme si le mot-clef
for est teste avant.
. Beaucoup dautres options, fonctions, macros, variables
 Le minimum est vu ici, tr`es proche du Lex originel
 Permettent des horreurs, ou de contourner certaines limitations
&

enib, F.H . . . 19/44

'

A. syntaxique en Bison

Structure dun programme Bison

Fichier Bison

Fichier C gnr

%{

Dclarations, macros

Prcode C

Copie du prcode C

%}

Tables danalyse

Dfinitions et options

%%

int yyparse(void)
{
...
Copie du code C
...
}
Autres fonctions ...

Postcode C

Copie du postcode C

%%
Rgles de production

. Pr
e/post-code C : du C tout a` fait classique
. Options : %quelquechose pour parametrer le fonctionnement
. D
efinitions : %autrechose pour definir les lex`emes, les priorites . . .
. R`
egles de production : R`egles de grammaires et code C a` executer
&

enib, F.H . . . 20/44

'

A. syntaxique en Bison

Syntaxe Bison
. R`
egles de production
 non terminal : sequence de symboles { /* code C */ }
| autre sequence { /* code C */ }
| ...
;

 Les symboles sont representes par des identificateurs

Terminaux : lex`emes provenant de lanalyse lexicale
Non-terminaux : symboles internes a` lanalyseur syntaxique
 Le code C est optionnel et est execute lorsque la r`egle est reduite
program : START instList
;
instList : instList inst
| inst
;
inst : IDENT ASSIGN expr
;
expr : INTEGER { cerr <<
| REAL
{ cerr <<
| IDENT
{ cerr <<
;
&

END { cerr << "program" << endl; }

SEMICOLON { cerr << "inst" << endl; }

"integer expr" << endl; }
"real expr" << endl; }
"ident expr" << endl; }
enib, F.H . . . 21/44

'

A. syntaxique en Bison

Lanalyseur g
en
er
e
. La fonction int yyparse(void)
 Consomme les lex`emes obtenus par des appels a` yylex() (`a fournir)
int yylex(void);
 Verifie (LALR(1)) si la sequence de lex`emes permet de reduire laxiome
de la grammaire exprimee
(%start non terminal dans les definitions)
 Execute les actions semantiques (code C ) associees aux r`egles reduites
 Signale les erreurs a` laide de la fonction yyerror() (`a fournir)
void yyerror(const char * msg);
Possibilite de recuperation sur erreur pour poursuivre lanalyse
 Jusqu`a ce que laxiome de la grammaire soit reconnu ou erreur
. La valeur de retour
 0 si ok, 1 si erreur
 Resultat de lanalyse compl`ete une seule invocation
&

enib, F.H . . . 22/44

'

A. syntaxique en Bison

Association Flex/Bison
. Flex fourni les lex`
emes `
a Bison
 Bison invoque la fonction yylex() produite par Flex
 yylex() doit renvoyer des constantes connues de Bison
%token IDENT INTEGER ... dans les definitions de Bison
 Bison gen`ere un .h definissant ces constantes (et dautres choses)
 Le pre-code C de Flex inclu ce .h

. Etapes
de la construction :
 $ bison -d -oprogY.cpp prog.y
Produit le code C progY.cpp depuis le fichier Bison prog.y
Option -d pour generer le .h progY.hpp
 $ flex -oprogL.cpp prog.l
Produit le code C progL.cpp depuis le fichier Flex prog.l
Le pre-code C doit inclure progY.hpp
 $ g++ -oprog progL.cpp progY.cpp
&

enib, F.H . . . 23/44

'

A. syntaxique en Bison

Analyse syntaxique simple 1/4

%{ /*-------- prog.l --------*/
extern int lineNumber;
// definie dans prog.y, utilise par notre code pour \n
void yyerror(const char * msg); // definie dans prog.y, utilise par notre code pour .
#include "progY.hpp"
// genere par prog.y --> constantes START, END ...
%}
%option noyywrap
integer
[0-9]+
real
[0-9]+\.[0-9]*|\.[0-9]+
ident
[a-zA-Z_][0-9a-zA-Z_]*
%%
"start"
{ return(START); }
"end"
{ return(END); }
":="
{ return(ASSIGN); }
";"
{ return(SEMICOLON); }
{ident}
{ return(IDENT); }
{real}
{ return(REAL); }
{integer} { return(INTEGER); }
"\n"
{ ++lineNumber; }
[ \t]+
{ /* nothing to be done */ }
.
{ char msg[0x20]; sprintf(msg,"lexical error <%s>",yytext); yyerror(msg); }
%%
&

enib, F.H . . . 24/44

'

A. syntaxique en Bison

Analyse syntaxique simple 2/4

%{ /*-------- prog.y --------*/
#include <stdio.h>
#include <iostream>
using namespace std;
int yylex(void);
// defini dans progL.cpp, utilise par yyparse()
void yyerror(const char * msg); // defini plus loin, utilise par yyparse()
int lineNumber;
extern FILE * yyin;
%}

// notre compteur de lignes

// defini dans progL.cpp, utilise par main()

%token START END

%token ASSIGN SEMICOLON
%token IDENT REAL INTEGER

// les lexemes que doit fournir yylex()

%start program
%%

// laxiome de notre grammaire

&

enib, F.H . . . 25/44

'

A. syntaxique en Bison

Analyse syntaxique simple 3/4

program : START instList END { cerr << "program" << endl; }
;
instList : instList inst
| inst
;
inst : IDENT ASSIGN expr SEMICOLON { cerr << "inst" << endl; }
;
expr : INTEGER { cerr << "integer expr" << endl; }
| REAL
{ cerr << "real expr" << endl; }
| IDENT
{ cerr << "ident expr" << endl; }
;
%%
void yyerror(const char * msg)
{
cerr << "line " << lineNumber << ": " << msg << endl;
}
int main(int argc,char ** argv)
{
if(argc>1) yyin=fopen(argv[1],"r"); // check result !!!
lineNumber=1;
if(!yyparse()) cerr << "Success" << endl;
return(0);
}
&

enib, F.H . . . 26/44

'

A. syntaxique en Bison

Analyse syntaxique simple 4/4

$ bison -d -oprogY.cpp prog.y
$ flex -oprogL.cpp prog.l
$ g++ -oprog progL.cpp progY.cpp
$
$ cat file1.txt
$ cat file2.txt
start
start
a := 1 ;
a := -1 ;
b := 2.3 ;
b := 2,3 ;
c := a ;
c := a ;
end
end
$ ./prog file1.txt
$ ./prog file2.txt
integer expr
line 2: lexical error <->
inst
integer expr
real expr
inst
inst
integer expr
ident expr
line 3: lexical error <,>
inst
line 3: parse error
program
$
Success
$
&

$ cat file3.txt
start
a := 1 ;
b := 2.3 ;
c := a ;
end
and then ...
$ ./prog file3.txt
integer expr
inst
real expr
inst
ident expr
inst
program
line 6: parse error
$
enib, F.H . . . 27/44

'

A. syntaxique en Bison

Valeurs associ
ees aux symboles
. Chaque symbole peut contenir une valeur
 Au-del`a de lanalyse syntaxique analyse s
emantique
 %union{ ... } dans les definitions de Bison (union C )
. Valeur dun symbole un seul champ de lunion
 %type<nom champ> symboles dans les definitions de Bison
. Acc`
es aux valeurs depuis Bison
 Dans le code associe a` non terminal : symboles
 $$ valeur associee au non-terminal de la partie gauche (ecriture)
 $1 valeur associee au premier symbole de la partie droite (lecture)
 $2 , $3 . . . pour les autres symboles de la partie droite
 Si pas de code C equivalent de {$$=$1;} par defaut
Attention aux %type warnings
Inhiber avec du code vide {}
&

enib, F.H . . . 28/44

'

A. syntaxique en Bison

Initialiser la valeur associ

ee `
a un lex`
eme

. Variable globale yylval de type %union

 Declaree dans le .h genere par Bison
 yylex() doit initialiser cette variable
 yyparse() recupere cette valeur juste apr`es lappel a` yylex()
. Choix du champ de lunion
 yylex() ne connait pas les %type
 Initialiser dans yylval le champ indique par le %type du lex`eme
Aucune verification de la coherence par les outils !
Responsabilite du programmeur

&

enib, F.H . . . 29/44

'

A. syntaxique en Bison

Analyse syntaxique avec passage de valeurs 1/2

%{ /*-------- prog.l --------*/
$ bison -d -oprogY.cpp prog.y
/* idem Analyse syntaxique simple */
$ flex -oprogL.cpp prog.l
%}
$ g++ -oprog progL.cpp progY.cpp
%option noyywrap
$ cat file.txt
integer
[0-9]+
start
real
[0-9]+\.[0-9]*|\.[0-9]+
a := 1 ;
ident
[a-zA-Z_][0-9a-zA-Z_]*
b := 2.3 ;
%%
c := a ;
"start"
{ return(START); }
end
"end"
{ return(END); }
$ ./prog file.txt
":="
{ return(ASSIGN); }
integer 1
";"
{ return(SEMICOLON); }
assign a with i:1
{ident}
{ sprintf(yylval.str,"%s",yytext);
real 2.3
return(IDENT); } // %type<str> IDENT
assign b with r:2.3
{real}
{ sscanf(yytext,"%lf",&yylval.real);
ident a
return(REAL); } // %type<real> REAL
assign c with s:a
{integer} { sscanf(yytext,"%d",&yylval.integer);
program
return(INTEGER); } // %type<integer> INTEGER
Success
"\n"
{ ++lineNumber; }
$
[ \t]+
{ /* nothing to be done */ }
.
{ char msg[0x20]; sprintf(msg,"lexical error <%s>",yytext); yyerror(msg); }
%%
&
enib, F.H . . . 30/44

'

A. syntaxique en Bison

Analyse syntaxique avec passage de valeurs 2/2

%{ /*-------- prog.y --------*/
/* idem Analyse syntaxique simple */
%}
%token START END ASSIGN SEMICOLON IDENT REAL INTEGER
%union { char str[0x100]; double real; int integer; }
%type<str> IDENT expr
%type<real> REAL
%type<integer> INTEGER
%start program
%%
program : START instList END { cerr << "program" << endl; }
;
instList : instList inst
| inst
;
inst : IDENT ASSIGN expr SEMICOLON { cerr << "assign " << $1 << " with " << $3 << endl; }
;
expr : INTEGER { cerr << "integer " << $1 << endl; sprintf($$,"i:%d",$1); }
| REAL
{ cerr << "real " << $1 << endl; sprintf($$,"r:%g",$1); }
| IDENT
{ cerr << "ident " << $1 << endl; sprintf($$,"s:%s",$1); }
;
%%
/* idem Analyse syntaxique simple */
&
enib, F.H . . . 31/44

'

A. syntaxique en Bison

Une calculette `
a pile . . . sans pile ! 1/2
%{ /*-------- prog.l --------*/
$ bison -d -oprogY.cpp prog.y
/* idem Analyse syntaxique simple */
$ flex -oprogL.cpp prog.l
%}
$ g++ -oprog progL.cpp progY.cpp
%option noyywrap
$ echo "1 2 + 4 * 5 10 - /" | ./prog
integer
[0-9]+
value=1
real
[0-9]+\.[0-9]*|\.[0-9]+
value=2
value
{integer}|{real}
1+2=3
%%
value=4
{value}
{
3*4=12
sscanf(yytext,"%lf",&yylval.val);
value=5
return(VALUE);
value=10
}
5-10=-5
"+"
{ return(PLUS); }
12/-5=-2.4
"-"
{ return(MINUS); }
Result: -2.4
"*"
{ return(MULT); }
Success
"/"
{ return(DIV); }
$
"\n"
{ ++lineNumber; }
[ \t]+
{ /* nothing to be done */ }
.
{ char msg[0x20]; sprintf(msg,"lexical error <%s>",yytext);
yyerror(msg);
}
%%
&
enib, F.H . . . 32/44

'

A. syntaxique en Bison

Une calculette `
a pile . . . sans pile ! 2/2
%{ /*-------- prog.y --------*/
/* idem Analyse syntaxique simple */
%}
%token VALUE PLUS MINUS MULT DIV
%union
{
double val;
}
%type<val> VALUE expr
%start calc
%%
calc : expr { cerr << "Result: " << $1 << endl; }
;
expr : VALUE
{ $$=$1; cerr << "value=" << $1 << endl;}
| expr expr PLUS { $$=$1+$2; cerr << $1 << "+" << $2 << "="
| expr expr MINUS { $$=$1-$2; cerr << $1 << "-" << $2 << "="
| expr expr MULT { $$=$1*$2; cerr << $1 << "*" << $2 << "="
| expr expr DIV
{ $$=$1/$2; cerr << $1 << "/" << $2 << "="
;
%%
/* idem Analyse syntaxique simple */
&

<<
<<
<<
<<

$$
$$
$$
$$

<<
<<
<<
<<

endl;
endl;
endl;
endl;

}
}
}
}

enib, F.H . . . 33/44

'

A. syntaxique en Bison

Les conflits de la grammaire

. Conflit r
eduire/r
eduire
` un certain stade de lanalyse, le lex`eme suivant ne permet pas
A
de dire sil faut reduire une r`egle ou bien une autre
modifier la grammaire pour lever lambiguite
 Doit toujours etre elimine !
. Conflit d
ecaler/r
eduire
` un certain stade de lanalyse, le lex`eme suivant ne permet pas
A
de dire sil faut reduire une r`egle ou bien continuer a` decaler pour
reconnaitre une r`egle plus longue
modifier la grammaire pour lever lambiguite
 Doit toujours etre elimine (sauf circonstances exceptionnelles) !
Bison fait le choix du decalage !
. Lanalyseur regarde toujours un lex`
eme `
a lavance
 Permet de retarder le choix
&

enib, F.H . . . 34/44

'

A. syntaxique en Bison

Exemples triviaux de conflits r

eduire/r
eduire
%token A1 B1
%start g1
%%
g1 : e1 B1
| f1 B1
;
e1 : A1
;
f1 : A1
;

%token A2 B2 C2 D2
%start g2
%%
g2 : e2 B2 C2
| f2 B2 D2
;
e2 : A2
;
f2 : A2
;

%token A3 B3 C3
%start g3
%%
g3 : e3 B3
| f3 C3
;
e3 : A3
;
f3 : A3
;

. Cas 1 : r
eduire A1 en e1 ou f1 ?
 Apr`es A1 : e1 -> A1 . et f1 -> A1 .
 Le lex`eme suivant (B1) ne permet pas de choisir !
. Cas 2 : r
eduire A2 en e2 ou f2 ?
 Idem, il faudrait repousser le choix a` deux lex`emes (C2 ou D2)
. Cas 3 : pas de conflit !
 Le lex`eme suivant A3 (B3 ou C3) permet de choisir !
&

enib, F.H . . . 35/44

'

A. syntaxique en Bison

Exemples triviaux de conflits d

ecaler/r
eduire
%token A1 B1
%start g1
%%
g1 : e1 B1
| A1 B1
;
e1 : A1
;

%token A2 B2 C2 D2
%start g2
%%
g2 : e2 B2 C2
| A2 B2 D2
;
e2 : A2
;

%token A3 B3 C3
%start g3
%%
g3 : e3 B3
| A3 C3
;
e3 : A3
;

. Cas 1 : r
eduire A1 en e1 ou d
ecaler pour g1 -> A1 B1 ?
 Apr`es A1 : g1 -> A1 . B1 et e1 -> A1 .
 Le lex`eme suivant (B1) ne permet pas de choisir !
. Cas 2 : r
eduire A2 en e2 ou d
ecaler pour g2 -> A2 B2 D2 ?
 Idem, il faudrait repousser le choix `a deux lex`emes (C2 ou D2)
. Cas 3 : pas de conflit !
 Le lex`eme suivant A3 (B3 ou C3) permet de choisir !
&

enib, F.H . . . 36/44

'

A. syntaxique en Bison

Exemples de conflits classiques

%token
%start
%%
list :
|
;
elem :
|
|
;

A1 B1
list
list elem
/* empty */
A1
B1
/* empty */

instr : ifInstr SEMICOLON

| LB instrList RB
| ...
;
instrList : instrList instr
| /* empty */
;
ifInstr : IF LP cond RP instr
| IF LP cond RP instr ELSE instr
;

. Z
ero ou plusieurs
el
ements
 Deux fois le cas vide (reduire/reduire) retirer elem ->
. D
ecaler/r
eduire dans if/else
 if(c1)if(c2)f();else g(); if(c1){if(c2)f();}else g(); ?
if(c1){if(c2)f();else g();} ?
 Le decalage par defaut est correct ! on ne change rien !
&

enib, F.H . . . 37/44

'

A. syntaxique en Bison

Rep
erer les conflits
. G
en
erer une description du proc
ed
e danalyse
 bison -v -oprogY.cpp progY.l produit progY.output (-v)
 Debut du fichier : conflits avec numero de letat o`u ils se situent
 Juste apr`es : recapitulatif des r`egles, terminaux et non terminaux
 Toute la suite : les differents etats de lanalyseur

Etat
davancement dans la reconnaissance des r`egles
Actions possibles (decaler, reduire) selon les symboles reconnus
State 1 contains 1 shift/reduce conflict.
...
state 1
g1 -> A1 . B1
(rule 2)
e1 -> A1 .
(rule 3)
B1
B1
$default

shift, and go to state 3

[reduce using rule 3 (e1)]
reduce using rule 3 (e1)

...
&

enib, F.H . . . 38/44

'

A. syntaxique en Bison

Associativit
e et pr
ec
edence
. Permettent d
eliminer facilement les conflits
 %left, %right ou %nonassoc dans les definitions de Bison
 Indique lassociativite du ou des lex`emes indiques sur la ligne
 Ces lignes sont triees selon les priorites croissantes
 %prec pour substituer une priorite dans la grammaire
 Les conflits resolus sont tout de meme reportes dans le .output
 ex : expressions arithmetiques et logiques
%left OR
%left AND
%right NOT
%nonassoc LT GT LE GE EQ NEQ
%left PLUS MINUS
%left MULT DIV MODULO
%right UMINUS
&

enib, F.H . . . 39/44

'

A. syntaxique en Bison

Expressions arithm
etiques et logiques 1/3
%token
%token
%token
%token
%token

OR AND NOT
LT GT LE GE EQ NEQ
PLUS MINUS
MULT DIV MODULO
VALUE LP RP

%start expr
%%

expr :
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
;

expr OR expr
expr AND expr
NOT expr
expr LT expr
expr GT expr
expr LE expr
expr GE expr
expr EQ expr
expr NEQ expr
expr PLUS expr
expr MINUS expr // - binaire
expr MULT expr
expr DIV expr
expr MODULO expr
MINUS expr
// - unaire
VALUE
LP expr RP

$ bison -v prog.y
prog.y contains 195 shift/reduce conflicts.
$
&

enib, F.H . . . 40/44

'

A. syntaxique en Bison

Expressions arithm
etiques et logiques 2/3
%token PLUS MINUS
%token MULT DIV MODULO
%token VALUE LP RP
%start
%%
expr :
|
|
;
prod :
|
|
|
;
factor

expr
expr PLUS prod
expr MINUS prod
prod

// associativite a gauche
// operations les moins prioritaires

prod MULT factor

prod DIV factor
prod MODULO factor
factor

// associativite a gauche
// operations un peu plus prioritaires

: VALUE
| LP expr RP

// constructions les plus prioritaires

$ bison -v prog.y
$
&

--> pas de conflits mais demarche tres fastidieuse !!!

enib, F.H . . . 41/44

'

A. syntaxique en Bison

Expressions arithm
etiques et logiques 3/3
%token
%token
%token
%token
%token

OR AND NOT
LT GT LE GE EQ NEQ
PLUS MINUS
MULT DIV MODULO
VALUE LP RP

%left OR
%left AND
%right NOT
%nonassoc LT GT LE GE EQ NEQ
%left PLUS MINUS
%left MULT DIV MODULO
%right UMINUS
%start expr
%%

$ bison -v prog.y
$
&

expr :
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
;

expr OR expr
expr AND expr
NOT expr
expr LT expr
expr GT expr
expr LE expr
expr GE expr
expr EQ expr
expr NEQ expr
expr PLUS expr
expr MINUS expr // - binaire
expr MULT expr
expr DIV expr
expr MODULO expr
// yylex() ne renvoie
MINUS expr %prec UMINUS // jamais UMINUS !!!
VALUE
// --> subst. de prio.
LP expr RP

--> conflits resolus facilement par les %left %right %nonassoc

enib, F.H . . . 42/44

'

A. syntaxique en Bison

R
ecup
eration sur erreurs
. Entr
ee non-conforme `
a la grammaire
 Appel automatique de yyerror("parse error")
 yyparse() se termine en renvoyant 1
 La suite du flux dentree nest pas analysee !
. Le symbole sp
ecial error
 Permet denrichir la grammaire
 Lorsquaucune r`egle ne permet de poursuivre lanalyse
reduire celle qui utilise error
 Synchronisation sur le lex`eme qui suit le symbole error
consommation des lex`emes intermediaires
 Utilisation de la macro yyerrok; dans le code C
evite la sortie de yyparse() apr`es le message
assign : IDENT ASSIGN expr SEMICOLON { /* ... */ }
| IDENT ASSIGN error SEMICOLON { yyerrok; }
;
&

enib, F.H . . . 43/44

'

A. syntaxique en Bison

D
emarche usuelle pour la mise en uvre
. Mise au point de lanalyse lexical
 Fichier Flex complet : reconnatre tous les lex`emes
 Fichier Bison avec une grammaire degeneree
Accepter tous les lex`emes dans un ordre quelconque
Actions semantiques : afficher le lex`eme recu
. Mise au point de lanalyse syntaxique
 Grammaire compl`ete du langage a` reconnatre
 Actions semantiques : afficher les constructions reconnues
. Mise en place des actions s
emantiques
 Construire/calculer les donnees utiles pour lapplication
. Envisager la r
ecup
eration sur erreurs
` effectuer en dernier lieu
 Rend la grammaire plus complexe ! A
&

enib, F.H . . . 44/44