[大数据]Flex & Bison 开始

Flex 与 Bison 是为编译器和解释器的编程人员特别设计的工具：

• Flex 用于词法分析（lexical analysis，或称 scanning），把输入分割成一个个有意义的词块，称为记号（token）。
• Bison 用于语法分析（syntax analysis，或称 parsing），确定这些记号是如何彼此关联的。

例如，如下代码片段：

alpha = beta + gamma;

词法分析把这段代码分解为这样一些记号：alpha, =, beta, +, gamma, ;。接着语法分析确定了 beta + gamma 是一个表达式，而这个表达式被赋给了 alpha。

不过后来它们在其他应用领域被证明也非常有效。任何应用程序，尤其文本处理，只要在其输入中寻找特定的模式，或者它使用命令语言作为输入，都适合使用 Flex 与 Bison。

例如，SQL 分析：

• MySQL: C++ 词法分析, Bison 语法分析
  • sql/sql_yacc.yy
• PostgreSQL: Flex 词法分析, Bison 语法分析
  • parser/scan.l
  • parser/gram.y

在编译器结构中，词法分析器、语法分析器是编译器前端的主要组成部分。大多数编译器组织成三个主要的阶段：前端、优化器和后端。前端专注于理解源语言程序，将其转换为某种中间表示（IR）。而 Flex 与 Bison 就是给编译器前端设计出的工具。

起源

bison 来源于 yacc，一个由 Stephen C. Johnson 于 1975 年到 1978 年期间在贝尔实验室完成的语法分析器生成程序。正如它的名字（yacc 是 yet another compiler compiler 的缩写）所暗示的那样，那时很多人都在编写语法分析器生成程序。Johnson 的工具基于 D. E. Knuth 所研究的语法分析理论（因此 yacc 十分可靠）和方便的输入语法。这使得 yacc 在 Unix 用户中非常流行，尽管当时 Unix 所遵循的受限版权使它只能够被使用在学术界和贝尔系统里。大约在 1985 年，Bob Corbett，一个加州伯克利大学的研究生，使用改进的内部算法再次实现了 yacc 并演变成为伯克利 yacc。由于这个版本比贝尔实验室的 yacc 更快并且使用了灵活的伯克利许可证，它很快成为最流行的 yacc。来自自由软件基金会（Free Software Foundation）的 Richard Stallman 改写了 Corbett 的版本并把它用于 GNU 项目中，在那里，它被添加了大量的新特性并演化成为当前的 bison。bison 现在作为 FSF 的一个项目而被维护，且它基于 GNU 公共许可证进行发布。

在 1975 年，Mike Lesk 和暑期实习生 Eric Schmidt 编写了 lex，一个词法分析器生成程序，大部分编程工作由 Schmidt 完成。他们发现 lex 既可以作为一个独立的工具，也可以作为 Johnson 的 yacc 的协同程序。lex 因此变得十分流行，尽管它运行起来有一点慢并且有很多错误。（不过 Schmidt 后来在计算机行业里拥有一份非常成功的事业，他现在，2009年，是 Google 的 CEO。2010 年 CEO 移交了，继续担任 Google 董事长。）

大概在 1987 年，Lawrence Berkeley 实验室的 Vern Paxson 把一种用 ratfor（当时流行的一种扩展的 Fortran 语言）写成的 lex 版本改写为 C 语言的，被称为 flex，意思是“快速词法分析器生成程序”（Fast Lexical Analyzer Generator）。由于它比 AT&T 的 lex 更快速和可靠，并且就像伯克利的 yacc 那样基于伯克利许可证，它最终也超越了原来的 lex。flex 现在是 SourceForge 的一个项目，依然基于伯克利许可证。

安装

大多数 Linux 和 BSD 系统自带 flex 和 bison 作为系统的基础部分。如果你的系统没有包含它们，安装它们也很容易。

例如在 Ubuntu/Debian 系统，可以直接 apt 安装：

# Ubuntu 20
$ sudo apt install flex bison -y

$ flex -V
flex 2.6.4
$ bison -V
bison (GNU Bison) 3.5.1

范例

范例请见 https://github.com/ikuokuo/start-ai-compiler/tree/main/books/flex_bison ，都来自结语给出的 Flex & Bison 一书。

范例指导了我们如何使用 Flex & Bison 开发一个计算器，并能支持变量、过程、循环和条件表达式，有内置函数，也支持用户自定义函数。

如下编译所有范例：

cd books/flex_bison/

# 编译 release
make
# 编译 debug
make debug

# 清理
make clean

范例程序会输出进 _build 目录，如下执行：

$ ./_build/linux-x86_64/release/1-5_calc/bin/1-5_calc
> (1+2)*3 + 4/2
= 11

$ ./_build/linux-x86_64/release/3-5_calc/bin/3-5_calc
> let sq(n)=e=1; while |((t=n/e)-e)>.001 do e=avg(e,t);;
Defined sq
> let avg(a,b)=(a+b)/2;
Defined avg
> sq(10)
= 3.162
> sqrt(10)
= 3.162
> sq(10)-sqrt(10)
= 0.000178

如果只编译某一范例：

cd ch01/1-1_wc/

# 编译 release
make -j8
# 编译 debug
make -j8 args="debug"

# 清理
make clean

程序

Flex 与 Bison 程序都是由三部分构成：定义部分、规则部分和用户子例程。

... definition section ...
%%
... rules section ...
%%
... user subroutines section ...

Flex 规则部分基于正则表达式，Bison 则基于 BNF (Backus-Naur Form) 文法。详细用法，请依照结语给出的 Flex & Bison 一书，及范例。

这里不做过多阐述，本文旨在让大家了解有 Flex 与 Bison 这样工具，以及它们能帮助我们完成什么样的工作。

结语

Flex 与 Bison 是词法分析器（Scanner）与语法分析器（Parser）的自动生成工具，应用了形式语言理论的结果。这些工具同样可用于文本搜索、网站过滤、文字处理和命令行语言解释器。

本文内容主要来源于以下书籍：

• 2011-03 / flex与bison（中文版） / 阅读
• 2009 / flex & bison - Text Processing Tools / 阅读

GoCoding 个人实践的经验分享，可关注公众号！