用Flex和Bison自制“五仁”语言

“五仁”官方名称：zScript
变量使用关键字"var"进行声明，变量本身无类型

变量声明可放在源码中任何位置，可在任何位置被调用，例如，var a在源码中最后一行，也可以在第一行使用变量a
每条语句的结尾必须是';‘或换行符(后面准备改成强制使用’;‘结尾)
目前支持的数据类型：int、double、bool、string、list、tuple、object 、undefined
函数也是object类型
string的定义为 '’ 或 "" 中所包裹的内容，支持C和JavaScript风格的字符转义
支持的运算符： =、+、-、、/、%、&、|、~、^、&&、||、+=、-=、=、/=、%=、&=、|=、~=、^=、&&=、||=、!、>、<、=、==、===、!=、!==、++、–
支持匿名函数，函数闭包，多值返回
支持的分支结构：if else
支持的循环结构：goto while for（后面准备加入do while、foreach）
while for 循环结构中使用break跳出循环，continue立马开始执行下一次循环，break和continue可组合使用例如：break, break 则可以直接跳出两层循环，组合使用时continue只能放在末尾
支持switch case语句，可枚举int bool string undefined

Flex(Lexical Analyzar)

Lex是一个产生词法分析器的工具(最早是Eric Emerson Schmidt和Mike Lesk制作）是许多UNIX系统的标准词法分析器（lexical analyzer）产生程序，而且这个工具所作的行为被详列为POSIX标准的一部分。而Flex就是由Vern Paxon实现的Lex
FLex读进一个代表词法分析器规则的输入字符串流，然后输出C/C++语言的词法分析器源代码。
wiki：https://en .wik i p e dia.o r g/w i ki/F l ex _%28lex ical _an a ly s er _g e n erat o r %29

Flex的文件结构

文件分成三个区块，均以一个只有两个百分比符号（%%）的单行来分隔，如下：

定义区域 %% 规则区域 %% C/C++代码区

定义区块是用来定义宏以及导入C写成的头文件所在区块。在这里面也可以写一些C代码，这一些代码会被复制到产生出来的C源代码的开头部分。
规则区块是最重要的区块；这里将样式与C的陈述（statement）串连在一起。这一些样式都是正则表达式。当lexer看到输入里面有合乎给定的样式时，则会操作相对应的C代码。这就是flex运作的基础。
C代码区块的内容会原封不动的照搬到产生出来的C源代码里面。

小例子

%{
 #include 
%}
number [0-9]+
%option noyywrap
%% // 第一部分结束
{number} {
    printf("number: %s\n", yytext);
}
%% // 第二部分结束
int main()
{
    yylex();
    return 0;
}

%option noyywrap用于指明未定义yywrap函数，此函数用于在文件（或输入）的末尾调用。如果函数的返回值是1，就停止解析。否则等待输入后继续解析注：正则表达式是使用单个字符串来描述、匹配一系列字符串的规则

wiki：h ttp s://zh.wiki p e di a.o rg/w iki/%E6%AD %A3%E5%88%99%E 8%A1%A8%E 8%BE%BE%E5%BC%8F

Bison

Bison是GNU版本的Yacc（Lexical Analyzar），用于做语法分析，它与Yacc兼容
参考手册：ht t p://www.gn u .o r g /so f twa re /biso n /manual/b i so n .html 中译版：htt p ://bl o g.c s dn.ne t /s i r o u ni 2003/ar ticl e /d e tail s /400672
wiki：h t tps://en.wi kipe d ia.o rg/wi k i /GNU_bis on

Bison的文件结构

和Flex一样，也分为三个部分
分别是声明、语法规则和代码段，使用%%分开

定义区域 %% 规则区域 %% C/C++代码区

第一部分和Flex一样，用于存放终结符的声明、符号优先级和符号类型等定义
第二部分用来定义文法规则
第三部分也是用来存放C/C++代码

来个小例子

%{
#include 
#define YYSTYPE int

void yyerror(char const *);
int yylex(void);
%}

%token NUMBER

%debug

%%

start:  { printf("yylval = %d\n", yylval);}
    | NUMBER {
        printf("NUMBER %d\n", yylval);
    }
    start NUMBER {
        printf("start NUMBER %d\n", yylval);
    }
    ;

%%

void yyerror(char const *msg)
{
    printf("error: %s\n", msg);
}

int yylex()
{
    printf("&gt;&gt;&gt;");

    char str[10] = {};

if(scanf("%s\n", str) == EOF)
    return 0;

int number = atoi(str);

printf("%d\n", number);

yylval = number;

return NUMBER;
}

int main()
{
return yyparse();
}

%token用于定义一个终结符
%debug指定bison在生成的代码中加入debug输出（和bison的-t参数一样）
yyerror在分析过程中有语法错误时被调用
yylex用于给分析器返回token（在生成的代码中自动被调用）注：终结符是指文法规则中不能再被分解的最小单位，非终结符则是相反的概念。

例如上面的文法规则中“start”就是非终结符，NUMBER就是一个终结符。

wiki：h tt ps://zh.w i k ipe d i a.o rg/wik i /%E7%B5%82%E7%B5%90%E 7%AC%A 6%E 8%88%87%E 9%9 D %9 E %E7%BB%88%E7%B5%90%E 7%AC%A6#

语法介绍

变量的定义

变量使用关键字“var”进行定义。

zScript提供了两种形式的变量定义语句。

1.直接定义的形式，该语句的一般形式为：

var 标识符;

该语句的含义是：定义变量名为“标识符”的变量。例如：

var a;

该语句的作用是：定义一个名为“a”的变量。 2.定义同时给变量初始化赋值，该语句的一般形式为：

var 标识符 = 表达式;

该语句的含义是：定义变量名为“标识符”的变量，且给变量赋值为表达式的结果。例如：

var a = 1 + 2;

该语句的作用是：定义一个名为“a”的变量，且赋值为3。 “var”关键字可同时定义多个变量，每个变量之间使用符号“,”分割。

匿名函数的定义

匿名函数定义的一般形式为：

(形参列表) {
    语句组
}

该语句的含义是：生成一个函数对象，例如：

(a) {
    console.log(a);
}

该语句的作用是：定义一个函数，它有一个名为“a”的形参，执行此函数会将a的值打印到屏幕上。形参列表，可为空、一个、多个，多个形参之间使用“,”分割。

数组的定义

数组定义的一般形式为：

var a = [表达式1, 表达式2, ...];

该语句的含义是：生成一个数组，数组元素为中括号中表达式的结果。例如：

var a = [1, 2, 3];

该语句的作用是：定义一个包含三个元素的数组，元素的值分别为1、2、3，然后赋值给变量a；数组使用“[”“]”定义，中间内容可以为空、一个表达式、多个表达式，多个表达式之间使用“,”隔开。

a = a[0];

取数组元素语法和C语言一样，都是中括号中写入数组下标。

选择控制语句

一个选择结构，包括一组或若干组操作，每组操作称为一个分支。通过选择控制语句可以实现选择结构。选择控制语句包括if语句、switch语句及起辅助控制作用的break语句。

If语句用于计算给定的表达式，根据表达式的值是否为假，决定是否执行某一组操作。

Switch语句首先求解一个表达式，然后根据计算结果的值，从哈希表中查询该从哪一组操作开始执行。

Break语句用于switch结构中，用于终止当前switch结构的执行。

if语句

zScript提供了两种形式的if语句。

1.单if子句的if语句。该if语句的一般形式为：

if(表达式)
{
    语句组
}

该语句的含义是：只有表达式的值为非零值时，才执行其内部的语句组。例如：

if ( a &gt; b )
{
    console.log(“hello”);
}

该语句的作用是：当a的值大于b的值时（此时，“a>b”的值为真，为非假值），在屏幕上显示“hello”；否则，不显示“hello”。 2.带else子句的if语句。该if语句的一般形式为：

if ( 表达式 )
{
    语句组1
} else {
    语句组2
}

该语句的含义是：当表达式的值为非假时，执行语句组1，而不执行语句组2；否则，即表达式的值为假时，执行语句组2，而不执行语句组1。例如：

if ( a &gt; b )
{
    console.log(“hello1”);
} else {
    console.log(“hello2”);
}

该语句的作用是：若a的值大于b的值（此时“a>b”为真，为非假值），则在屏幕上显示“hello1”，而不显示“hello2”；否则，即表达式的值为假时，显示“hello2”，而不显示“hello1”。

switch语句

Switch语句与if语句一样，也可以实现分支选择。但if语句是判断一个表达式的值是否为假，决定是否执行某个分支；而switch语句是计算一个表达式的值，根据计算结果，从哈希表查询从哪个分支开始执行代码。Switch语句的一般形式为：

switch( 表达式 )
{
    case 常量1：
    语句组1
    case 常量2：
    语句组2
    ...
    case 常量n：
    语句组n
    default:
    语句组 n + 1
}

switch语句的执行过程：

1.求解“表达式”的值；
2.如果“表达式”的值与某个case后面的“常量”的值相同，则从这里开始顺序执行语句。结果switch执行有两种形式：一是遇到break语句为止；二是未遇到break语句，则程序依次执行完所有语句组。
3.如果“表达式”的值与任何一个case后面的“常量”的值都不相同，当有default子句时，则执行default后面的语句，如果没有default子句，则结束switch。

其中break的一般形式为

break;

循环控制语句

while语句

while语句的一般形式为

while( 表达式 )
{
    循环体
}

while语句的执行过程：

1.求解小括号中表达式的值。如果表达式的值为真，转第2步；否则转第3步。
2.执行循环体，然后转第1步。
3.执行while语句后面的语句。

小括号中表达式的值是否为假，决定着循环体是终止还是继续循环。因此，该表达式的值为循环条件。while循环语句的执行特点是，先判断循环条件是否成立，然后决定是否执行循环体。

当while语句的循环体只包含一条语句时，包含该循环体的“{}”可以省略。

for语句

在两种循环语句中，for语句最为灵活。for语句的一般形式为：

for (表达式1; 表达式2; 表达式3)
{
    循环体
}

for语句的执行过程：

1.求解表达式1的值。
2.求解表达式2的值，若其值为假，则结束循环，转第4步；若其值为真，则执行循环体。
3.求解表达式3。
4.结束循环。

对象的定义

对象定义的一般形式为：

{
    属性名1: 属性的值,
    属性名2: 属性的值,
    ...
    属性名n: 属性的值,
    属性名n+1: 属性的值
}

例如：

var object = {
    name: "张三",
    age: 18
};

变量object即是一个对象，它包含两个属性。注：当对一个对象不存在的属性赋值时会将此属性加入到对象中，例如：

object.sex = '男';

对象object中就会多出一个“sex”属性。