Lex扫描器编译报错：无法识别规则与致命解析错误排查求助

编译报错的直接原因是代码中存在多处语法错误，导致Lex无法正确解析规则，以下是具体问题和修复方法：

1. 宏定义语法错误 #

• commentLeft宏：原定义commentLeft ({%)中，{是Lex的特殊字符（用于引用宏），匹配字面{必须转义，修正为：

  commentLeft     (\{%)
  

• string宏：原正则"(""|[^"\n])*")存在引号嵌套错误，正确的字符串正则应匹配双引号包裹、内部双引号用两个双引号转义的格式，修正为：

  string          "(\"\"|[^"\n])*"
  

2. 规则段宏引用错误 #

规则中{delimiter;}、{arithmetic;}、{relational;}多了末尾的分号，Lex宏引用不需要加后缀分号，这会被当成正则的一部分导致无法识别规则，修正为：

{delimiter}       {tokenChar(yytext[0]);}
{arithmetic}      {tokenChar(yytext[0]);}
{relational}      {tokenChar(yytext[0]);}

3. 注释起始规则错误 #

原规则{% {语法错误，应引用定义好的commentLeft宏，修正为：

{commentLeft} { 
    LIST;
    BEGIN(COMMENT);
}

4. 潜在运行异常问题（非编译错误，但需修正） #

• token函数参数错误：token('<=>')中，单引号仅能包裹单个字符，<=>是三个字符，应改为字符串形式token("<=>")（若token接受字符串参数），或使用对应枚举常量（如ARRAY、BEGIN这类关键字的定义）。
• main函数参数判断错误：原代码if (argc > 0)逻辑错误，argc至少为1（程序本身），应判断argc > 1；同时默认需将yyin指向标准输入，避免未初始化时调用fclose崩溃，修正后的main函数：

  int main(int argc, char **argv){
      FILE *yyin = stdin; // 默认使用标准输入
      if (argc > 1){
          yyin = fopen(argv[1], "r");
          if (!yyin){
              printf("Failed to open file %s\n", argv[1]);
              return 1;
          }
      }
      yylex();
      if (yyin != stdin) fclose(yyin); // 仅关闭手动打开的文件
      return 0;
  }
  

修正后的核心规则段 #

identifier              ([A-Za-z][0-9A-Za-z]*)
digit                   ([0-9])
integer                 ({digit}+)
float                   ({integer}"."[0-9]+)
delimiter               ([.,:;()\[\]{}])
arithmetic              ([+-*/])
relational              ([<>])
string                  "(\"\"|[^"\n])*"
commentLine             (\%[^\n]*)
commentLeft             (\{%)
commentRight            (%})

%x COMMENT

%option noyywrap

%%

{delimiter}       {tokenChar(yytext[0]);}
{arithmetic}      {tokenChar(yytext[0]);}
{relational}      {tokenChar(yytext[0]);}

"<="                    { token("<=>"); }
">="                    { token(">="); }
"not="                  { token("not="); }
":="                    { token(":="); }

"not"                   { token("not"); }
"and"                   { token("and"); }
"or"                    { token("or"); }

"array"                 { token(ARRAY); }
"begin"                 { token(BEGIN); }
"bool"                  { token(BOOL); }
"char"                  { token(CHAR); }
"const"                 { token(CONST); }
"decreasing"            { token(DECREASING); }
"default"               { token(DEFAULT); }
"do"                    { token(DO); }
"else"                  { token(ELSE); }
"end"                   { token(END); }
"exit"                  { token(EXIT); }
"false"                 { token(FALSE); }
"for"                   { token(FOR); }
"function"              { token(FUNCTION); }
"get"                   { token(GET); }
"if"                    { token(IF); }
"int"                   { token(INT); }
"loop"                  { token(LOOP); }
"of"                    { token(OF); }
"put"                   { token(PUT); }
"procedure"             { token(PROCEDURE); }
"real"                  { token(REAL); }
"result"                { token(RESULT); }
"return"                { token(RETURN); }
"skip"                  { token(SKIP); }
"string"                { token(STRING); }
"then"                  { token(THEN); }
"true"                  { token(TRUE); }
"var"                   { token(VAR); }
"when"                  { token(WHEN); }

{integer}  {
    tokenInteger("integer", atoi(yytext));
}

{identifier} {
    tokenString("identifier", yytext);
    table -> insert(yytext);
}

{float}    {
    tokenFloat("float", yytext);
 }

{string}    {
    char s[MAX_LINE_LENG] = {0};
    int idx = 0;
    for (int i = 1; i < yyleng - 1; ++i){
        if (yytext[i] == '"')
            ++i;
        s[idx++] = yytext[i];
    }
    tokenString("string", s);
}

{commentLine}  {
    LIST;
}

{commentLeft} { 
    LIST;
    BEGIN(COMMENT);
}

<COMMENT>[^\n]  {
    LIST;
}

<COMMENT>\n {   
    LIST;
    printf("%d: %s", linenum, buf);
    linenum++;
    buf[0] = '\0';
}

<COMMENT>{commentRight}    {
        LIST;
        BEGIN(INITIAL);
    }

\n  {
    LIST;
    printf("%d: %s", linenum++, buf);
    buf[0] = '\0';
}

[ \t]*  {
    LIST;
}

.   {
    LIST;
    printf("%d:%s\n", linenum+1, buf);
    printf("bad character:'%s'\n",yytext);
    exit(-1);
}
%%

修复以上错误后，重新执行lex scanner.l即可正常编译。

内容的提问来源于stack exchange，提问作者letmesleepplz