Flex与Bison编写的语法解析器返回ERROR而非OK问题排查

1. Flex词法规则顺序错误 #

tADDRESS的匹配规则被放到了tIDENT规则之后，而Flex会优先匹配顺序更靠前的规则，导致邮箱前缀会被先识别为标识符，无法正确匹配完整邮箱地址。
修复方案：调整规则顺序，把更特殊的tADDRESS规则移动到tIDENT之前：

# Flex规则部分调整顺序
[0-9]{2}:[0-9]{2} return tTIME;

{tLOCALPART}"@"({tDOMAIN}"."{tDOMAIN}"."{tDOMAIN}|{tDOMAIN}"."{tDOMAIN}) return tADDRESS;
[a-zA-Z\_]+[a-zA-Z0-9\_]* return tIDENT;
["][^\"]*["] return tSTRING;
[0-9]{2}"/"[0-9]{2}"/"[0-9]{4} return tDATE;

2. Bison冗余空产生式冲突 #

你给send、recipient、recipientList、recipientListExtra、sendList、mailBlock这些本身不能为空的非终结符都加了空产生式，会引发大量移进/归约冲突，导致解析逻辑混乱。
修复方案：删除所有不必要的空产生式：

# 修正mailBlock规则，删除空选项
mailBlock: 
    tMAIL tFROM tADDRESS tCOLON tENDMAIL
    | tMAIL tFROM tADDRESS tCOLON statements tENDMAIL
;

# 修正send规则，删除空选项
send: 
    tSEND tLBR tSTRING tRBR tTO recipientListExtra
    | tSEND tLBR tIDENT tRBR tTO recipientListExtra
;

# 修正sendList规则，删除空选项
sendList: 
    send
    | send sendList
;

# 修正recipientList规则，删除空选项
recipientList:
    recipient
    | recipient tCOMMA recipientList
;

# 修正recipientListExtra规则，删除空选项
recipientListExtra:      
    tLBR recipientList tRBR
;

# 修正recipient规则，删除空选项
recipient:
    tLPR tADDRESS tRPR
    | tLPR tSTRING tCOMMA tADDRESS tRPR
    | tLPR tIDENT tCOMMA tADDRESS tRPR
;

3. 多语句匹配规则缺失 #

原来的statements规则仅支持单个语句，但是测试用例的邮件块内存在多个连续语句（调度、设置、发送），无法匹配。
修复方案：拆分规则支持多语句并列：

# 新增单个语句规则
statement:
    set 
    | send  
    | schedule
;

# 修正statements规则支持多语句
statements:
    statement
    | statement statements
;

可选调试优化 #

可以修改yyerror函数输出错误信息方便定位问题，同时在Flex开头加%option yylineno开启行号统计：

// parser.y中修改yyerror
void yyerror (const char *s)
{
    extern int yylineno;
    fprintf(stderr, "第%d行解析错误: %s\n", yylineno, s);
}

编译验证 #

修改完成后执行以下命令编译运行即可得到预期的OK输出：

flex 你的词法文件名.l
bison -d parser.y
gcc parser.tab.c lex.yy.c -o mail_parser -lfl
./mail_parser < test.ms

内容的提问来源于stack exchange，提问作者C.Unbay