Les conditions d'erreur de gestion dans Lex plutôt que Yacc?

Question

Supposons que j'ai une expression régulière lex comme

[aA][0-9]{2,2}[pP][sS][nN]? { return TOKEN; } 

Si un utilisateur entre

A75PsN 
A75PS 

Il égalera

Mais si un utilisateur dit quelque chose comme

A75PKN 

I voudrait qu'il erreur et dise "Caractère K non reconnu, attend S "

Ce que je fais en ce moment est juste en train d'écrire comme

let [a-zA-Z] 
num [0-9] 

{let}{num}{2,2}{let}{2,3} 

Et puis essentiellement re-lexing la chaîne en Yacc pour que je puisse avoir des conditions d'erreur significatives

Comment puis-je contourner ce?

La seule chose que je peux penser est d'utiliser des groupes nommés?

Answer 1

Wow! Schéma intéressant.

Si vous voulez détecter cela dans l'analyseur lexical, vous devez avoir une règle fourre-tout qui traite de «toute chaîne autrement non reconnue» et produit un message d'erreur.

Déterminer que c'était le K qui a causé le problème va être un enfer.

[^aA][0-9]{2,2}[pP][sS][nN]? { report_error(); return ERROR; } 
[aA][0-9]{2,2}[^pP][sS][nN]? { report_error(); return ERROR; } 
[aA][0-9]{2,2}[pP][^sS][nN]? { report_error(); return ERROR; } 
[aA][0-9]{2,2}[pP][sS][^nN] { report_error(); return ERROR; } 

Notez la mise en place des carets et l'absence de point d'interrogation! Traiter des non-chiffres, ou trop de chiffres, ou trop peu de chiffres - urgh!

En général, vous seriez mieux de reconnaître tous les « identifiants » puis valider ceux qui sont OK:

[a-zA-Z][0-9]{2,2}[a-zA-Z]{2,5} { return validate_id_string(); } 

Choisissez votre poison ce que vous autorisez dans la routine de validation; il décide si ce qui a été entré est OK ou non, et sa valeur de retour contrôle ce que la règle Lex renvoie à la grammaire. C'est une façon de distinguer les mots-clés des identifiants aussi.

Généraliser et simplifier l'expression régulière en fonction de ce qui se passe réellement.