re2c 1.2

პარასკევს, 2 აგვისტოს, გამოვიდა re2c, ლექსიკური ანალიზატორების უფასო გენერატორი C და C++ ენებისთვის. შეგახსენებთ, რომ re2c დაიწერა 1993 წელს პიტერ ბამბულის მიერ, როგორც ძალიან სწრაფი ლექსიკური ანალიზატორების ექსპერიმენტული გენერატორი, რომელიც გამოირჩეოდა სხვა გენერატორებისგან გენერირებული კოდის სიჩქარით და უჩვეულოდ მოქნილი მომხმარებლის ინტერფეისით, რომელიც საშუალებას აძლევს ანალიზატორებს ადვილად და ეფექტურად ჩასვათ სისტემაში. არსებული კოდის ბაზა. მას შემდეგ პროექტი შემუშავებულია საზოგადოების მიერ და აგრძელებს პლატფორმას ექსპერიმენტებისა და კვლევისთვის ფორმალური გრამატიკისა და სასრული მდგომარეობის მანქანების სფეროში.

ძირითადი ინოვაციები 1.2 ვერსიაში:

• დამატებულია ახალი (გამარტივებული) გზა შეყვანის მონაცემების დასასრულის შესამოწმებლად
  (ინგლისური "EOF წესი").
  ამისთვის დამატებულია re2c:eof კონფიგურაცია,
  საშუალებას გაძლევთ აირჩიოთ ტერმინალური სიმბოლო,
  და სპეციალური $ წესი, რომელიც ირთვება თუ ლექსერი
  წარმატებით მიაღწია შეყვანის მონაცემების ბოლოს.
  ისტორიულად, re2c გთავაზობთ რამდენიმე გადამოწმების მეთოდს
  შეყვანის დასასრული განსხვავდება შეზღუდვით, ეფექტურობითა და სიმარტივით
  აპლიკაციები. ახალი მეთოდი შექმნილია კოდის ჩაწერის გასამარტივებლად, ხოლო
  მიუხედავად იმისა, რომ რჩება ეფექტური და ფართოდ გამოყენებადი. ძველი გზები
  ჯერ კიდევ მუშაობს და ზოგიერთ შემთხვევაში შეიძლება სასურველი იყოს.

• დამატებულია დირექტივის გამოყენებით გარე ფაილების ჩართვის შესაძლებლობა
  /*!include:re2c "file.re" */ სადაც file.re
  ეს არის მოიცავს ფაილის სახელი. Re2c ეძებს ფაილებს ფაილების დირექტორიაში,
  ასევე -I ოფციის გამოყენებით მითითებულ ბილიკების სიაში.
  თანდართული ფაილები შეიძლება შეიცავდეს სხვა ფაილებს.
  Re2c უზრუნველყოფს "სტანდარტულ" ფაილებს ჩათვლით/ დირექტორიაში
  პროექტი - მოსალოდნელია, რომ იქ დაგროვდება სასარგებლო განმარტებები
  რეგულარული გამონათქვამები, რაღაც სტანდარტული ბიბლიოთეკის მსგავსი.
  ჯერჯერობით, მუშების მოთხოვნით, დაემატა ერთი ფაილი Unicode კატეგორიების განმარტებით.

• დამატებულია სათაურის ფაილების გენერირების შესაძლებლობა თვითნებურად
  შინაარსი -t --type-header ოფციების გამოყენებით (ან შესაბამისი
  კონფიგურაციები) და ახალი დირექტივები /*!header:re2c:on*/ და
  /*!header:re2c:off*/. ეს შეიძლება იყოს სასარგებლო იმ შემთხვევებში, როდესაც
  როდესაც re2c-ს სჭირდება ცვლადების, სტრუქტურების და მაკროების განმარტებების გენერირება,
  გამოიყენება სხვა მთარგმნელობით ერთეულებში.

• Re2c ახლა ესმის UTF8 ლიტერალები და სიმბოლოების კლასები რეგულარულ გამონათქვამებში.
  ნაგულისხმევად, re2c აანალიზებს გამონათქვამებს, როგორიცაა "∀x ∃y", როგორც.
  1-ბიტიანი ASCII სიმბოლოების თანმიმდევრობა e2 88 80 78 20 e2 88 83 79
  (თექვსმეტი კოდები) და მომხმარებლებს ხელით უნდა გაექცნენ უნიკოდის სიმბოლოებს:
  "u2200x u2203y". ბევრისთვის ეს ძალიან მოუხერხებელი და მოულოდნელია
  მომხმარებლები (რაც დასტურდება მუდმივი შეცდომების შესახებ). Ამრიგად
  re2c უზრუნველყოფს --input-encoding ვარიანტს ,
  რომელიც საშუალებას გაძლევთ შეცვალოთ ქცევა და გაანალიზოთ „∀x ∃y“ როგორც
  2200 78 20 2203 79.

• Re2c ახლა საშუალებას გაძლევთ გამოიყენოთ რეგულარული re2c ბლოკები -r --reuse რეჟიმში.
  ეს მოსახერხებელია, თუ შეყვანის ფაილი შეიცავს ბევრ ბლოკს და მხოლოდ ზოგიერთ მათგანს
  საჭიროა ხელახლა გამოყენება.

• ახლა თქვენ შეგიძლიათ დააყენოთ გაფრთხილებებისა და შეცდომის შეტყობინებების ფორმატი
  ახალი --location-format ვარიანტის გამოყენებით . ნაჩვენებია GNU ფორმატი
  როგორც ფაილის სახელი: ხაზი: სვეტი: და MSVC ფორმატი, როგორც ფაილის სახელი (ხაზი, სვეტი).
  ეს ფუნქცია შეიძლება სასარგებლო იყოს IDE მოყვარულთათვის.
  ასევე დამატებულია --verbose ვარიანტი, რომელიც წარმატების შემთხვევაში ბეჭდავს მოკლე გამარჯვების შეტყობინებას.

• გაუმჯობესდა "თავსებადობის" რეჟიმი flex-თან - დაფიქსირდა ზოგიერთი პარსინგის შეცდომა და
  იშვიათ შემთხვევებში ოპერატორის არასწორი უპირატესობა.
  ისტორიულად, -F --flex-support ვარიანტი საშუალებას გაძლევთ დაწეროთ კოდი
  შერეულია flex სტილში და re2c სტილში, რაც ართულებს ანალიზს.
  Flex თავსებადობის რეჟიმი იშვიათად გამოიყენება ახალ კოდში,
  მაგრამ re2c აგრძელებს მის მხარდაჭერას უკანა თავსებადობისთვის.

• სიმბოლოების კლასის გამოკლების ოპერატორი / ახლა მოქმედებს
  კოდირების გაფართოებამდე, რაც საშუალებას იძლევა გამოიყენოს იგი უფრო დიდ შემთხვევებში,
  თუ გამოიყენება ცვლადი სიმბოლოების სიგრძის კოდირება (მაგალითად UTF8).

• გამომავალი ფაილი ახლა იქმნება ატომურად: re2c ჯერ ქმნის დროებით ფაილს
  და წერს შედეგს მასში და შემდეგ გადარქმევს დროებით ფაილს გამოსავალზე
  ერთი ოპერაცია.

• შესრულდა და გადაიწერა დოკუმენტაცია; კერძოდ, დაემატა ახლები
  თავები ბუფერის შევსების შესახებ
  и შეყვანის მონაცემების დასასრულის შემოწმების გზების შესახებ.
  ახალი დოკუმენტაცია გროვდება ფორმაში
  ყოვლისმომცველი ერთგვერდიანი სახელმძღვანელო
  მაგალითებით (იგივე წყაროები მოცემულია manpage-ში და ონლაინ დოკუმენტაციაში).
  ცუდი მცდელობები გაკეთდა ტელეფონებზე საიტის წაკითხვის გასაუმჯობესებლად.

• დეველოპერების თვალსაზრისით, re2c-მ შეიძინა უფრო სრულყოფილი ქვესისტემა
  გამართვა გამართვის კოდი ახლა გამორთულია გამოშვების ბილდებში და
  შეიძლება ჩართოთ კონფიგურაციის ოფციის გამოყენებით --enable-debug.

ამ გამოშვებას დიდი დრო დასჭირდა - თითქმის მთელი წელი.
დროის უმეტესი ნაწილი, როგორც ყოველთვის, თეორიული ჩარჩოს შემუშავებას და წერას ეთმობა
მუხლი "ეფექტური POSIX ქვემატჩის ამოღება NFA-ზე".
სტატიაში აღწერილი ალგორითმები დანერგილია ექსპერიმენტულ ბიბლიოთეკაში libre2c
(ბიბლიოთეკის და საორიენტაციო ნიშნების შექმნა ნაგულისხმევად გამორთულია და ჩართულია კონფიგურაციის ოფციით
--enable-libs). ბიბლიოთეკა არ არის ჩაფიქრებული არსებულის კონკურენტად
პროექტები, როგორიცაა RE2, მაგრამ როგორც კვლევის პლატფორმა ახლის განვითარებისთვის
ალგორითმები (რომლებიც შემდეგ შეიძლება გამოყენებულ იქნას re2c-ში ან სხვა პროექტებში).
ის ასევე მოსახერხებელია ტესტირების, კრიტერიუმების და სხვა ენებისთვის დამაკავშირებლების შექმნის თვალსაზრისით.

მადლობა re2c დეველოპერებისგან ყველას, ვინც დაეხმარა ამ გამოშვების განხორციელებას,
და ზოგადად საზოგადოებას იდეებისთვის, შეცდომების შესახებ მოხსენებებისთვის, პატჩებისთვის, ზნეობისთვის და ა.შ. ;]

წყარო: linux.org.ru