re2c lexer generator 1.2-ന്റെ റിലീസ്

സംഭവിച്ചു പ്രകാശനം re2c, സി, സി++ ഭാഷകൾക്കുള്ള ഒരു സ്വതന്ത്ര ലെക്സിക്കൽ അനലൈസർ ജനറേറ്റർ. ജനറേറ്റഡ് കോഡിന്റെ വേഗതയിലും അനലൈസറുകൾ നിലവിലുള്ള കോഡിലേക്ക് എളുപ്പത്തിലും കാര്യക്ഷമമായും സംയോജിപ്പിക്കാൻ അനുവദിക്കുന്ന അസാധാരണമായ ഫ്ലെക്സിബിൾ യൂസർ ഇന്റർഫേസിലും മറ്റ് ജനറേറ്ററുകളിൽ നിന്ന് വ്യത്യസ്തമായ, വളരെ വേഗത്തിലുള്ള ലെക്സിക്കൽ അനലൈസറുകളുടെ ഒരു പരീക്ഷണാത്മക ജനറേറ്ററായി 2-ൽ പീറ്റർ ബാംബുലിസ് എഴുതിയതാണ് re1993c എന്ന് ഓർക്കുക. അടിസ്ഥാനം. അതിനുശേഷം, ഈ പ്രോജക്റ്റ് സമൂഹം വികസിപ്പിച്ചെടുത്തു, ഔപചാരിക വ്യാകരണങ്ങളുടെയും ഫിനിറ്റ് സ്റ്റേറ്റ് മെഷീനുകളുടെയും മേഖലയിലെ പരീക്ഷണങ്ങൾക്കും ഗവേഷണങ്ങൾക്കും ഒരു വേദിയായി തുടരുന്നു.

റിലീസിനുള്ള ഒരുക്കങ്ങൾ ഏകദേശം ഒരു വർഷം മുഴുവൻ എടുത്തു. മിക്കപ്പോഴും, എല്ലായ്പ്പോഴും എന്നപോലെ, ഒരു സൈദ്ധാന്തിക ചട്ടക്കൂട് വികസിപ്പിക്കുന്നതിനും എഴുതുന്നതിനുമായി ചെലവഴിച്ചു
ലേഖനങ്ങൾ "NFA-യിൽ കാര്യക്ഷമമായ POSIX സബ്‌മാച്ച് എക്‌സ്‌ട്രാക്ഷൻ".
ലേഖനത്തിൽ വിവരിച്ചിരിക്കുന്ന അൽഗോരിതങ്ങൾ libre2c എന്ന പരീക്ഷണാത്മക ലൈബ്രറിയിൽ നടപ്പിലാക്കിയിട്ടുണ്ട്
(ലൈബ്രറിയും പെർഫോമൻസ് ടെസ്റ്റുകളും നിർമ്മിക്കുന്നത് ഡിഫോൾട്ടായി അപ്രാപ്‌തമാക്കുകയും "-enable-libs" എന്ന കോൺഫിഗർ ഓപ്‌ഷൻ വഴി പ്രവർത്തനക്ഷമമാക്കുകയും ചെയ്യുന്നു). RE2 പോലെയുള്ള നിലവിലുള്ള പ്രോജക്ടുകളുടെ ഒരു എതിരാളി എന്ന നിലയിലല്ല, പുതിയവ വികസിപ്പിക്കുന്നതിനുള്ള ഒരു ഗവേഷണ പ്ലാറ്റ്ഫോം എന്ന നിലയിലാണ് ലൈബ്രറി ഉദ്ദേശിക്കുന്നത്.
അൽഗോരിതങ്ങൾ (അത് പിന്നീട് re2c അല്ലെങ്കിൽ മറ്റ് പ്രോജക്റ്റുകളിൽ ഉപയോഗിക്കാം). ടെസ്റ്റിംഗ്, പ്രകടനം അളക്കൽ, മറ്റ് ഭാഷകളിലേക്ക് ബൈൻഡിംഗ് സൃഷ്ടിക്കൽ എന്നിവയുടെ വീക്ഷണകോണിൽ നിന്നും ഇത് സൗകര്യപ്രദമാണ്.

പതിപ്പ് re2c 1.2 ലെ പ്രധാന കണ്ടുപിടുത്തങ്ങൾ:

• ഇൻപുട്ട് ഡാറ്റയുടെ അവസാനം പരിശോധിക്കുന്നതിനായി ഒരു പുതിയ ലളിതമായ രീതി ചേർത്തു ("EOF റൂൾ"). ഇതിനായി, “re2c:eof” കോൺഫിഗറേഷൻ ചേർത്തു,
  ടെർമിനൽ പ്രതീകം തിരഞ്ഞെടുക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു,
  കൂടാതെ ഒരു പ്രത്യേക നിയമം "$", അത് lexer ആണെങ്കിൽ ട്രിഗർ ചെയ്യപ്പെടും
  ഇൻപുട്ട് ഡാറ്റയുടെ അവസാനം വിജയകരമായി എത്തി.
  ചരിത്രപരമായി, re2c നിരവധി പരിശോധനാ രീതികൾ തിരഞ്ഞെടുക്കുന്നു
  പരിമിതി, കാര്യക്ഷമത, ലാളിത്യം എന്നിവയിൽ വ്യത്യാസമുള്ള ഇൻപുട്ടുകളുടെ അവസാനം
  അപേക്ഷകൾ. കോഡ് എഴുതുന്നത് ലളിതമാക്കുന്നതിനാണ് പുതിയ രീതി രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്
  ഫലപ്രദവും വ്യാപകമായി ബാധകവുമാകുമ്പോൾ. പഴയ വഴികൾ
  ഇപ്പോഴും പ്രവർത്തിക്കുന്നു, ചില സന്ദർഭങ്ങളിൽ മുൻഗണന നൽകാം.

• ഒരു നിർദ്ദേശം ഉപയോഗിച്ച് ബാഹ്യ ഫയലുകൾ ഉൾപ്പെടുത്താനുള്ള കഴിവ് ചേർത്തു
  "/*!include:re2c "file.re" */", ഇവിടെ "file.re" എന്നത് ഉൾപ്പെടുത്തേണ്ട ഫയലിന്റെ പേരാണ്. Re2c ഫയൽ ഡയറക്ടറി ഉൾപ്പെടെയുള്ള ഫയലുകൾക്കായി തിരയുന്നു,
  അതുപോലെ "-I" ഓപ്ഷൻ ഉപയോഗിച്ച് വ്യക്തമാക്കിയ പാതകളുടെ പട്ടികയിലും.
  ഉൾപ്പെടുത്തിയ ഫയലുകളിൽ മറ്റ് ഫയലുകൾ ഉൾപ്പെട്ടേക്കാം.
  Re2c "ഉൾപ്പെടുത്തുക/" ഡയറക്‌ടറിയിൽ "സ്റ്റാൻഡേർഡ്" ഫയലുകൾ നൽകുന്നു
  പദ്ധതി - ഉപയോഗപ്രദമായ നിർവചനങ്ങൾ അവിടെ കുമിഞ്ഞുകൂടുമെന്ന് പ്രതീക്ഷിക്കുന്നു
  സാധാരണ പദപ്രയോഗങ്ങൾ, സാധാരണ ലൈബ്രറി പോലെയുള്ള ഒന്ന്.
  ഇതുവരെ, തൊഴിലാളികളുടെ അഭ്യർത്ഥന പ്രകാരം, യൂണികോഡ് വിഭാഗങ്ങളുടെ നിർവചനങ്ങളുള്ള ഒരു ഫയൽ ചേർത്തു.

• അനിയന്ത്രിതമായ തലക്കെട്ട് ഫയലുകൾ സൃഷ്ടിക്കാനുള്ള കഴിവ് ചേർത്തു
  "-t --type-header" ഓപ്ഷനുകൾ ഉപയോഗിക്കുന്ന ഉള്ളടക്കം (അല്ലെങ്കിൽ ഉചിതമായത്
  കോൺഫിഗറേഷനുകളും) പുതിയ നിർദ്ദേശങ്ങളും "/*! header:re2c:on*/" കൂടാതെ
  "/*! header:re2c:off*/". ഇത്തരം സന്ദർഭങ്ങളിൽ ഇത് ഉപയോഗപ്രദമാകും
  വേരിയബിളുകൾ, ഘടനകൾ, മാക്രോകൾ എന്നിവയുടെ നിർവചനങ്ങൾ re2c സൃഷ്ടിക്കേണ്ടിവരുമ്പോൾ,
  മറ്റ് വിവർത്തന യൂണിറ്റുകളിൽ ഉപയോഗിക്കുന്നു.

• Re2c ഇപ്പോൾ UTF8 ലിറ്ററലുകളും പതിവ് എക്സ്പ്രഷനുകളിലെ പ്രതീക ക്ലാസുകളും മനസ്സിലാക്കുന്നു.
  സ്ഥിരസ്ഥിതിയായി, "∀x ∃y" പോലെയുള്ള എക്സ്പ്രഷനുകൾ re2c പാഴ്‌സ് ചെയ്യുന്നു
  1-ബിറ്റ് ASCII പ്രതീകങ്ങളുടെ ക്രമം "e2 88 80 78 20 e2 88 83 79"
  (ഹെക്സ് കോഡുകൾ), കൂടാതെ ഉപയോക്താക്കൾക്ക് യൂണികോഡ് പ്രതീകങ്ങൾ സ്വമേധയാ രക്ഷപ്പെടണം:
  "\\u2200x\\u2203y". പലർക്കും ഇത് വളരെ അസൗകര്യവും അപ്രതീക്ഷിതവുമാണ്
  ഉപയോക്താക്കൾ (സ്ഥിരമായ ബഗ് റിപ്പോർട്ടുകൾ പ്രകാരം). അതിനാൽ ഇപ്പോൾ
  re2c ഓപ്‌ഷൻ നൽകുന്നു "--ഇൻപുട്ട്-എൻകോഡിംഗ് {ascii | utf8}",
  പെരുമാറ്റം മാറ്റാനും “∀x ∃y” ഇതുപോലെ പാഴ്‌സ് ചെയ്യാനും ഇത് നിങ്ങളെ അനുവദിക്കുന്നു
  "2200 78 20 2203 79."

• "-r --reuse" മോഡിൽ സാധാരണ re2c ബ്ലോക്കുകൾ ഉപയോഗിക്കാൻ Re2c ഇപ്പോൾ അനുവദിക്കുന്നു.
  ഇൻപുട്ട് ഫയലിൽ നിരവധി ബ്ലോക്കുകളും അവയിൽ ചിലത് മാത്രം അടങ്ങിയിട്ടുണ്ടെങ്കിൽ ഇത് സൗകര്യപ്രദമാണ്
  വീണ്ടും ഉപയോഗിക്കേണ്ടതുണ്ട്.

• ഇപ്പോൾ നിങ്ങൾക്ക് മുന്നറിയിപ്പുകളുടെയും പിശക് സന്ദേശങ്ങളുടെയും ഫോർമാറ്റ് സജ്ജമാക്കാൻ കഴിയും
  പുതിയ ഓപ്ഷൻ ഉപയോഗിച്ച് "--ലൊക്കേഷൻ-ഫോർമാറ്റ് {gnu | msvc}". ഗ്നു ഫോർമാറ്റ് പ്രദർശിപ്പിച്ചിരിക്കുന്നു
  "filename:line:column:", MSVC ഫോർമാറ്റ് "ഫയൽനാമം(ലൈൻ, നിര)".
  IDE പ്രേമികൾക്ക് ഈ ഫീച്ചർ ഉപയോഗപ്രദമാകും.
  ഒരു "--verbose" ഓപ്ഷനും ചേർത്തിട്ടുണ്ട്, അത് വിജയകരമാണെങ്കിൽ ഒരു ചെറിയ വിജയ സന്ദേശം പ്രദർശിപ്പിക്കും.

• ഫ്ലെക്സുമായുള്ള "അനുയോജ്യത" മോഡ് മെച്ചപ്പെടുത്തി - ചില പാഴ്സിംഗ് പിശകുകൾ പരിഹരിച്ചു
  അപൂർവ സന്ദർഭങ്ങളിൽ തെറ്റായ ഓപ്പറേറ്റർ മുൻഗണന.
  ചരിത്രപരമായി, "-F --flex-suppor" ഓപ്ഷൻ നിങ്ങളെ കോഡ് എഴുതാൻ അനുവദിച്ചു
  ഫ്ലെക്സ് ശൈലിയിലും re2c ശൈലിയിലും ഇടകലർന്നിരിക്കുന്നു, ഇത് പാഴ്‌സിംഗ് അൽപ്പം ബുദ്ധിമുട്ടാക്കുന്നു.
  പുതിയ കോഡിൽ ഫ്ലെക്സ് കോംപാറ്റിബിലിറ്റി മോഡ് വളരെ അപൂർവമായി മാത്രമേ ഉപയോഗിക്കുന്നുള്ളൂ,
  എന്നാൽ re2c ബാക്ക്വേർഡ് കോംപാറ്റിബിളിറ്റിക്കായി അതിനെ പിന്തുണയ്ക്കുന്നത് തുടരുന്നു.

• ക്യാരക്ടർ ക്ലാസ് സബ്‌ട്രാക്ഷൻ ഓപ്പറേറ്റർ "/" ഇപ്പോൾ ബാധകമാണ്
  എൻകോഡിംഗ് വികസിപ്പിക്കുന്നതിന് മുമ്പ്, ഇത് കൂടുതൽ കേസുകളിൽ ഉപയോഗിക്കാൻ അനുവദിക്കുന്നു,
  ഒരു വേരിയബിൾ പ്രതീക ദൈർഘ്യ എൻകോഡിംഗ് ഉപയോഗിച്ചിട്ടുണ്ടെങ്കിൽ (ഉദാഹരണത്തിന് UTF8).

• ഔട്ട്പുട്ട് ഫയൽ ഇപ്പോൾ ആറ്റോമിക് ആയി സൃഷ്ടിച്ചിരിക്കുന്നു: re2c ആദ്യം ഒരു താൽക്കാലിക ഫയൽ സൃഷ്ടിക്കുന്നു
  അതിലേക്ക് ഫലം എഴുതുന്നു, തുടർന്ന് താൽക്കാലിക ഫയലിനെ ഔട്ട്പുട്ടിലേക്ക് പുനർനാമകരണം ചെയ്യുന്നു
  ഒരു ഓപ്പറേഷൻ.

• ഡോക്യുമെന്റേഷൻ പൂർത്തിയാക്കി മാറ്റിയെഴുതി; പ്രത്യേകിച്ച്, പുതിയവ ചേർത്തു
  എന്നതിനെക്കുറിച്ചുള്ള അധ്യായങ്ങൾ http://re2c.org/manual/manual.html#buffer-refilling заполнение буфера
  и ഇൻപുട്ട് ഡാറ്റയുടെ അവസാനം പരിശോധിക്കുന്നതിനുള്ള വഴികളെക്കുറിച്ച്.
  പുതിയ ഡോക്യുമെന്റേഷൻ ഫോമിൽ ശേഖരിക്കുന്നു
  സമഗ്രമായ ഒരു പേജ് ഗൈഡ്
  ഉദാഹരണങ്ങൾക്കൊപ്പം (അതേ ഉറവിടങ്ങൾ മാൻപേജിലും ഓൺലൈൻ ഡോക്യുമെന്റേഷനിലും റെൻഡർ ചെയ്തിട്ടുണ്ട്).
  ഫോണുകളിൽ സൈറ്റിന്റെ വായനാക്ഷമത മെച്ചപ്പെടുത്താനുള്ള മോശം ശ്രമങ്ങൾ നടന്നിട്ടുണ്ട്.

• ഡവലപ്പർമാരുടെ കാഴ്ചപ്പാടിൽ, re2c കൂടുതൽ പൂർണ്ണമായ ഒരു ഉപസിസ്റ്റം സ്വന്തമാക്കി
  ഡീബഗ്ഗിംഗ് റിലീസ് ബിൽഡുകളിലും ഡീബഗ്ഗിംഗ് കോഡ് ഇപ്പോൾ പ്രവർത്തനരഹിതമാക്കിയിരിക്കുന്നു
  "--enable-debug" എന്ന കോൺഫിഗർ ഓപ്ഷൻ ഉപയോഗിച്ച് പ്രവർത്തനക്ഷമമാക്കാം.

അവലംബം: opennet.ru