Quex

Quex 是一个词法分析器的产生器，它能创建C或者C++语言的词法分析器。Quex的一个显著特征是它能支持基于Unicode字符串的输入，而且创建的分析器代码是直接编码格式的（而非查表格式），具有较高的分词速度。另外，Quex在描述词法分析的语法上采用了类似于C++的继承语法和分模块语法，这使得语法的复用非常简单，语法结构更为清晰。

quex

開發者	Dr.-Ing. Frank-Rene Schäfer
操作系统	Cross-platform
类型	Lexical analyzer generator
许可协议	LGPL
网站	quex.sourceforge.net

特性

直接编码词法分析器

Quex使用传统的汤普森创造法，从从正则表达式首先创建不确定性有限状态机,然后通过压缩和归并转换为确定性有限状态机，通过Hopcroft优化算法，使得确定性有限状态机的状态个数达到最小。通过这些机制，使得构建词法分析器的计算时间可以大大减少。相比其他词法分析器生成器只能处理[ASCII]字符串的情况，Quex还可以支持Unicode字符集，并可以产生合理的运算时间的词法分析器。 相比基于查表结构的词法分析器，Quex产生的直接编码方式的代码具有更高的运算速度，而且直接编码方式的代码更接近于人类手工书写的词法分析器代码，因此比查表结构的代码具有良好的可读性。

支持Unicode字符输入

Quex可以处理包含完整的Unicode代码点范围（0至10FFFFh）的字符输入，同时Quex的词法语法提供了支持Unicode的正则表达式格式。例如，与二进制属性XID_Start的Unicode代码点可以用表达式指定的\P{XID_Start}或\P{XIDS}来描述。Quex还可以生成代码来调用iconv库或ICU的字符格式转换程序。Quex遵循Unicode Consortium提出的Unicode标准，若Unicode标准更新，则只需要将新版本的标准文件复制到到Quex相应的目录即可完成Quex对Unicode的支持更新。

词法分析模式

和传统的词法分析器（如LEX和Flex），Quex支持词法分析器中存在多个词法分析子模块（子模式）。除了传统的正则表达式的模式匹配外，Quex还可以指定事件动作：例如代码执行期间进入或退出一个模块或发现任何模式匹配时。Quex这种模块设计可以通过继承方式，让派生和继承模块很容易共享基类模块的匹配模式和事件操作。

先进的缓冲处理

Quex提供了先进的数据缓冲和重新装载，保证了运行时的高效和灵活。Quex以插件的方式提供字符转换的用户接口，允许用户使用自定义的字符集转换程序。当需要新的缓冲区填充的时候，转换程序被激活。默认情况下Quex使用的是iconv字符转换库，能够提供多种字符编码集之间的转换。

范例

can be translated into Quex source code as follows: 

Quex使用的字符串匹配语法和经典lex和FLEX的词法生成器工具采用的正则表达式语法类似。Flex中的例子程序可以很容易的转换为Quex的语法。

header {  #include <cstdlib> // C++ version of 'stdlib.h' } define {  digit [0-9]  letter [a-zA-Z] } mode X : <skip: [ \t\n\r]>  {  "+"  => QUEX_TKN_PLUS;   "-"  => QUEX_TKN_MINUS;   "*"  => QUEX_TKN_TIMES;   "/"  => QUEX_TKN_SLASH;   "("  => QUEX_TKN_LPAREN;   ")"  => QUEX_TKN_RPAREN;   ";"  => QUEX_TKN_SEMICOLON;   ","  => QUEX_TKN_COMMA;   "."  => QUEX_TKN_PERIOD;   ":="  => QUEX_TKN_BECOMES;   "="  => QUEX_TKN_EQL;   "<>"  => QUEX_TKN_NEQ;   "<"  => QUEX_TKN_LSS;   ">"  => QUEX_TKN_GTR;   "<="  => QUEX_TKN_LEQ;   ">="  => QUEX_TKN_GEQ;   "begin"  => QUEX_TKN_BEGINSYM;   "call"  => QUEX_TKN_CALLSYM;   "const"  => QUEX_TKN_CONSTSYM;   "do"  => QUEX_TKN_DOSYM;   "end"  => QUEX_TKN_ENDSYM;   "if"  => QUEX_TKN_IFSYM;   "odd"  => QUEX_TKN_ODDSYM;   "procedure" => QUEX_TKN_PROCSYM;   "then"  => QUEX_TKN_THENSYM;   "var"  => QUEX_TKN_VARSYM;   "while"  => QUEX_TKN_WHILESYM;   {letter}({letter}|{digit})* => QUEX_TKN_IDENT(strdup(Lexeme));  {digit}+  => QUEX_TKN_NUMBER(atoi(Lexeme));  .   => QUEX_TKN_UNKNOWN(Lexeme); } 

通过使用符号“=>”操作符，可以将特定的匹配字符串和对应的词法的Token的ID进行关联。尖括号中的语法表示词法分析器将跳过由空格和tab等组成的字符，圆括号内表示字符串匹配后，可调用C函数进行相应的处理。

对于更复杂的处理，可使用花括号包含所需要的处理语句，如下所示：

 ...  {digit}+ {   if( is_prime_number(Lexeme) ) ++prime_number_counter;   if( is_fibonacci_number(Lexeme) ) ++fibonacci_number_counter;    self.send(QUEX_TKN_NUMBER(atoi(Lexeme)));  }  ... 

以上的代码，可以被用来统计处理字符串中的数值的个数。

另外可查阅

• Lexical analysis
• 关于托马斯构建法和Hopcroft优化方法，可查阅书籍例如 Compilers: Principles, Techniques, and Tools.

外部链接

• Quex（页面存档备份，存于互联网档案馆）, 官方网页
• SourceForge.net上的Lexical Analyzer Generator Quex sourceforge 主页