Análise Léxica

Esta seção documenta o funcionamento do analisador léxico (lexer.l), desenvolvido com Flex. O lexer é responsável por transformar a entrada textual do programa (em C) em uma sequência de tokens que serão processados pelo parser Bison.

---

Objetivo

O analisador léxico atua como a primeira etapa do processo de compilação. Seu objetivo é:

• Eliminar elementos irrelevantes como espaços e comentários
• Identificar tokens válidos (palavras-chave, identificadores, operadores, literais)
• Realizar atribuições iniciais de valores semânticos à variável yylval
• Encaminhar os tokens corretamente para o parser

---

Organização do Arquivo lexer.l

O arquivo é dividido em três seções principais, conforme a estrutura padrão do Flex.

---

1. Cabeçalhos e Código C (%{ ... %})

Nesta parte são incluídas bibliotecas e funções auxiliares utilizadas nas ações léxicas:

#include "y.tab.h"
#include "ast.h"
#include <string.h>

A função auxiliar dupstr() é definida para duplicar strings de forma segura:

char* dupstr(const char* s) {
    char* ret = strdup(s);
    if (!ret) {
        perror("strdup");
        exit(1);
    }
    return ret;
}

---

2. Opções e Definições (%option e macros)

As diretivas do Flex configuram o comportamento do lexer:

%option noyywrap nounput noinput
%option yylineno

• noyywrap: evita necessidade de função yywrap()
• nounput e noinput: desabilitam funções não usadas
• yylineno: ativa a contagem automática de linhas

Além disso, definem-se expressões regulares reutilizáveis:

DIGITO              [0-9]
LETRA               [a-zA-Z_]
IDENTIFICADOR       {LETRA}({LETRA}|{DIGITO})*
NUMERO_INTEIRO      {DIGITO}+
NUMERO_REAL         {DIGITO}+\.{DIGITO}+
TEXTO               \"(\\.|[^"\\])\*\"
CARACTERE           \'(.|\\.)\'

---

3. Regras Léxicas (corpo entre %%)

A terceira seção contém as regras de tokenização. Cada linha tem a forma:

Padrão    { Ação a executar }

Ignorados:

"//".*                             ; // Comentários de linha
"/*"([^*]|"*"+[^*/])*"*"+"/"      ; // Comentários de bloco
[   

]+                        ; // Espaços e quebras de linha
^#.*                              ; // Diretivas como #include

Palavras-chave:

"if"       { return T_IF; }
"else"     { return T_ELSE; }
"while"    { return T_WHILE; }
"return"   { return T_RETURN; }
"printf"   { return T_PRINTF; }
"scanf"    { return T_SCANF; }

Literais:

{NUMERO_INTEIRO}  { yylval.ival = atoi(yytext); return T_INT; }
{NUMERO_REAL}     { yylval.rval = atof(yytext); return T_FLOAT; }
{TEXTO}           { yylval.str = dupstr(yytext); return T_STRING; }
{CARACTERE}       { yylval.cval = yytext[1]; return T_CHAR; }

Identificadores:

{IDENTIFICADOR}   { yylval.str = dupstr(yytext); return T_ID; }

Operadores e Delimitadores:

"="      { return T_EQ; }
"=="     { return T_EQEQ; }
"+"      { return T_PLUS; }
"-"      { return T_MINUS; }
"*"      { return T_TIMES; }
"/"      { return T_DIVIDE; }
"("      { return T_LPAREN; }
")"      { return T_RPAREN; }
"{"      { return T_LBRACE; }
"}"      { return T_RBRACE; }
";"      { return T_SEMICOLON; }
","      { return T_COMMA; }

---

Tratamento de Erros

O lexer ignora comentários malformados ou espaços inválidos, mas pode ser estendido para exibir mensagens de erro personalizadas com base em yytext e yylineno.

---

Tokens e yylval

Cada token identificado pode atribuir um valor à yylval, que será utilizado na análise sintática. Exemplo:

yylval.ival = atoi(yytext); // para inteiros
yylval.str = dupstr(yytext); // para strings e identificadores

---

Exemplo de Entrada e Saída

Entrada:

int main() {
    float pi = 3.14;
    return 0;
}

Tokens gerados:

• T_INT (int)
• T_ID (main)
• T_LPAREN, T_RPAREN, T_LBRACE
• T_FLOAT (float)
• T_ID (pi)
• T_EQ, T_REAL_LITERAL (3.14)
• T_SEMICOLON
• T_RETURN, T_INT_LITERAL (0)
• T_SEMICOLON, T_RBRACE

---

Integração com o Parser

A função yylex() é chamada automaticamente pelo Bison para buscar o próximo token. O arquivo parser.y define os tokens esperados com %token, garantindo compatibilidade entre lexer e parser.

---