0

我不确定这种语法对于也应该能够执行单引号和双引号的 shell 命令语言是否正确。似乎非平凡的命令可以工作ls -al | sort | wc -l，但简单的命令不适用于单引号：echo 'foo bar'不起作用。

%{
    #include "shellparser.h"
%}

%option reentrant
%option noyywrap

%x SINGLE_QUOTED
%x DOUBLE_QUOTED

%%

"|"                     { return PIPE; }

[ \t\r]                 { }
[\n]                    { return EOL; }

[a-zA-Z0-9_\.\-]+       { return FILENAME; }

[']                     { BEGIN(SINGLE_QUOTED); }
<SINGLE_QUOTED>[^']+    { }
<SINGLE_QUOTED>[']      { BEGIN(INITIAL); return ARGUMENT; }
<SINGLE_QUOTED><<EOF>>  { return -1; }

["]                     { BEGIN(DOUBLE_QUOTED); }
<DOUBLE_QUOTED>[^"]+    { }
<DOUBLE_QUOTED>["]      { BEGIN(INITIAL); return ARGUMENT; }
<DOUBLE_QUOTED><<EOF>>  { return -1; }

[^ \t\r\n|'"]+          { return ARGUMENT; }

%%

我的扫描和解析外壳的代码是

 params[0] = NULL;
    printf("> ");
    i=1;
    do {
        lexCode = yylex(scanner);
        text = strdup(yyget_text(scanner));//yyget_text(scanner);
        /*printf("lexCode %d command %s inc:%d", lexCode, text, i);*/
        ca = text;
        if (lexCode != EOL) {
            params[i++] = text;
        }
        Parse(shellParser, lexCode, text);
        if (lexCode == EOL) {
            dump_argv("Before exec_arguments", i, params);
            exec_arguments(i, params);
            corpse_collector();
            Parse(shellParser, 0, NULL);
            i=1;
        }
    } while (lexCode > 0);

    if (-1 == lexCode) {
        fprintf(stderr, "The scanner encountered an error.\n");
    }

CMake 构建文件是

cmake_minimum_required(VERSION 3.0)
project(openshell)
find_package(FLEX)
FLEX_TARGET(ShellScanner shellscanner.l shellscanner.c)
set(CMAKE_VERBOSE_MAKEFILE on)
include_directories(/usr/include/readline)
ADD_EXECUTABLE(lemon lemon.c)
add_custom_command(OUTPUT shellparser.c COMMAND lemon -s shellparser.y DEPENDS shellparser.y)
add_executable(openshell shellparser.c ${FLEX_ShellScanner_OUTPUTS} main.c openshell.h errors.c errors.h util.c util.h stack.c stack.h shellscanner.l shellscanner.h)
file(GLOB SOURCES "./*.c")
target_link_libraries(openshell ${READLINE_LIBRARY} ${FLEX_LIBRARIES})
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -Wall -O3 -std=c99")

我的项目在我的 github上可用。一个典型的 shell 会话，由于一些错误，只有一些命令可以工作，如下所示。

> ls -al | sort | wc
argument ::= FILENAME .
argumentList ::= argument .
command ::= FILENAME argumentList .
command ::= FILENAME .
command ::= FILENAME .
commandList ::= command .
commandList ::= command PIPE commandList .
commandList ::= command PIPE commandList .
 {(null)} {ls} {-al} {|} {sort} {|} {wc}
     45     398    2270
3874: child 3881 status 0x0000
in ::= in commandList EOL .
> who
command ::= FILENAME .
commandList ::= command .
 {(null)} {who}
dac      :0           2016-04-18 05:17 (:0)
dac      pts/2        2016-04-18 05:20 (:0)
3874: child 3887 status 0x0000
in ::= in commandList EOL .
> ls -al | awk '{print $1}'
argument ::= FILENAME .
argumentList ::= argument .
command ::= FILENAME argumentList .
argument ::= ARGUMENT .
argumentList ::= argument .
command ::= FILENAME argumentList .
commandList ::= command .
commandList ::= command PIPE commandList .
 {(null)} {ls} {-al} {|} {awk} {'}
awk: cmd. line:1: '
awk: cmd. line:1: ^ invalid char ''' in expression
3874: child 3896 status 0x0100
in ::= in commandList EOL .
>

我可以观察到这两个命令都有相同的错误：当我们希望它导致时出现echo 'foo bar'乱码，以便 shell 去掉引号并像这样执行命令{echo} {'}{echo} {foo bar}

char *cmd[] = { "/usr/bin/echo", "foo bar", 0 };

4

2 回答 2

1

yytext保存指向与最近识别的模式匹配的子字符串的指针。

因此，当您的扫描仪ARGUMENT在单引号字符串的末尾返回时，yytext指向终止单引号。碰巧的是，这在您的调试跟踪中是可见的。

如果你想“建立”一个令牌，你应该看看 flex 函数yymore()。（并且不要忘记结束单引号不是引用字符串的一部分。）

返回ARGUMENT单引号和双引号字符串既具有误导性又不精确。

这是不精确的，因为双引号字符串的处理方式与单引号字符串非常不同，因为封闭的替换语法被扩展，需要对解析器的递归调用（即使识别字符串的结尾也需要这样做：考虑"$(echo "Hello, world!")"，作为一个简单的例子）。

这是误导性的，因为引用段的结尾并不标志着单词的结尾。事实上，一个头脑简单的扫描仪不会正确地找到字尾。考虑：

x="a b"
printf "[%s]\n" '$x'$x"$x"

最后，我不清楚你为什么选择使用柠檬而不是野牛/yacc，因为你没有使用在这种情况下有用的一个特性：它实现了一个“推送”接口，允许你从词法分析器规则调用解析器。当然，现代野牛版本——甚至不那么现代的版本——也实现了这个功能。并不是说我对柠檬有任何偏见——我认为它可能非常适合这个问题，因为需要进行递归解析。

于 2016-04-18T14:56:15.813 回答
1

问题在于规则

<SINGLE_QUOTED>[^']+ { }

因为它会删除引号内的所有字符。作为 "yytext" 你得到的只是结束引号（由于 rule <SINGLE_QUOTED>['] ...）。您必须将文本存储在某处，并在检测到结束引号时使用它。例如（非常糟糕的编码风格，错误检查等省略，对不起）

<SINGLE_QUOTED>[^']+    { mystring = strdup(yytext); }

<SINGLE_QUOTED>[']      { BEGIN(INITIAL);
      /*  mystring contains the whole string now,
           yytext contains only "'" */
                          return ARGUMENT; }
于 2016-04-18T14:58:17.227 回答