emmesse

Bonjour,

J'ai testé votre code avec quelques données d'entrées, les résultats sont inattendus, indésirable.

Par exemple avec un caractère UTF-8 (Vitesse世 := 35), le programme boucle sur lui même, avec "Vitésse := 35", le programme crash.
Lorsque je met une syntaxe volontairement invalide (Vitesse := ,35), la sortie est ainsi :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
ligne 1: identificateur Vitesse
ligne 1: deux-points-egal 
ligne 1: nombre ,35
ligne 1: nombre 5

Ceci mis à part je m'interroge à savoir si je suis le seul à penser que bien que les diagrammes semblent une bonne idée, ils ne m'aident que très anecdotiquement à la construction du schéma mental.
C'est bien dommage.

Quoi qu'il en soit je me suis pris au jeu, à ma sauce, pas de tests, pas de commentaires, juste quelques attouchements du clavier dont on trouvera aussi à commenter, je n'en doutes pas.

Puisque comme vous, l'ajustement de l'indentation me fatigue les doigts, j'ai préféré utiliser un langage outillé pour me caresser dans le sens du poil plutôt que de violer les yeux de mes éventuel relecteurs.

Code Go :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
 
package main
 
import (
	"fmt"
	"os"
	"unicode"
)
 
func main() {
 
	if len(os.Args) < 2 {
		fmt.Fprintln(os.Stderr, "invocation incorrecte: fichier manquant")
		os.Exit(1)
	}
 
	fp := os.Args[1]
	b, err := os.ReadFile(fp)
	if err != nil {
		fmt.Fprintf(os.Stderr, "invocation incorrecte: %v\n", err)
		os.Exit(1)
	}
 
	data := string(b)
	tokens := checkers.parse(data)
	for _, tok := range tokens {
		fmt.Println(tok)
	}
}
 
var underscore = []rune("_")[0]
var comma = []rune(",")[0]
var single_quote = []rune("'")[0]
var double_quote = []rune("\"")[0]
var backtick = []rune("`")[0]
 
var (
	is_whitespace = tokenChecker{
		kind:    white_space,
		allowNL: true,
		validate: func(i int, r rune, is_escaped bool) bool {
			return unicode.IsSpace(r)
		},
	}
	is_assignment = tokenChecker{
		kind:     assignment,
		validate: is_seq([]rune(":=")),
	}
	is_identifier = tokenChecker{
		kind: identifier,
		validate: func(i int, r rune, is_escaped bool) bool {
			return (r == underscore && i > 0) || unicode.IsLetter(r)
		},
	}
	is_number = tokenChecker{
		kind: number,
		validate: func(i int, r rune, is_escaped bool) bool {
			return unicode.IsNumber(r) || i > 0 && r == comma
		},
	}
	is_single_quote = tokenChecker{
		kind:     text,
		escape:   []rune("\\"),
		validate: is_quote(single_quote),
	}
	is_double_quote = tokenChecker{
		kind:     text,
		escape:   []rune("\\"),
		validate: is_quote(double_quote),
	}
	is_backtick = tokenChecker{
		kind:     text,
		allowNL:  true,
		escape:   []rune("\\"),
		validate: is_quote(backtick),
	}
 
	checkers = tokenCheckers{
		is_whitespace,
		is_assignment,
		is_identifier,
		is_number,
		is_single_quote,
		is_double_quote,
		is_backtick,
	}
)
 
type tokenCheckers []tokenChecker
 
func (t tokenCheckers) parse(data string) []token {
	input := []rune(data)
	var out []token
	line := 0
	pos := 0
	for pos < len(input) {
		tok := t.next_token(input, line, pos)
		line = tok.end_line
		pos = tok.pos + len(tok.data)
		if tok.kind == invalid && len(out) > 0 && out[len(out)-1].kind == invalid {
			out[len(out)-1].end_line = line
			out[len(out)-1].data = append(out[len(out)-1].data, tok.data...)
		} else {
			out = append(out, tok)
		}
	}
	return out
}
 
func (t tokenCheckers) next_token(input []rune, line, pos int) token {
 
	for _, checker := range t {
		tok, ok := checker.read_token(input[pos:], line, pos)
		if ok {
			return tok
		}
	}
 
	return token{
		kind:       invalid,
		start_line: line,
		end_line:   line,
		pos:        pos,
		data:       []rune{input[pos]},
	}
}
 
func (c tokenChecker) read_token(input []rune, line, start_pos int) (token, bool) {
	data := []rune{}
	end_line := line
	is_escaped := false
	for i := 0; i < len(input); i++ {
		one := input[i]
		if (!c.allowNL && one == new_line) || !c.validate(i, one, is_escaped) {
			if len(data) < 1 {
				break
			}
			if len(c.escape) > 0 && one != new_line {
				data = append(data, one)
			}
			return token{
				kind:       c.kind,
				start_line: line,
				end_line:   end_line,
				pos:        start_pos,
				data:       data,
			}, true
		}
		if c.allowNL && one == new_line {
			end_line++
		}
		data = append(data, one)
		if len(c.escape) > 0 && one == c.escape[0] {
			is_escaped = !is_escaped
		} else {
			is_escaped = false
		}
	}
	return token{}, false
}
 
var new_line = []rune("\n")[0]
 
func is_quote(quote rune) func(i int, r rune, is_escaped bool) bool {
	return func(i int, r rune, is_escaped bool) bool {
		if i == 0 {
			return r == quote
		}
		return (is_escaped && r == quote) || (r != quote)
	}
}
func is_seq(seq []rune) func(i int, r rune, is_escaped bool) bool {
	return func(i int, r rune, is_escaped bool) bool {
		if i >= len(seq) {
			return false
		}
		return seq[i] == r
	}
}
 
type token struct {
	kind       tokenKind
	start_line int
	end_line   int
	pos        int
	data       []rune
}
 
func (t token) Eq(other token) bool {
	return t.kind == other.kind &&
		t.start_line == other.start_line &&
		t.end_line == other.end_line &&
		t.pos == other.pos &&
		string(t.data) == string(other.data)
}
 
func (t token) String() string {
	return fmt.Sprintf("[%2v-%-2v:%2v-%-2v] %-14v %q",
		t.start_line,
		t.end_line,
		t.pos,
		t.pos+len(t.data),
		t.kind,
		string(t.data),
	)
}
 
type tokenKind string
 
const (
	invalid     tokenKind = "invalid"
	identifier  tokenKind = "identifier"
	assignment  tokenKind = "assignment"
	number      tokenKind = "number"
	white_space tokenKind = "white_space"
	text        tokenKind = "text"
)
 
type tokenChecker struct {
	kind     tokenKind
	allowNL  bool
	escape   []rune
	validate func(i int, r rune, is_escaped bool) bool
}
 
func (t tokenChecker) String() string {
	return string(t.kind)
}

Bonne journée.

Merci @unanonyme de m'avoir indiqué le bug du caractère hors langage.
Merci aissi d'avoir indiqué le bug nombre : 5. En effet, j'ai mal placé le "break;"
La nouvelle version de lexical.cpp est maintnant (je précise que ce code est en langage C++):
(j'ai ajuouté enavant+=taille dans la fonction analex, pour ignorer le caractère hors langage )
j'ai indenté avec deux espaces par bloc (indentation automatique de l'éditeur de texte emacs)

lexical.cpp:

Code cpp :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
#include <string>
#include <iostream>
 
#include "lexical.hpp"
#include "terminal.hpp"
 
lexical::lexical(std::string fichierentree):enavant(0),debutlex(0){
  entree.open(fichierentree.c_str());
  texte = readFileIntoString(fichierentree)+(char)EOF;
}
 
std::string lexical::readFileIntoString(const std::string path) {
  if (!entree.is_open()){
    std::cerr << "Could not open the file - '" << path << "'" << std::endl;
    exit(1);
  }
  else{
    return std::string((std::istreambuf_iterator<char>(entree)),
		       std::istreambuf_iterator<char>());
  }
}
 
void lexical::analex(terminal &ulex,std::string &lexeme,int &ligne){
  if(obtenirblanc(ligne)){
    analex(ulex,lexeme,ligne);//ignorer le blanc. enavant pointe sur le premier caractère du lexeme suivant
  }
  else if(obtenirFDF(ulex)){
    return;
  }
  else if(obteniridentificateur(ulex,lexeme)){
    return;
  }
  else if(obtenir2ptsega(ulex)){
    return;
  }
  else if(obtenirnombre(ulex,lexeme)){
    return;
  }
  else{
    std::cerr<<"caratère hors langage"<<std::endl;
    enavant+=taille;//ignorer le caractère hors  langage
    analex(ulex,lexeme,ligne);
  }
}
 
bool lexical::obtenirblanc(int &ligne){
  int etat=0;
  bool continuer=true;
  bool reussi;
  debutlex=enavant;
  std::string caracterelu;
  while(continuer)
    switch(etat){
    case 0:
      caracterelu=carsuiv();
      if(caracterelu=="\n"){
	ligne++;
	etat=1;
      }
      else if(caracterelu==" "||caracterelu=="\t"||caracterelu=="\r")
	etat=1;
      else{
	continuer=false;
	reussi=false;
	enavant=debutlex;
      }
      break;
    case 1:
      continuer=false;
      reussi=true;
    }
  return reussi;
}
 
bool lexical::obtenirFDF(terminal &ulex){
  int etat=0;
  bool continuer=true;
  bool reussi;
  debutlex=enavant;
  std::string caracterelu;
  while(continuer)
    switch(etat){
    case 0:
      caracterelu=carsuiv();
      if(caracterelu[0]==EOF)
	etat=1;
      else{
	continuer=false;
	reussi=false;
	enavant=debutlex;
      }
      break;
    case 1:
      continuer=false;
      reussi=true;
      ulex=FDF;
      break;
    }
  return reussi;
}
 
bool lexical::obteniridentificateur(terminal &ulex,std::string &lexeme){
  int etat=0;
  bool continuer=true;
  bool reussi;
  lexeme="";
  debutlex=enavant;
  std::string caracterelu;
  while(continuer)
    switch(etat){
    case 0:
      caracterelu=carsuiv();
      if(caracterelu=="_"){
	lexeme+=caracterelu;
	etat=0;
      }
      else if(caracterelu >="A" && caracterelu<="Z" || caracterelu >= "a" && caracterelu <= "z"){
	lexeme+=caracterelu;
	etat=1;
      }
      else{//echec
	enavant=debutlex;
	continuer=false;
	reussi=false;
      }
      break;
    case 1:
      caracterelu=carsuiv();
      if(caracterelu >="A" && caracterelu<="Z" || caracterelu >= "a" && caracterelu <= "z" || caracterelu >="0" && caracterelu <= "9" || caracterelu=="_"){
	lexeme+=caracterelu;
	etat=1;
      }
      else //autre caractère
	etat=2;
      break;
    case 2:
      continuer=false;
      reussi=true;
      enavant-=taille;//reculer pour le dépassement de caractère (autre caractère)
      ulex=identificateur;
    }
  return reussi;
}
 
bool lexical::obtenir2ptsega(terminal &ulex){
  bool continuer=true;
  bool reussi;
  int etat=0;
  debutlex=enavant;
  std::string caracterelu;
  while(continuer)
    switch(etat){
    case 0:
      caracterelu=carsuiv();
      if(caracterelu==":")
        etat=1;
      else{
        continuer=false;
	reussi=false;
	enavant=debutlex;
      }
      break;
    case 1:
      caracterelu=carsuiv();
      if(caracterelu=="=")
        etat=2;
      else
	etat=3;
      break;
    case 2:
      ulex=deuxpointsegal;//ulex est un attribut de la classe lexical
      continuer=false;
      reussi=true;
      break;
    case 3:
      ulex=deuxpoints;
      enavant-=taille;
      reussi=true;
      continuer=false;
      break;
    }
  return reussi;
}
 
bool lexical::obtenirnombre(terminal &ulex,std::string &lexeme){
  int etat=0;
  bool continuer=true;
  bool reussi;
  lexeme="";
  debutlex=enavant;
  std::string caracterelu;
  while(continuer)
    switch(etat){
    case 0:
      caracterelu=carsuiv();
      if(caracterelu==","){
	lexeme+=caracterelu;
	etat=2;
      }
      else if(caracterelu>="0" && caracterelu<="9"){
	lexeme+=caracterelu;
	etat=1;
      }
      else{
	continuer=false;
	reussi=false;
	enavant=debutlex;
      }
      break;
    case 1:
      caracterelu=carsuiv();
      if(caracterelu==","){
	lexeme+=caracterelu;
	etat=2;
      }
      else if(caracterelu>="0" && caracterelu<="9"){
	lexeme+=caracterelu;
	etat=1;
      }
      else
	etat=4;//autre
      break;
    case 2:
      caracterelu=carsuiv();
      if(caracterelu>="0" && caracterelu<="9"){
	lexeme+=caracterelu;
	etat=3;
      }
      else{
	enavant=debutlex;
	continuer=false;
	reussi=false;
      }
      break;
    case 3:
      caracterelu=carsuiv();
      if(caracterelu>="0" && caracterelu<="9"){
	lexeme+=caracterelu;
	etat=3;
      }
      else{
	etat=4;
      }
      break;
    case 4:
      continuer=false;
      reussi=true;
      ulex=nombre;
      enavant-=taille;//reculer pour le dépassement de caractère (autre caractère)
    }
  return reussi;
}
 
std::string lexical::carsuiv(){
  if((unsigned char)texte[enavant] >= (unsigned char)0 && texte[enavant] <= (unsigned char)127)
    taille=1;
  else if((unsigned char)texte[enavant] >= (unsigned char)0xC2 && (unsigned char)texte[enavant] <= (unsigned char)0xdf)
    taille=2;
  else if((unsigned char)texte[enavant] >= (unsigned char)0xe0 && (unsigned char)texte[enavant] <= (unsigned char)0xef)
    taille=3;
  else if((unsigned char)texte[enavant] >= (unsigned char)0xf0 && (unsigned char)texte[enavant] <= (unsigned char)0xff)
    taille=4;
  else{
    std::cerr<<"caractère non UTF-8"<<std::endl;
    enavant++;
    return carsuiv();
  }
  std::string c=texte.substr(enavant,taille);
  enavant+=taille;
  return c;
}

lexical.hpp:

Code cpp :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
#ifndef LEXICAL_HPP
#define LEXICAL_HPP
 
#include <string>
#include <fstream>
 
#include "terminal.hpp"
 
class lexical{
public:
  lexical(std::string fichierentree);
  void analex(terminal &ulex,std::string &lexeme,int &ligne);
private:
  std::string texte;
  std::ifstream entree;
  size_t enavant,debutlex;
  int taille;
  std::string readFileIntoString(const std::string path);
  bool obtenirFDF(terminal &ulex);
  bool obtenirblanc(int &ligne);
  bool obteniridentificateur(terminal &ulex,std::string &lexeme);
  bool obtenirnombre(terminal &ulex,std::string &lexeme);
  bool obtenir2ptsega(terminal &ulex);
  std::string carsuiv();
};
#endif

terminal.hpp:

Code cpp :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
#ifndef TERMINAL_HPP
#define TERMINAL_HPP
 
enum terminal {identificateur,nombre,deuxpointsegal,deuxpoints,FDF};
 
#endif

main.cpp:

Code cpp :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
#include <iostream>
#include <string>
#include <vector>
 
#include "lexical.hpp"
#include "terminal.hpp"
 
int main(int argc,char *argv[]){
  std::vector<std::string>args;
  for(unsigned i=0;i<static_cast<unsigned>(argc);++i)
    args.push_back(argv[i]);
  if(argc!=2)
    std::cerr<<"manque le fichier"<<std::endl;
  else{lexical L(args[1]);
    terminal ulex=identificateur;//uniquement pour ne pas avoir ulex==FDF, sinon pas de boucle for.
    std::string lexeme;
    int ligne=1;
    for(L.analex(ulex,lexeme,ligne);ulex!=FDF;L.analex(ulex,lexeme,ligne))
      switch(ulex){
      case identificateur:
	std::cout<<"ligne "<<ligne<<": identificateur "<<lexeme<<std::endl;
	break;
      case deuxpoints:
	std::cout<<"ligne "<<ligne<<": deuxpoints "<<std::endl;
	break;
      case deuxpointsegal:
	std::cout<<"ligne "<<ligne<<": deux-points-egal "<<std::endl;
	break;
      case nombre:
	std::cout<<"ligne "<<ligne<<": nombre "<<lexeme<<std::endl;
	break;
      }
  }
}

la donnée suivante : v := ,35 donne maintenant:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
ligne 1: identificateur v
ligne 1: deux-points-egal 
ligne 1: nombre ,35

ce qui est exactement ce que je voulais ( ",35" n'est pas erronné, c'est prévu)

sinon, le diagramme de transition n'est pas fait pour "le mental", c'est fait pour implémenter un analyseur lexical. On part d'une expression régulière et on la transforme en diagramme de transition. Il y a des techniques pour ça.