使用 flex、yy_scan_string() 和 input() 直到输入结束的段错误

Question

以下 flex 代码似乎创建了一个可执行文件，当输入字符串是未终止的注释时会出现段错误。注意：

只有当输入缓冲区是字符串（例如使用 yy_scan_string()）而不是文件 (yyset_in())
当 flex 代码试图在 NULL 文件指针上调用 fread() 时发生段错误——即使从未使用过文件缓冲区
"else return 0" 防止错误发生，但我不清楚这在多个缓冲区的上下文中是否是一个安全的解决方法
以下代码仅用于说明目的，请原谅它的不那么真实。
我尝试使用 unput() 而不是 "return 0"，但似乎没有任何区别

这是一个 flex 错误（否则它为什么会调用 fread()）？无论如何，"return 0" 是解决此问题的正确方法，还是会导致其他问题，例如对于嵌套/多个缓冲区？

bug.l:

// to compile: flex bug.l; gcc -g lex.yy.c
// to run: ./a.out "/* unterminated comment"

%option reentrant stack noyywrap

%%

"/*" {
  size_t len;
  int c1 = 0, c2 = input(yyscanner);

  for(len = 1;;len++) {
    if(c2 == EOF || !c2) break;
    if(c1 == '*' && c2 == '/') break;
    c1 = c2;
    c2 = input(yyscanner);
  }

  if(c1 == '*' && c2 == '/')
    printf("found end of comment\n");
  // else return 0; // without this line, string input of "/*" will cause a seg fault
 }

.|\n

<<EOF>> { return 0; }
%%

int main ( int argc, char * argv[] ) {    
  if(argc < 3 || (strcmp(argv[1], "-s") && strcmp(argv[1], "-f")))
    printf("Usage:\n  %s -s string_to_scan\n  %s -f file_to_scan\n", argv[0], argv[0]);
  else {
    yyscan_t scanner;
    YY_BUFFER_STATE buf;

    if(!strcmp(argv[1], "-s")) {
      yylex_init ( &scanner );
      buf = yy_scan_string(argv[2], scanner);
      yylex ( scanner );
      yylex_destroy ( scanner );
    } else {
      FILE *f = fopen(argv[2], "rb");
      if(f) {
        yylex_init ( &scanner );
        yyset_in (f, scanner);
        yylex ( scanner );
        yylex_destroy ( scanner );
      }
    }
  }
  return 0;
}

Answer 1

如果我对您的代码的理解正确，我不能同意您关于 flex 存在错误的看法。您正在读取规则 "/*" 的操作代码中的输入流。这样做违背了词法分析的思想。您提供的代码可能会阻止扫描器设置文件结束标志，并且在为 "/*" 调用操作后，扫描器正在尝试读取已经结束的流。要处理评论，您应该使用弹性状态。

编辑：

您的代码应该如下所示：

%option reentrant stack noyywrap

%s COMMENT

%%

"/*" { BEGIN COMMENT; }
<COMMENT>"*/" { BEGIN 0; }
<COMMENT>. { /*code for ignored comment characters*/ }
.|\n { /*code to handle non-comment characters*/ }

%%

int main ( int argc, char * argv[] ) {
  if(argc < 3 || (strcmp(argv[1], "-s") && strcmp(argv[1], "-f")))
    printf("Usage:\n  %s -s string_to_scan\n  %s -f file_to_scan\n", argv[0], argv[0]);
  else {
    yyscan_t scanner;
    YY_BUFFER_STATE buf;

    if(!strcmp(argv[1], "-s")) {
      yylex_init ( &scanner );
      buf = yy_scan_string(argv[2], scanner);
      yylex ( scanner );
      yylex_destroy ( scanner );
    } else {
      FILE *f = fopen(argv[2], "rb");
      if(f) {
        yylex_init ( &scanner );
        yyset_in (f, scanner);
        yylex ( scanner );
        yylex_destroy ( scanner );
      }
    }
  }
  return 0;
}

Answer 2

正如所写，如果注释没有终止，您将最终尝试读取 EOF 两次。也就是说，你读了一次（使用 input()），然后，因为你没有从词法动作中 return，所以你请求 flex 继续扫描需要它读取输入字符的输入.

这是未定义的行为。识别 EOF 后，您必须从扫描器中 return 0。

您的 <<EOF>> 规则是不必要的；如果没有规则，扫描器将通过 returning 0 自动响应 EOF。通常插入 EOF 规则的唯一原因是进行某种清理或切换输入缓冲区。如果您确实有一个重要的 EOF 规则，它必须 return 0 或安排不重试当前输入缓冲区。

使用 flex、yy_scan_string() 和 input() 直到输入结束的段错误

Seg fault using flex, yy_scan_string(), and input() until end of input

c

c++

flex-lexer