词法分析器，又叫扫描器，其功能是从左往右逐个字符地对源程序进行扫描，然后按照源程序的构词规则识别出一个个单词符号，把作为字符串的源程序等价的转换为单词符号串的中间程序。单词符号是程序设计语言中的基本语法单元。我们尝试设计一个能扫描C语言子集的词法分析器，我们的单词分为以下5种：

引入一个概念：词法单元。表示单词类，常用整数进行编码，这个编码也叫种别码。 词法单元中每个单词符号也叫词素，每个词素应该具备不同的属性值，这个值是反映单词特征或者特性的值，是编译中其他阶段需要的信息。如果一个词法单元只含有一个词素，那么可以不必设置属性值，如果一个词法单元含有多个词素，那么就应该给每个词素一个属性值用以区分他们。 （刚刚这一段不懂暂时也没关系，如果想要详细了解请翻看龙书第三章）

LEX的输入是用LEX源语言编写的程序，它是扩展名为.l或.lex的文件。LEX源程序经过LEX系统处理后输出一个C程序文件，此文件再经过C编译器的编译就能产生一个可执行程序。 一般而言，一个LEX源程序由“%%”分隔的三部分组成，其整体格式为： 定义部分 %% 识别规则部分 %% 辅助函数部分

定义部分对规则部分要引用的文件和变量进行说明，通常可包含头文件、常数定义、全局变量定义、外部变量定义以及正规式定义等。正规式定义用来定义在规则部分引用的正规式，类似于C语言中的宏定义，所以也称宏定义。 除了宏定义外，定义部分的其他代码需要用“%{”和“%}”括起来，LEX会将这部分内容直接复制到C文件生成的lex.yy.c文件中。例：

如果你还没学过正则表达式，这里有一篇文章个人认为总结的比较到位可供参考正则表达式

这部分用来定义对每一种词法单元的识别动作，也就是词法分析器要执行的操作。例如：

在识别规则部分中如果用到的函数不是库函数，则需要在这部分给出函数定义，由用户用C语言编写，它们会由LEX系统直接复制到输出的C程序文件中。 下表列出了LEX中常用的一些变量和函数

我的词法分析器只支持了C语言的一个子集，具体有哪些请自行浏览代码。 LEX文件的编译只需要两条命令，加入我们的LEX文件保存在C.lex中，我们只需在终端执行： lex C.lex（执行完后会生成lex.yy.c） gcc lex.yy.c -o MyC_analyze -ll（执行完后可执行文件即为MyC_analyze） 具体代码如下： 这是我根据作业要求修改后的版本，引入符号表存储标识符，并尝试对不同作用域的同名变量进行区分，按理说作用域其实是一个树的结构，但我尝试借助大括号，用某种算法去进行区分。目前的思路是一共三个int变量，其中两个分别记录左右大括号的数量，还有一个用来标记新的作用域产生。具体实现请参照我对id、“{”、“}”识别的动作。这个算法目前并不严谨，但由于测试用例比较简单，目前还没发现漏洞所在，但由于显然我现在这个算法并不能实现对树结构的层次区分，所以日后随着我的编译器的功能的加深可能会暴露出问题，到时候再来修改吧。