不错的啊  mark下

如果文件里面出现了“/*”却没有出现“*/”，似乎会进入死循环。（我没有实际运行，只是随便说说）
词法分析器一般要求正则文法。而对于正则文法，理论上可以不必倒退，一次性解析完毕。也就是说，像fseek这样的函数其实是没有必要使用的，制作一个有穷自动机，挨个的fgetc即可。当然更好的做法是一次读取大量数据放到一个数组中，然后一点一点的解析，这样可以减少函数调用次数，速度更快。

谢谢评论，不过我们说编写的这个程序的思想是逐个逐个的“词”来读入，既需要判断不同的“词”，这样一来就会多读入一个用来判断，所以在某些地方有必要加入fseek函数来调整文件指针，对于你所讲到的/*我想您是看错了，不过我又更新了附件，您可以在看看，请您多指正批评

楼主的研究精神 值得我们高度学习。

[quote] 
词法分析器一般要求正则文法。而对于正则文法，理论上可以不必倒退，一次性解析完毕。也就是说，像fseek这样的函数其实是没有必要使用的，制作一个有穷自动机，挨个的fgetc即可。当然更好的做法是一次读取大量数据放到一个数组中，然后一点一点的解析，这样可以减少函数调用次数，速度更快。[/quote]

表示赞同。可以定义这样的全局变量char buffer[2][BUF_SIZE]或char buffer[BUF_SIZE]这样的全局变量。然后定义PUTS() ,GETC(),UNGETC(c)这几个宏来分别实现把数据缓存到buffer,从buffer获取1个字符,把字符c压回buffer(有时候需要超前搜索).

楼主的代码还有很多方面莫有实现，如 L'a' , L"abc", 0x123efw(16进制数), *(乘号和指针取对象), 01248(8进制), += -=等(这些复合赋值符), != == &&(等等，很多符号) 。。。
感觉有很多方面还要改善，就简单的说说整数和浮点数.0开头的8进制只允许0-7这几个字符， 0x开头的16进制只允许0-9a-fA-F这些字符。整数后面可以跟U,L这样的后缀,如124L,123U,123LLU等。像这样的浮点数都是合法的：1.0，1.，1.0F,.4f,1.E-4.

在词法分析器发现上面的错误时，应该停止工作，给出错误信息。

楼主，再给您一些建议：

现在，一般的词法分析器都是用 有限自动机(FA) 来自动分析的。
比如说分析 整数(不考虑整数后面的后缀UL等)。 
  最开始什么都没输入的时候 我们成为 状态0(STAT_START)
    如果输入字符0， 进入 状态1
    如果输入字符1-9，进入 状态2
  在状态1的时候,  如果输入1-7， 进入 状态3
           如果输入x|X， 进入 状态4
  在状态2的时候， 如果输入 0-9， 进入 状态2(循环接受字符0-9)
                  如果输入 空白字符， 进入 状态5(终态) <<<-
  在状态3的时候， 如果输入 0-7， 进入 状态3(循环接受字符0-7)
                  如果输入 空白字符， 进入 状态6(终态) <<<-
  在状态4的时候， 如果输入 0-9a-fA-F, 进入状态4(循环)
                  如果输入 空白字符， 进入 状态7(终态) <<<-
  
  如果不是上面的输入情况，应该停止工作，给出错误信息。
  不同的终态表示不同的情况，如 运算符， 括号， 标识， 8进制数， 10进制数等。

  这样，我们首先把所有字符分类，映射成像下面的几类；
  digit_8:[0-7] digit_10:[0-9] digit_16:[a-fA-F] eE:[eE] xX:[xX] zero:[0]
  fF:[Ff]  lL:[Ll] letter:[_a-zA-Z] 等等。一般像+-!%*()这样的符号都单独分类。

  然后把 语言里面的各种词汇用正则式表达出来，保存到某个文件如in.txt
  integer_base_8      0{digit_8}*         
  integer_base_16     0[xX]{digit_16}+
  identifier          {letter}{letter | digit_10}*    
  。。。。

  然后用脚本语言或者c语言写一个程序，把in.txt里面的类容转换成 非确定性有限自动机(NFA), 然后把NFA转换成DFA，在把DFA优化。运行程序然后输出 某个语言的词汇的 状态表。这就说所谓的 词法分析器自动生成器 的原理。


  有了上面的 状态表，我们可以把它 复制粘贴 到我们真正的 C语言源代码中。后面的工作非常简单了。这样做是有好处的。如果哪天，您还想写个Python的词法分析器，只要把in.txt里面的内容改变一下，就很容易得到Python 的词法分析状态表。

  还有，保留字的识别问题，可以把它们全部定义为某个状态，那么最终得到的状态表非常大，那么至少有200个状态，如果 我们把字符分为20类，那么这个表将有200*20，很大吧？？也可以把保留字和标识同等对待，然后再识别。上次在哪里看到过一句话，好像有人证明有可能可以设计一个 完美的哈希函数，把所有关键字映射到某个表中。如果您能设计出一个好的哈希函数，分析速度应该会提速不少。

  当然，状态表也可以有人工来填写，不过那可是一个巨大的工程哦。。

  

实话说我只是一个刚刚接触编程的大一的菜鸟，不过在+=，-=等地方我们做了处理啊，我有很多东东都不会，非常感谢您给的建议，可我还是不明白您的评论，您能给出具体代码么，非常感谢

我们的这个词法分析器是在比较短的时间完成的，并没有做报错的功能，只是在思想上和其他编程爱好者的词法分析器不同
[em2]

http://bbs.pfan.cn/post-361794.html

一个比较完整的C编译器