blog.darkstar.work: flex - fast lexical analyzer generator sample

Who remember flex: fast lexical analyzer generator?

Here is a short sample, I have written it under gnu linux and ported it to win32 using gnuwin32 flex and getoptwin:

%option noyywrap

%{

#include <stdio.h>

#include <stdlib.h>

#include <math.h>

#include "getopt.h"

#include <string.h> 

#define MAXLEN 1024

int i, j, idx, len, mode = 0;

char tmps[MAXLEN], reverse[MAXLEN];

%}

SEGA  [2][5][0-5]

SEGB  [2][0-4][0-9]

SEGC  [1][0-9]{2}

SEGD  [1-9][0-9]{0,1}

SEG   {SEGA}|{SEGB}|{SEGC}|{SEGD}

IP    {SEG}["."]{SEG}["."]{SEG}["."]{SEG}

HOSTDOMAINSEGMENT [0-9a-zA-Z_"\-"]+["."]

TOPLEVELDOMAIN [a-zA-Z]{2,7}

HOSTNAME {HOSTDOMAINSEGMENT}+{TOPLEVELDOMAIN}

USER [0-9A-Za-z_"\-""."]+

EMAIL1 {USER}"@"{HOSTNAME}

EMAIL2 {USER}"@"{IP}

URIPROTOCOL [a-zA-Z]{2,10}"://"

URISUFFIX [^ \t\n\r"@"","">""<""("")""{""}"]

URL1   {URIPROTOCOL}{HOSTNAME}{URISUFFIX}*

URL2   {URIPROTOCOL}{IP}{URISUFFIX}*

%%

<<EOF>> {

        exit(1);

}

{EMAIL1} |

{EMAIL2} { 

        if (strchr(yytext, '@') != (char *)NULL) 

{

     switch((mode % 16)) 

{

 case 0: strcpy(tmps, yytext); break;

 case 1: strcpy(tmps, strchr(yytext, (int)'@')); break;

 case 2: strcpy(tmps, &strchr(yytext, (int)'@')[1]); break;

     case 4: 

 strcpy(tmps, &strchr(yytext, (int)'@')[1]);

 len = strlen(tmps); 

 for (j = 0, idx = 0; ((j < len) && (j < MAXLEN-1)); j++) 

{

                            if (tmps[j] == '.') 

{

                                for (i = idx; i <= j; 

                                    reverse[(len-j) + (i-idx)] = tmps[i++]);

                                idx = j + 1;

}

}

 for (i = idx; i <= j; 

                            reverse[(len-j) + (i-idx)] = (i < len) ? tmps[i] : '.', i++);

 reverse[len + 1] = '\0';

 strcpy(tmps, reverse);

 break;

 case 8: strcpy(tmps, &strrchr(yytext, (int)'.')[1]); break;

 default: strcpy(tmps, yytext); break;

}

     (void) printf("%s\n", tmps);

}

}

{URL1} |

{URL2} {

 if (mode < 16) 

{

            switch((mode % 16)) 

{

                case 0: strcpy(tmps, yytext); break;

         case 1: strcpy(tmps, strchr(yytext, (int)'/')); break;

         case 2: strcpy(tmps, &strrchr(yytext, (int)'/')[1]); break; 

         case 4: 

                        strcpy(tmps, &strrchr(yytext, (int)'/')[1]);

                        len = strlen(tmps);

                        for (j = 0, idx = 0; ((j < len) && (j < MAXLEN-1)) ; j++)

{

                            if (tmps[j] == '.') 

{

                                for (i = idx; i <= j; 

                                    reverse[(len-j) + (i-idx)] = tmps[i++]);

                                idx = j + 1;

}

}

                        for (i = idx; i <= j; 

                            reverse[(len-j) + (i-idx)] = (i < len) ? tmps[i] : '.', i++);

                        reverse[len + 1] = '\0';

                        strcpy(tmps, reverse);

                        break;

                case 8: strcpy(tmps, &strrchr(yytext, (int)'.')[1]); break;

                default: strcpy(tmps, yytext); break;

}

            (void) printf("%s\n", tmps);

}

}

^[\n;] { ; }

[\r\n]+ { ; }

. { ; }

%%

void yyerror() { exit(1); }

void usage(const char *cmd) 

{

    (void) printf("Usage: %s [-f file] [-a ] [ -r ] [ -u ]\n", cmd);

    (void) printf("\t simple email address and uri lexer reads from stdin \n");

    (void) printf("\t -a, --noat    \t print only hostname of email address (all chars left of \'@\') \n");

    (void) printf("\t -u, --nouser  \t print email without username \n");

    (void) printf("\t -t, --top     \t prints domain toplevel only, when using option -a | -u \n");

    (void) printf("\t -n, --nouris \t print only email address and not uris\n");

    (void) printf("\t -r, --reverse \t reverse the hostdomain / ip address segments\n");

    exit(0);

}

int _tmain(int argc, TCHAR** argv)

{

    static int verbose_flag;

    int c;

    while(1)

{

        static struct option long_options[] =

{

            {_T("help"), ARG_NONE, 0, _T('h')},

            {_T("noat"), ARG_NONE, 0, _T('a')},

            {_T("nouser"), ARG_NONE, 0, _T('u')},

            {_T("top"), ARG_NONE, 0, _T('t')},

            {_T("nouris"), ARG_NONE, 0, _T('n')},

            {_T("reverse"),     ARG_NONE, 0, _T('r')},

            { ARG_NULL,         ARG_NULL, ARG_NULL, ARG_NULL}

};

        int option_index = 0;

        c = getopt_long(argc, argv, _T("hautnr:"), long_options, &option_index);

        if (c == -1) 

            break;

        switch (c) // Handle options

{

            case 0: // If this option set a flag, do nothing else now. 

                    if (long_options[option_index].flag != 0)

                        break;

                    _tprintf (_T("option %s"), long_options[option_index].name);

                    if (optarg)

                        _tprintf (_T(" with arg %s"), optarg);

                    _tprintf (_T("\n"));

                    break;

            case _T('u'): mode = 1; break; 

            case _T('a'): mode = 2; break; 

            case _T('r'): mode = 4; break;

            case _T('h'): usage(argv[0]); break;

            case _T('t'): mode = 8; break;

            case _T('n'): mode += 16; break;   

            case '?': break; // getopt_long already printed an error message. 

            default: abort();

}

}

    (void) fflush(stdout);

    yyin = stdin;

    yylex();

    exit(0);

}

blog.darkstar.work - a simple url encoder/decoder