Štruktúra na uloženie klúčových slov – C / C++ – Fórum – Programujte.com

Zdravím

Ako semestrálny projekt z algoritmizácie som si vybral konvertor cčka do html+ zvyraznovač syntaxe. Trošku som sa však zasekol. Súbor s čkovským kodom chcem načitavat po riadkoch a po riadkoch to aj prevádzat. S čim mám však problem je ako čo najvhodnejšie implementovat slovnik klučových slov. Totiž ked bude už riadok načitaný do nejakého bufferu budem potrebovat načitavat po jednotlivých znakoch vytvárať slova a potom ich porovnat zo slovami v slovníku. Kvôli zvýraznovaniu je asi potrebné mať rozličné slovniky na datove typy, operatory .... Preto by som pri hladaní či je slovo klučové prehladat všetky tieto "polia", čo by trvalo asi pomerne dlho. Napadlo ma ešte to uložit do hashovacej tabulky ale pre +- 50 slov neviem či sa mi to oplatí. Nejaký napad? Pravdou je aj to že nie som s hash tabulkou moc kamarát, preto hladám nejaké iné riešenie. Ďakujem

Keď už to budeš robiť znak po znaku, tak by možno bolo výhodné dať klúčové slová do stromu podla písmen. bude to rýchlejšie nájsť to, len na implementáciu trochu zložitejšie.

No to by šlo, ale tak ako inak by to šlo spracúvať ked nie po znaku? So stringami v cčku celkovo neviem moc robiť práve preto som si zobral tento projekt aby som sa to naučil, a tak budem vďačný za každý navrh :)

Načítání po řádcích je správně, zpracovávat to po znacích je v podstatě nutnost. Dobře se to dělá stavovým automatem. Jenom 2 poznámky: prohledávání různých polí na klíčová, rezervovaná a jiná slova nebude pomalé. Toho se opravdu neboj ... tedy pokud nemáte dostat výsledek za 15ps :smile1: . A druhá poznámka ... často se stává, že předchozí řádek ovlivňuje předchozí (víceřádkové definice, víceřádkový komentář apod.), takže je potřeba přenášet stav z předchozího řádku na další.

Len mam problem pochopiť jednu vec ako spraviť z tých znakov slovo? Keď to budem načitavať po riadkoch a nasledne spracovávať po znakoch ako bude program vediet že sa jedná o slovo aby ho mohol porovnat vopred nadefinovanými? Thx

Zase z nich vytvoříš zpátky řetězec (string). A je jedno jak ... do pole budeš ukládat znaky ... budeš ty znaky přidávat do stringu ...

> Zdravím
Ako semestrálny projekt z algoritmizácie som si vybral konvertor cčka do html+ zvyraznovač syntaxe. Trošku som sa však zasekol. ...


V zjednodušenom podaní, sa to obvikle robi tak, ze sa vstup nacita po
znakoch a časť programu nazývana lexikálny analyzátor načítavanú
postupnosť mení na symboly jazyka (klúčové slová, reťazce, premenné,
numerické hodnoty, a pod.). Tieto informácie sa následne spracúvajú
syntaktickým analyzátorom. Principiálne sa môže lexikálny analyzátor
chovať nejako takto:

lexical_analyzer

{

	open(input_stream);  // asociuje vstupny prud s analyzátorom

(súbor, pamäť, ...)

	token next();  // vráti následujúci token

}

enum e_type 

{

	string, // retazec

	identifier, // identifikator

	inumeber, // cele cislo

	dnumber, // realne cislo

	symbol, // symboly (=, <, >, ...)

	kword  // klucove slova jazyka

}



token

{

	e_type type;

	union 

	{

		string s_val;

		double d_val;

		int i_val;

		char c_val;

	}

} 

Ďakujem, pekné vysvetlenie :) presne niečo také som potreboval ;) Avšak asi mi to trošku nedochádza napr. tá funkcia next() mohli by ste mi ju trošku viac rozpísať? Ako stále mi uchodí pointa ako proste bude vediet ten program že sa jedna o napr. to klučové slovo proste v tom ma trošku hmlisto..:( ďakujem

> ... tá funkcia next() mohli by ste mi ju trošku viac rozpísať? ...

Za predpokladu, že parsujete bezkontextovu gramatiku čo v prípade, že
chcete iba ofarbovať klúčové slová jazyka C++ je splnené, funkcia
lexical_analyzer::next môže fungovať následujúco. Postupne čítate
jednotlivé znaky zo vstupu a na základe týchto znakov potom určujte o
aký symbol jazyka sa jedná, napr. ak prečítaným znakom je číslica
[0-9], potom

token lexical_analyzer::next()

{

	// prečítam znak

	currch = read_char();

	

	int number;

	if (isdigit(currch))

	{

		number = read_number();

		return token(inumber, nuember);

	}

	...

}



int lexical_analyzer::read_number()

{

	// prvu cislicu uz mame precitanu v currch a teraz precitame dalsie

	int count = 0;

	char snum[1024] = {0};

	do

	{

		snum[count++] = currch;

		currch = read_char();

	}

	while (isdigit(currch));



	return atoi(snum);  // skonvertujeme retazec na cislo, ktoré vrátime

}

token lexical_analyzer::next()

{

	// prečítam znak

	currch = read_char();

	

	int number;

	if (isdigit(currch))

	{

		number = read_number();

		return token(inumber, nuember);

	}

	else if (isalpha(currch) || currch == '_')

	{

		char ident[1024];

		read_ident(ident);

		return token(identifier, ident);

	}



	...

}



lexa::read_ident(ident)

{

	do

	{

		ident += currch;

		currch = read_char();

	}

	while (isalpha(currch) || currch == '_' || isdigit(currch));	

}