Štruktúra na uloženie klúčových slov – C / C++ – Fórum – Programujte.com
 x   TIP: Přetáhni ikonu na hlavní panel pro připnutí webu
Reklama
Reklama

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

 

Hledá se programátor! Plat 1 800 € + bonusy (firma Boxmol.com)
Xgamer0
Duch
28. 4. 2010   #1
-
0
-

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

Nahlásit jako SPAM
IP: 89.102.173.–
Reklama
Reklama
Grungy0
Super člen
28. 4. 2010   #2
-
0
-

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.

Nahlásit jako SPAM
IP: 158.193.84.–
Prvý náznak hlúposti, je pocit geniality.
Xgamer0
Duch
28. 4. 2010   #3
-
0
-

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 :)

Nahlásit jako SPAM
IP: 89.102.173.–
liborb
~ Redaktor
+18
Guru
29. 4. 2010   #4
-
0
-

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.

Nahlásit jako SPAM
IP: 85.207.166.–
Xgamer0
Duch
29. 4. 2010   #5
-
0
-

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

Nahlásit jako SPAM
IP: 89.102.173.–
liborb
~ Redaktor
+18
Guru
30. 4. 2010   #6
-
0
-

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

Nahlásit jako SPAM
IP: 85.207.166.–
AdamHlavatovic0
Stálý člen
1. 5. 2010   #7
-
0
-

> 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
}

V najjednoduchšom prípade môže štruktúra token vypadať napr. takto:

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;
}
}


Funkcia lexical_analyzer::next() potom napr. v pripade takehoto kódu:

for (int i = 0; i < 5; i++)

postupne vracia toto:

token t;
1 volanie: t = {keyword, c_val=FOR_ID}
2 volanie: t = {symbol, c_val=LEFT_PARENTH_ID}
3 volanie: t = {identifier, s_val="i"}
4 volanie: t = {symbol, c_val=EQU_ID}
5 volanie: t = {inumber, i_val=0}
...
n volanie: t = {symbor, c_val=RIGHT_PARENTH_ID}

Jednotlivé symboly jazyka si už potom môžte v dalšej časti programu
ofarbovať podľa ľubosti.

Pokiaľ sa chcete dozvedieť viac, tak napr. v tejto knihe 'nikolaus
wirth - algoritmy a datove struktury' je vytvoreny jednotuchý
lexikálny aj syntakticky analyzátor ukážkového jazyka.

Druhou a jednoduchšiou možnosťou je použitie tzv. regular expressions
kde si najpr. vytvoríte pravidlá pre jednotlivé symboly jazyka, potom
načítate požadovaný súbor do pamete a tieto pravidlá naň budete
postupne aplikovať (napr. tak ako to je riešené v txtovom editore vim).



Nahlásit jako SPAM
IP: 94.229.32.–
Xgamer0
Duch
1. 5. 2010   #8
-
0
-

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

Nahlásit jako SPAM
IP: 89.102.173.–
AdamHlavatovic0
Stálý člen
2. 5. 2010   #9
-
0
-

> ... 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
}

Podobným spôsobom identifikujeme aj ostatné symboly jazyka. Ešte jeden
príklad, predpokladajme, že identifikátor jazyka je definovaný ako
postupnosť alfanumerickych znakov [0-9a-zA-Z] a znaku '_', a prečítaný
symbol bol znak, nie číslo, potom lexical_analyzer::next() môže
vypadať napr takto:


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));
}


Ako som už ale napísal v predchádzajúcom príspevku, podrobnejšie si
otom môžte prečítať v 'Niklaus E. Wirth; Algoritmy a Datove Struktury'
v ktorej je tvorve syntaktického analyzátora venovaná posledná
kapitola.

Nahlásit jako SPAM
IP: 94.229.32.–
Zjistit počet nových příspěvků

Přidej příspěvek

Toto téma je starší jak čtvrt roku – přidej svůj příspěvek jen tehdy, máš-li k tématu opravdu co říct!

Ano, opravdu chci reagovat → zobrazí formulář pro přidání příspěvku

×Vložení zdrojáku

×Vložení obrázku

Vložit URL obrázku Vybrat obrázek na disku
Vlož URL adresu obrázku:
Klikni a vyber obrázek z počítače:

×Vložení videa

Aktuálně jsou podporována videa ze serverů YouTube, Vimeo a Dailymotion.
×
 
Podporujeme Gravatara.
Zadej URL adresu Avatara (40 x 40 px) nebo emailovou adresu pro použití Gravatara.
Email nikam neukládáme, po získání Gravatara je zahozen.
-
Pravidla pro psaní příspěvků, používej diakritiku. ENTER pro nový odstavec, SHIFT + ENTER pro nový řádek.
Sledovat nové příspěvky (pouze pro přihlášené)
Sleduj vlákno a v případě přidání nového příspěvku o tom budeš vědět mezi prvními.
Reaguješ na příspěvek:

Uživatelé prohlížející si toto vlákno

Uživatelé on-line: 0 registrovaných, 113 hostů

Moderátoři diskuze

 

Hostujeme u Českého hostingu       ISSN 1801-1586       ⇡ Nahoru Webtea.cz logo © 20032016 Programujte.com
Zasadilo a pěstuje Webtea.cz, šéfredaktor Lukáš Churý