Syntax farver med aka Borland Builder

Et meget stort spørgsmål, jeg kan kun fortælle hvordan jeg gør, men der er helt sikkert mange måder at gøre det på:

Først deles linien op i "tokens", hvilket i dit eksempel vil sige function, hey, fnc1 og (){}; Jeg bruger en regexp til at finde tal.

Så finder du ud af hvilken type hver token er, f.ex. keyword, tal, streng ...

Derudover skal du finde ud af om der er en "line comment" i linien, // i C++

Derudover skal du tage stilling til elementer der spreder sig over flere linier, f.ex kommentarer.

Når min editor læser en fil parser den linierne en for en for at finde ud af hvordan de ender (dvs om de ender i en multi linie kommentar eller ...), denne info gemmes for hver linie.

Når en linie udskrives på skærmen parses den som beskrevet i starten og info gemmes i et array der f.ex. fortæller at de første 4 karakterer skal være blå, de næste 5 grønne etc. Og de udskrives så i disse farver, idet der tages højde for markeringer.

Det er en ikke helt triviel opgave, men meget interessant og lærerig.

ok, det var også sådan lidt jeg havde tænkt mig....

Så vidt jeg ved er der nogen der bruger en løsning udelukkende baseret på regexp.

et alternativ til regexp var lex/flex og yacc/bison

hvordan bruger man lex/flex og yacc/bison...eller er det svært ?

Selv om jeg ikke kender ret meget til lex/fles/yacc/bison er det efter min mening ikke specielt velegnet:

1 Det er lidt for voldsomt hvis formålet kun er at lave farver. Hvis du derimod vil lave  avancerede features kan det være en god idé.

Det er ikke specielt let at konfigurere, så man ender let med at skulle lave en lang række parsere, hvis man vil under støtte flere sprog.

Kan man undgå flere parsere hvis det skal være helt rigtigt i de
forskellige sprog ?

Jeg vil mene at en løsning kun baseret på regexp kan være generel nok til at kunne bruges med alle sprog. Det kræver naturligvis et stort antal regexp's og nogle af dem skal have specielle egenskaber, så som at kunne styre flere linier.

Min egen hjemmestrikkede løsning forestiller at være generel nok til "de fleste sprog" (dvs dem jeg bruger).

Er 'test' en kommentar (VB) eller en streng konstant (Fortran & Pascal) ?

Er // en kommentar (C/C++/Java/C#) eller en operator (Fortran)

Er begin et keyword (Pascal) eller et navn (andre) ?

I min editor kan man specificere hvad der er en streng, en char, en kommentar,  delimiter, hvilke keywords der finds, etc. for alle de typer filer (baseret på extension) som man ønsker.

Så der burde ikke kunne være problemer med dem du nævner.

ok

sprog uafhængig regex + sprog afhængig mapning fra item til token type

så kan du håndtere alt bortset fra tilfælde hvor item kan være forskellige
token typer alt efter kontekst

og jeg formoder at du fanger de 2 special tilfælde kommentar og streng

det kan formentlig klare alle nyere sprog (gamle sprog som
fortran kan nok være lidt grimme)

Jeg kender ikke fortran, men det kunne være sjovt at se hvordan den ville klare det.

Jeg har brugt den lidt til html, og der mangler den en del i at være perfekt.

hmm...dem som vil giv et svar...så finder jeg ud af det...

jeg frafalder her p.g.a. manglende bidrag

(og Bertel plejer ikke at ville have point, men det skal du selvfølgelig lige
høre fra ham selv)

Jeg vil stadig ikke have point.

Der er en bison manual her:
  http://www.gnu.org/software/bison/manual/html_mono/bison.html

Og en flex her:
  http://www.gnu.org/software/flex/manual/html_mono/flex.html

hey...sorry vente tiden........

arne_v du må godt give et svar nu så :)

arne_V når du læser dette..så tag lige et kig på mit spørgsmål omkring comm port snak... :)

Hvis du mener at d elink er point værd ...

(iøvrigt mener jeg at enhver C/C++ programmør bør lege lidt med Bison og Flex
på et tidspunkt - det kan både være nyttigt at kunne i nogle sammenhænge
og det giver en god forståelse af hvordan f.eks. en compiler fungerer)

.

arne_v jeg er en gavmild person :)

Juhuu....