词法分析：
编译程序的第一步工作，编译程序的一部分。
核心作用，将字符序列转化为计算机的内部表示
读出字符序列，逐个拼出单词，并构造相应的内部表示。
检查词法错误。
例如对于字符序列源文件，经过词法分析
if (position > 10) rate = 3.14 * initial;
则应该产生下面的内容。
<$if,->,<$open,<$id,position>,<$gt,<$num,10>
<$close,rate>,<$eq,3.14>,<$mult,
<$id,initial>，<$semi,->
词法分析器的接口：
1，仅仅作为语法分析的子程序
| read |
call |
Src词法分析语法分析
| Char |
Token |
2， 另一类作为编译器的独立一遍处理器
srcchar 词法分析 Token 语法分析
在这里我们讲述一下单词的含义：
单词：指的是语言中具有独立含义的最小单位。对于上面的程序语句而言。
if (position > 10) rate = 3.14 * initial;
这条语句，在词法分析的阶段我们考录3.14这个字符序列。我们可以有多种单词构成。例如
3.14 * initial这三个部分，当然这是表达式乘积，但是倘若我们再进一步的把3.14分为3 . 14
这样的划分方式就不太合理了。因为对于我们而言，3.14作为一个具有独立含义的单位，表示数字。
在一个程序中，单词可以分为下列几类：
保留字：-------whiledo
标识符：identifier， a,b,class T
| Word |
常量： |
true， |
10， ‘A’ |
1， 运算符 + -* /
2， 界限符 {， }， ；
特殊符号：
3， 格式符 EOF
那么如何实现词法程序：
需求：
描述方式
算法正则表达式
单词的描述工具分为两种：
自动机
字母表：∑。程序中所有可能出现的符号。A / - j 等等
符号串：符号组成的任意有穷序列
符号串的连接：
ɑ，β 分别为字母表组成的符号串，ɑ = abc， β = def
则两者的连接为：ɑβ = abcdef
符号串的方幂
符号串集合的乘积
A， B分别是两个符号串集合，其中A = {ab,cd},B = {ef,gh}
则A与B的的乘积还是一个集合{abef,abgh,cdef,cdgh}
而方幂则表示为
假如符号串集合为A = {a,b}
则A0={e},A1=A, A2=AA,…,An=AA… A
A的3次方幂为AAA = (AA)A ={aa,ab,ba,bb}{a,b} = {aaa,aba,baa,bba,aab,abb,bab,bbb}
符号串的正闭包
A是符号串集合，则A+称为符号串集合A的正闭包
A+ = A+=A1∪A2∪A3 …∪An…
符号串集合的的星闭包
A* =A0∪A1∪A2∪A3 …∪An…=A0∪A+
正则表达式的定义：
设∑为字母表，RE为定义在∑的正则表达式，则有
正则表达式对应的语义解释被称作正则集，正则集也是正则表达式所对应的语言。
在词法分析中，正则表达式是针对单词进行描述的，为此，我们要建立一种从正则表达式到字符串集合的映射关系。
使得正则表达式的语义解释描述成字符串的形式。
设e,e1,e2为∑上的正则表达式，则e所对应的正则集L(e)取值如下:
正则表达式的性质：
+ = * > . > |运算优先级
A | B = B | A
A | (B | C) = A ( B | C) |的可结合性
A|(BC) = (AB) | (AC) 连接的可分配性
A** = A* 幂的等价性
用正则表达式表示描述词法：
L= A|BC|D|……|a|b|……|z
D = 0|1|2|……|9 ， D1 = 1|2|3|……|9
标识符：（L）|(L|D)*
常数： （+|-|Φ）|D1D*|0
实数： （+|-|Φ）|D1D*|0.D*
特殊符号：使用枚举
保留字： while | if | do|……
运算符： +|-|*|……
分界符： { | } | ；|……
控制符： \t \n
当然正则表达式不仅仅可以用于词法分析也可以在其它的地方使用，例如手机号码归属地，程序分析技术等等。
正则表达式的局限性：
正则表达式缺乏对对称性字符串的表达能力。