Lex vs Yacc: Comparativa Analizador Léxico vs Generador de Parsers

Herramientas Construcción Compiladores: Lex y Yacc Explicados

Lex y Yacc son herramientas fundacionales Unix para construir compiladores e intérpretes. Manejan fases secuenciales de procesamiento de lenguaje.

Lex — Generador Analizador Léxico

  • Entrada: Expresiones regulares (patrones para tokens)
  • Salida: Programa C (lex.yy.c) = lexer/scanner
  • Función: Flujo caracteres → Flujo tokens
  • Tokens: Palabras clave, identificadores, literales, operadores, puntuación
  • Determinista: Siempre sabe siguiente token (basado en DFA)
  • Más simple: Más fácil aprender, escribir, depurar

Yacc — Yet Another Compiler-Compiler (Generador Parser)

  • Entrada: Gramática libre de contexto (reglas tipo BNF)
  • Salida: Programa C (y.tab.c) = parser
  • Función: Flujo tokens → Árbol parse / AST
  • Parseo: LALR(1) — bottom-up, lookahead 1
  • No determinista: Puede backtrack/resolver conflictos (shift/reduce, reduce/reduce)
  • Complejo: Diseño gramática, resolución conflictos, reglas precedencia

Flujo de Trabajo

[Código Fuente] → [Lex] → [Tokens] → [Yacc] → [Árbol Parse] → [Análisis Semántico] → [Generación Código] 

Diferencias Clave

AspectoLexYacc
FaseAnálisis léxico (escaneo)Análisis sintáctico (parseo)
FormalismoExpresiones regularesGramática libre contexto
SalidaTokens (símbolos terminales)Jerarquía estructurada (AST)
ComplejidadBajaAlta
DeterminismoSí (DFA)No (LALR con conflictos)
Manejo ErroresCarácter inválidoRecuperación error sintáctico

Sucesores Modernos

  • Flex (GNU Lex) + Bison (GNU Yacc) — estándar en Linux
  • ANTLR — gramática unificada, LL(*), multi-target (Java, Python, JS, C++)
  • Tree-sitter — parseo incremental para IDEs

Lex/Yacc permanecen base pedagógica para entender pipelines de procesamiento de lenguaje.