Estoy tratando de hacer un analizador Bison para manejar los caracteres UTF-8. No quiero que el analizador interprete realmente los valores de caracteres Unicode, pero quiero que analice la cadena UTF-8 como una secuencia de bytes.

n este momento, Bison genera el siguiente código que es problemático:

  if (yychar <= YYEOF)
    {
      yychar = yytoken = YYEOF;
      YYDPRINTF ((stderr, "Now at end of input.\n"));
    }

l problema es que muchos bytes de la cadena UTF-8 tendrán un valor negativo, y Bison interpreta los valores negativos como un EOF y se detiene.

¿Hay alguna forma de evitar esto