華南理工大學
《編譯原理》課程實驗報告
實驗題目： 實現TINY+編譯器
源代碼及報告書： （爲了大家的學習着想，此處就不放github的地址了 可以在我的個人上傳資源中找到這份文檔）。
（此處圖片未顯示，可以在github中下載報告書觀看。報告書即爲如下內容）
【實驗目的】
構造一個將TINY+高級程序設計語言轉換爲TINY+虛擬機上的中間代碼的編譯器。
整個實驗包括兩個部分：實驗一完成TINY+編譯器的詞法分析器部分；實驗二完成TINY+編譯器的語法分析器部分、語義分析器部分及中間代碼生成器部分。
【實驗環境】
Microsoft Visual Studio 2015
C++語言實現
分爲實驗一、二。實驗一、 實現TINY+編譯器的詞法分析器
【實驗目的及要求】
學生在該實驗中構造TINY+語言的詞法分析程序。具體要求如下：
1 詞法分析器的輸入是源程序文件，輸出是單詞（token）流。
2 構造的詞法分析器必須遵循最長子串原則，例如字符串‘:=’ 應該被識別爲一個代表賦值符號的單詞，而不是識別爲兩個單詞‘:’和 ‘=’。
3 詞法分析器識別出的單詞應該被表示成二元組的形式（Kind, Value），其中Kind表示單詞的種類，Value表示單詞的實際值。要求用如下符號表示不同種類的單詞：
l KEY 表示關鍵字；
l SYM 表示特殊符號；
l ID 表示標識符；
l NUM 表述數字常量
l STR 表示字符串常量
4 詞法分析器的任務除了完成對單詞的識別之外，還要檢查程序中的詞法錯誤，給出錯誤的信息以及錯誤在源程序中出現的位置（所在的行號）。詞法錯誤的種類包括：
l Ø 非法符號，詞法分析器可能識別到一個TINY+程序的字母表中不允許的符號，例如，詞法分析器在一個源程序中識別到$，應報告一個詞法錯誤，發現了一個非法符號；
l Ø 字符串類型的單詞STRING，單引號不匹配。例如，源程序中出現' scanner，詞法分析分析器應報告錯誤“字符串缺少右引號”；
l 註釋的括號不匹配。例如源程序中出現{this is an example，詞法分析器應報告錯誤“註釋缺少右括號”。
- 在main函數中將NO_ANALYZE、NO_CODE、PARSE設置爲TRUE，使程序只進行詞法分析過程。
- 由於增加了關鍵字(keyword)，TINY語言關鍵字如下：
|
Tiny關鍵字 |
if，then，else，end ，repeat，until，read，write |
|
Tiny+新增關鍵字 |
Or，and ，int，bool，char，while，do |
其中所有的關鍵字是程序設計語言保留使用的，並且用小寫字母表示，用戶自己定義的標識符不能和關鍵字重複。
- 特殊符號定義：
|
Tiny符號 |
{ } ; := + - * / ( ) < = |
|
Tiny+新增符號 |
> <= >= , ' |
- 詞法分析器中識別的單詞用二元組形式表示（Kind,Value），其中Kind表示單詞的種類，Value表示單詞的實際值。要求用如下符號表示不同種類的單詞：
|
KEY |
關鍵字 |
|
SYM |
特殊符號 |
|
ID |
標識符 |
|
NUM |
數字常量 |
|
STR |
字符串常量 |
- 詞法分析器的任務除了完成對單詞的識別之外，還要檢查程序中的詞法錯誤，給出錯誤的信息以及錯誤在源程序中出現的位置（所在的行號）。詞法錯誤的種類包括：
- 非法符號，詞法分析器可能識別到一個TINY+程序的字母表中不允許的符號，例如，詞法分析器在一個源程序中識別到$，應報告一個詞法錯誤，發現了一個非法符號；
- 字符串類型的單詞STRING，單引號不匹配。例如，源程序中出現' scanner，詞法分析分析器應報告錯誤“字符串缺少右引號”；
註釋的括號不匹配。例如源程序中出現{this is an example，詞法分析器應報告錯誤“註釋缺少右括號”。
實驗過程：
- 在GLOBALS.h中的TokenType枚舉中增加相應的類型：
|
關鍵詞 |
特殊符號 |
||
|
新增枚舉定義 |
對應的關鍵詞 |
新增枚舉定義 |
對應特殊符號 |
|
OR |
or |
RT |
> |
|
AND |
and |
LTEQ |
<= |
|
INT |
Int |
RTEQ |
>= |
|
BOOL |
bool |
COMMA |
, |
|
CHAR |
char |
CO |
‘ |
|
WHILE |
while |
|
|
|
DO |
do |
|
|
- 在SCAN.C的getToken()函數中進行相應修改，讓程序能夠正確識別新添加的關鍵詞以及特殊符號，並且對程序出錯進行相應提示）
詞法分析測試結果
測試一：
|
輸入 |
輸入右邊所示文件，運行程序後，結果如下圖： (下面兩張圖爲同一輸出結果) |
|
|
輸出 |
|
|
測試二：
|
輸入 |
輸入右邊所示文件，運行程序後，結果如下圖： (下面兩張圖爲同一輸出結果) |
|
|
輸出 |
|
|
測試三：（測試錯誤提示）
|
輸入 |
輸入右邊所示文件，運行程序後，結果如下圖： 其中有兩處錯誤：
|
|
|
輸出 |
|
|
實驗二、實現TINY+的語法分析器、語義分析器以及中間代碼生成器
【實驗目的及要求】
學生在該實驗中構造TINY+語言的語法分析器、語義分析器以及中間代碼生成器，具體要求如下：
- 爲TINY+構造一個遞歸下降語法分析器。該語法分析器對詞法分析器生成的單詞序列進行語法分析，產生一顆抽象語法樹作爲語法分析器的輸出。
- 構造TINY+的語義分析器，該語義分析器構建符號表，然後檢查程序中的語義錯誤。
- 構造TINY+的中間代碼生成系，該中間代碼生成器將TINY+程序翻譯爲三地址中間代碼。
- 要求能檢查程序中語法和語義錯誤，具體包括：
- 語法錯誤：
- 語法結構的開始符號以及跟隨符號錯誤；
- 標識符錯誤，例如在程序的變量聲明中，關鍵字int 後沒有跟隨標識符；
- 括號不匹配的錯誤，例如左括號(和右括號 )不匹配。
- 符號錯誤，例如賦值語句中要求使用的正確符號是‘:=’，而在關係比較表達式要求使用的正確符號是‘=’。
- 語義錯誤：
- 一個標識符沒有聲明就使用，以及一個標識符被聲明不止一次。
- 一個條件表達式的類型不是布爾類型bool。
- 一個二元操作符的兩個操作數的類型不相等。
- 賦值語句左右部的類型不相等。
語法分析實驗過程：
- 在main函數中將NO_ANALYZE、NO_CODE 設置爲TRUE，使程序只進行PARSE（語法分析）過程。
- Tiny+的語法EBNF定義如下（其中紅色是指Tiny+在Tiny上新增的語法）：
20 bool-exp -> bterm { or bterm } 21 bterm -> bfactor { and bfactor} 22 bfactor -> comparison-exp 23 comparison-exp -> arithmetic-exp comparison-op arithmetic-exp 24 comparison-op -> < | = | > | >= | <=
|
- 根據EBNF的定義，修改PARSE.C文件，構造遞歸下降語法分析器，產生一棵語法樹。
- 基本語法樹木的結構如下：
|
語句系列 |
|
語句間通過鏈表相連，除了第一條語句，其他語句均可通過前一個語句的->slibing查找到。 |
|
If語句 |
|
test位於If語句的child[0], then-part爲child[1], else-part爲child[2] |
|
Repeat |
|
Body位於repeat語句中的child[0], test位於chlid[1] |
|
Assign |
|
Expression 位於assign語句child[0] |
|
write |
|
Expression位於write的child[0] |
|
Op 邏輯運算 |
|
Left-operand 位於op語句的child[0], Right-opreand位於語句的child[1]; |
|
while |
|
Test位於while語句的child[0] Do-part位於child[1] |
|
Define 如： int A，B |
|
B位於A的slibing中， 其中A、B的子節點均未賦值（此處留給將來拓展用） |
- 新建一個define的結點類型，用來識別定義語句.
- 重寫tiny中不適合的語法分析樹枝，按照新的ENBF定義寫出合適的分析函數，從而構建出正確語法樹。
語法分析測試結果：
測試一：
|
輸入 |
輸入右邊所示文件，運行程序後，結果如下圖： |
|
|
輸出 |
|
|
語義分析實驗過程：
1在main函數中將 NO_CODE 設置爲TRUE，使程序進行語義分析過程。
2一個用TINY+語言編寫的程序包括變量的聲明和語句序列兩個部分。變量聲明部分可以爲空，但一個TINY+程序至少要包含一條語句。
- 所有的變量在使用之前必須聲明，並且每個變量只能被聲明一次。
- 變量以及表達式的類型可以是整型int，布爾類型bool或者字符串類型char，必須對變量的使用和表達式進行類型檢查。
3構建語義分析器主要包括
- 符號表的設計以及符號表的相應操作
- 符號表保存信息：變量的地址信息、變量被訪問的行號
- 變量以其變量名ID，通過鏈式hash儲存查找到相應數據。
- 語義分析程序本身的操作，包括符號表的構建以及類型檢查。
- 符號表的創建：
- 前序遍歷語法樹:
當遇到定義的語法結點時候，將其變量新增到哈希表中，並存儲其行號位置；
遇到含有變量的非定義語句的結點時，查找該變量位於哈希表中的位置，將該行號儲存到哈希相應表項的next位置。
- 類型檢查:
- 後續遍歷語法樹，對每一個結點進行語義判斷:
1. if語句結點中，if-test(child[0])的類型必定爲boolean，
2. while語句結點中，while-test(child[0])的類型必定爲boolean，
3. op算術運算結點中，child[0]、child[1]必須爲integer類型
4. op邏輯運算結點中，child[0]、child[1]必須爲boolean
5. 賦值運算結點中，child[0]、child[1]的類型必須一致
6. ……
- 在後續遍歷語法樹中，查看變量是否非法使用：
- 當結點爲ID結點時候，在哈希表中查看是否已經定義。
- 如果該結點爲定義語句結點，則判斷此變量是否重複定義。
- 如果該變量已經定義，則將變量的type（類型）賦於定義時候的類型
- 進入上一層遍歷，當其類型不符合上一層所需類型時候提示錯誤。（即如在賦值語句中，該變量的類型與賦值語句另一個子節點的類型不一致，提示語義錯誤）。
詞法分析測試結果
測試一：
|
輸入 |
輸入右邊所示文件，運行程序後，結果如下圖：
|
|
|
輸出 |
|
|
測試二：
|
輸入 |
輸入右邊所示文件，運行程序後，結果如下圖：
|
|
|
輸出 |
|
|
測試三：（測試錯誤提示）
|
輸入 |
輸入右邊所示文件，運行程序後，結果如下圖： 代碼中有三處錯誤：
|
|
|
輸出 |
|
|
中間代碼生成實驗過程：
1 在main函數中將 NO_PARSE、NO_ANALYZE、NO_CODE 設置爲FALSE，使程序進行中間代碼生成過程。
2 構造TINY+的中間代碼生成系，該中間代碼生成器將TINY+程序翻譯爲三地址中間代碼。
3在原tiny中間代碼生成器的實現位於cgen.c和cgen.h中。其接口爲codeGen(TreeNode* syntaxTree,char* codefile).
主要功能爲：
- 函數的開始，產生一些註釋以及建立運行時環境的指令。
- 對語法樹調用cGen函數，對每一個語法樹結點生成相應指令
- 最後生成HALT指令，結束目標代碼生成。
註釋以及指令均寫在某指定.tm文件上，供TM程序調用並且運行。
- Tiny+在tiny的基礎上進行修改。其中codeGen函數將保持不變，修改其cGen函數即可。
- 修改cGen函數調用的getExp()函數。
- 增加OpK的類型，即在原有功能代碼基礎上，增加新增符號其操作的中間代碼生成步驟。即新增符號RT,EQ,LTEQ,RTEQ.
如增加“>”的中間代碼生成過程
- 增加LogicOpK的處理（即增加AND、OR的中間代碼的生成）
此處中間代碼生成比算術運算的中間代碼複雜得多，根據TM程序的指令以及其操作原理，寫出AND和OR中間生成代碼功能：
- 修改cGen函數調用的getStmt()函數。增加語句while的中間代碼生成。
此處通過Tiny+文法規則產生對於的三地址中間代碼屬性，完成while生成中間代碼功能。
中間代碼測試結果
測試一：
|
輸入 |
輸入右邊所示sample.tny文件到TINY+，運行程序後，獲得example.tm文件。
將example.tm文件輸入TM程序中，運行結果如圖： 輸入x=5，輸出120（正確） 輸入x=101，跳出if（正確） 輸入x=4，輸出24（正確） 輸入x=-1，跳出if（正確） |
|
|
輸出 |
Example.TM文件如下截圖：
輸入上述文件到TM程序中運行，結果如下：
|
|
- 在TINY+編譯器的設計編寫中，將書上學到的知識運用到實踐中，從而完成TINY編譯器的拓展。
- 加深對文法的理解、詞法分析中的無窮自動機（NFA）轉爲有窮自動機（DFA）再轉成最間DFA的過程以及原理有了新的認識。
- 語法分析是耗費我最多時間的地方。TINY+語法定義稍有不準確，將爲後期代碼調試帶來很大的麻煩。並且語法的定義在精簡壓縮方面需要下很大功夫。從給定的EBNF定義，到真正可運行的程序代碼，期間需要大量的測試調試。
- 在構建語法生成樹中，曾多次修改之前寫的詞法分析器，並且重寫了之前寫的質量不高的語法分析器，將代碼結構進行解耦，方便了後續的調試以及改進。
- 在中間代碼生成中，深入瞭解生成三地址的中間代碼方式。其中就if語句的中間代碼生成進行了大量的測試，最終將原先不太瞭解的彙編代碼看懂，並且寫出了邏輯表達式AND、OR、以及While的中間代碼生成功能。
- 在TM程序中，通過一步步調試程序代碼，學會執行彙編語言，其中學會自定義寄存器、內存緩衝區、指令緩衝區來執行彙編語言。也在此過程中，改正了中間代碼生成中的許多bug。
- 該TINY+編譯器存在着許多不足，仍需要進行改造進化。但完成該編譯器後，已經向編譯原理世界邁進一大步了。