編譯器架構Compiler Architecture（上）

編譯器架構Compiler Architecture（上）

編譯器是程序，通常是非常大的程序。它們幾乎都有一個基於翻譯分析綜合模型的結構。

CONTENTS

Overview • Compiler Components • Lexical Analysis (Scanning) • Syntax Analysis (Parsing) • Combining Scanning and Parsing • Semantic Analysis • Intermediate Code Generation • Machine Independent Code Improvement • Code Generation • Machine Dependent Code Improvement

Overview

編譯器執行翻譯。每一個非平凡的翻譯都需要分析和綜合：

分析和綜合都是由內部相位組成的。

Compiler Components

以下是生成彙編語言或機器語言的生產編譯器的主要功能組件（如果您只是針對C之類的高級語言或虛擬機，則可能沒有那麼多階段）：

還可以標識錯誤恢復子系統和符號表管理器。


You might also identify an error recovery subsystem and a symbol table manager, too.

Lexical Analysis (Scanning)

掃描器將源程序的字符流轉換爲令牌流。這樣，它會像

刪除評論

展開宏（如C語言），

檢查縮進並創建INDENT和DEDENT標記，使用具有空格意義的語言，如Python和Haskell

刪除空白（在考慮縮進和刪除後）

An example in C:

#define ZERO 0
unsigned gcd(
unsigned int // Euclid’s algorithm
x,unsigned y)
{
while ( /* hello */ x> ZERO)
{
unsigned
temp=x;x=y %x;
y = temp ;
}
return y ;
}

標記化爲 gets tokenized into：

與掃描儀有關的問題包括：

區分大小寫（或不敏感）

空白是否重要

新行是否重要

是否可以嵌套註釋

掃描過程中可能出現的錯誤稱爲詞法錯誤，包括：

遇到不在語言字母表中的字符

單詞或行中的字符太多（是的，這種語言確實存在！）

未閉合的字符或字符串

註釋中的文件結尾

Syntax Analysis (Parsing)

解析器將令牌序列轉換爲抽象語法樹。對於上面的例子，我們得到這個樹：

樹也可以存儲爲字符串

(fundecl unsigned gcd (params (param unsigned x) (param unsigned y)) (block (while (> x 0) (block (vardecl unsigned temp y) (= x (% y x)) (= y temp))) (return y)))

從技術上講，AST中的每個節點都存儲爲一個帶有命名字段的對象，其中許多字段的值本身就是樹中的節點。注意，在編譯的這個階段，樹肯定只是一棵樹。沒有循環。

在構造解析器時，需要關注語法的複雜性（例如語法是LL還是LR），以及是否有任何可能需要破解的消歧規則。有些語言實際上需要一些語義分析來解析。

練習：說明C中的（x）-y可以有兩種不同的句法解釋。提示：你的答案可能包含“減法”、“typedef”、“cast”和“negation”。

在解析過程中可能發生的錯誤，稱爲語法錯誤，在C語言中包括如下內容。
j = 4 * (6 − x;
i = /5
42 = x * 3