仿c语言自制编程语言笔记1

2018-01-14

编译的流程

对于c语言这种,需要经历四个过程:

预处理
(狭义的)编译
汇编
链接
第一步,由预处理器对一些宏进行展开和一些包括的头文件进行填充,不考虑其他语法含义.第二步,需要生成汇编语言,也就是扩展名为”.s”的文件,内容是接近机器语言的汇编代码.第三步,由汇编器转换为机器语言,内容是机器可执行的二进制文件,后缀名为”.o”,也称为目标文件.还需要进行一步链接,有些需要用库,这一步可以对程序库进行加载.
在jvm中,使用了JIT编译器,能够在程序运行时将程序转换为机器语言的编译器.

编译的阶段

词法分析

对代码进行每个词的词法分析,用一些结构体将每个合法的词解析出来.比如”x=1+2”,分割成五个单词,并且识别出是单词的语义.

语法分析

词法分析后需要进行语法分析,转换为”语法树”.

语义分析

通过解析代码获得语法树后,需要对树进行处理生成抽象语法树(AST),语义分析包括:

区分变量为局部变量还是全局变量
解析变量的声明和引用
变量和表达式的类型检查
检查在引用变量之前是否进行了初始化
检查函数是否按照定义返回了结果

上述处理结果都会反应到抽象语法树中,语法分析生成的语法树只是将代码的构造搬了过来.

生成中间代码

将抽象语法树转化为只在编译器内部使用的中间代码,为了支持多种编程语言或者机器语言.

代码生成

中间代码转化为汇编语言,称为代码生成,负责这个模块的称为代码生成器.比如说汇编语言中局部变量只能通过寄存器来存放,寄存器数量非常有限而c或java都可以随意定义局部变量.

cmm概要

仿c语言语法的编程语言c–,cmm相对c语言除去的功能:

预处理器,改用java中的import
浮点数
enum枚举
结构体的位域
结构体和联合体的赋值和返回值
逗号表达式
const,volatile,auto,register
添加了boolean关键字
对于语义规则更加严格.
import关键字
语法类似如下:
1
2
import stdio;
import sys.params;

后缀名为’.cmm’的类似于c语言中的源文件,后缀名为’.hm’的为头文件,一般包含下述声明:

函数声明
变量声明(不可包含初始值的定义)
常量定义(这里必须有初始值)
结构体定义
联合体定义

typedef
比如stdio.hm的内容:

import stddef;
import stdarg;
typefef unsigned long FILE;// dummy
extern FILE* stdin;
...

cmc编译器的代码构成

包	包中的类
asm	汇编对象的类
ast	抽象语法树的类
compiler	Compiler类等编译器的核心类
entity	表示函数和变量等实体的类
exception	异常的类
ir	中间代码的类
parser	解析器类
sysdep	包含依赖于OS的代码的类(汇编器和链接器)
sysdep.x86	包含依赖于OS和CPU代码的类(代码生成器)
type	表示cb的类型的类
utils	小的工具类

一个大致的流程:

首先看Compiler包,其中包含了一个Compiler类,有main入口,也就是编译的入口
由传入的命令行参数得到所有源文件的名字.
调用build方法对源文件进行编译,首先用compile得到汇编文件.然后用assemble运行汇编器,转换为目标文件.
其中compile完成编译器前端部分,首先用对源文件用parser得到AST,然后语义分析完成抽象语法树.最后一个IR类生成中间代码.

解析器javaCC

解析器的作用是,规定好语法,自动生成解析相应语法的代码.否则手动编写NFA转DFA,状态转移表,LL算法,手动生成语法树.
javaCC是LL解析器,
语法规则用一个”.jj”的文件来描述,称为语法描述文件.首先,文件的大致格式如下:

options{
JAVA的选项
}
PARSER_BEGIN(解析器类名)
package 包名;
import 库名;
public class 解析器类名{
	//任意java代码
}
PRASER_END(解析器类名)
扫描器的描述
解析器的描述

举个加法的例子:

options{
STATIC = false;
}
PARSER_BEGIN(Adder)
import java.io.*;
class Adder{
	static public void main(String[] args){
		for(String arg:args){
			try{
				System.out.println(evaluate(arg));
			}
			catch(ParseException e){
				System.err.println(e.getMessage());
			}
		}
	}
	static public long evaluate(String src)throws ParseException{
		Reader reader=new StringReader(src);
		return new Adder(reader).expr();
	}
}
PARSER_END(Adder)
SKIP: { <[" ","\t","\n","\r"]> }
TOKEN:{ < INTEGER:(["0"-"9"])+ >}
long expr():
{
	Token x,y;
}
{
x=<INTEGER>"+"y=<INTEGER><EOF>
	{
		return Long.parseLong(x.image)+Long.parseLong(y.image);
	}
}

注意,要运行javaCC生成的解析器类,需要下面两个步骤:

生成解析器类的对象实例(上例Adder就是一个解析器类)
用生成的对象调用和需要解析的语句同名的方法.(也就是调用expr())
JavaCC生成的解析器中默认定义有如下4个类型的构造函数:

Parser(inputStream s)
Parser(inputStream s,String encoding)//如果要解析中文必须用这个或者下面的构造函数,并且在设置里将UNICODE_INPUT设为true.
Parser(Reader r)
Parser(xxxxTokenManager tm)