PL/0語言編譯器的設計與實現

時間 2019-11-19

標籤語言編譯器設計實現简体版

原文原文鏈接

1、設計任務

1.1程序實現要求git

PL/0語言能夠當作PASCAL語言的子集，它的編譯程序是一個編譯解釋執行系統。PL/0的目標程序爲假想棧式計算機的彙編語言，與具體計算機無關。github

PL/0的編譯程序和目標程序的解釋執行程序都是用JAVA語言書寫的，所以PL/0語言可在配備JDK的任何機器上實現。數組

其編譯過程採用一趟掃描方式，以語法分析程序爲核心，詞法分析和代碼生成程序都做爲一個獨立的過程，當語法分析須要讀單詞時就調用詞法分析程序，而當語法分析正確須要生成相應的目標代碼時，則調用代碼生成程序。架構

用表格管理程序創建變量、常量和過程標示符的說明與引用之間的信息聯繫。函數

用出錯處理程序對詞法和語法分析遇到的錯誤給出在源程序中出錯的位置和錯誤性質。spa

當源程序編譯正確時，PL/0編譯程序自動調用解釋執行程序，對目標代碼進行解釋執行，並按用戶程序的要求輸入數據和輸出運行結果。命令行

1.2 PL/0語言的BNF描述（擴充的巴克斯範式表示法）翻譯

<prog> → program <id>；<block>設計

<block> → [<condecl>][<vardecl>][<proc>]<body>指針

<condecl> → const <const>{,<const>};

<vardecl> → var <id>{,<id>};

<proc> → procedure <id>（[<id>{,<id>}]）;<block>{;<proc>}

<body> → begin <statement>{;<statement>}end

|if <lexp> then <statement>[else <statement>]

|while <lexp> do <statement>

|call <id>（[<exp>{,<exp>}]）

|<body>

|read (<id>{，<id>})

|write (<exp>{,<exp>})

<exp> → [+|-]<term>{<aop><term>}

<term> → <factor>{<mop><factor>}

<factor>→<id>|<integer>|(<exp>)

<lop> → =|<>|<|<=|>|>=

<aop> → +|-

<mop> → *|/

<id> → l{l|d} （注：l表示字母）

<integer> → d{d}

註釋：

<prog>：程序；<block>：塊、程序體；<condecl>：常量說明；<const>：常量；<vardecl>：變量說明；<proc>：分程序； <body>：複合語句；<statement>：語句；<exp>：表達式；<lexp>：條件；<term>：項； <factor>：因子；<aop>：加法運算符；<mop>：乘法運算符； <lop>：關係運算符。

1.3假想目標機的代碼

LIT 0 ，a 取常量a放入數據棧棧頂

OPR 0 ，a 執行運算，a表示執行某種運算

LOD L ，a 取變量（相對地址爲a，層差爲L）放到數據棧的棧頂

STO L ，a 將數據棧棧頂的內容存入變量（相對地址爲a，層次差爲L）

CAL L ，a 調用過程（轉子指令）（入口地址爲a，層次差爲L）

INT 0 ，a 數據棧棧頂指針增長a

JMP 0 ，a無條件轉移到地址爲a的指令

JPC 0 ，a 條件轉移指令，轉移到地址爲a的指令

RED L ，a 讀數據並存入變量（相對地址爲a，層次差爲L）

WRT 0 ，0 將棧頂內容輸出

代碼的具體形式：

其中：F段表明僞操做碼

L段表明調用層與說明層的層差值

A段表明位移量（相對地址）

進一步說明：

INT：爲被調用的過程（包括主過程）在運行棧S中開闢數據區，這時A段爲所需數據單元個數（包括三個鏈接數據）；L段恆爲0。

CAL：調用過程，這時A段爲被調用過程的過程體（過程體以前一條指令）在目標程序區的入口地址。

LIT：將常量送到運行棧S的棧頂，這時A段爲常量值。

LOD：將變量送到運行棧S的棧頂，這時A段爲變量所在說明層中的相對位置。

STO：將運行棧S的棧頂內容送入某個變量單元中，A段爲變量所在說明層中的相對位置。

JMP：無條件轉移，這時A段爲轉向地址（目標程序）。

JPC：條件轉移，當運行棧S的棧頂的布爾值爲假（0）時，則轉向A段所指目標程序地址；不然順序執行。

OPR：關係或算術運算，A段指明具體運算，例如A=2表明算術運算「＋」；A＝12表明關係運算「>」等等。運算對象取自運行棧S的棧頂及次棧頂。

1.4假想機的結構

兩個存儲器：存儲器CODE，用來存放P的代碼數據存儲器STACK（棧）用來動態分配數據空間

四個寄存器：

一個指令寄存器I:存放當前要執行的代碼

一個棧頂指示器寄存器T：指向數據棧STACK的棧頂

一個基地址寄存器B：存放當前運行過程的數據區在STACK中的起始地址

一個程序地址寄存器P：存放下一條要執行的指令地址該假想機沒有供運算用的寄存器。全部運算都要在數據棧STACK的棧頂兩個單元之間進行，並用運算結果取代原來的兩個運算對象而保留在棧頂

1.5活動記錄：

RA：返回地址

SL：保存該過程直接外層的活動記錄首地址

DL：調用者的活動記錄首地址

過程返回能夠當作是執行一個特殊的OPR運算

注意：層次差爲調用層次與定義層次的差值

2、功能結構設計

2.1綜述

本PL/0編譯器共包括詞法分析、語法分析、語義分析（包括符號表管理和目標代碼生成）、活動記錄的組織（解釋執行程序）、錯誤處理四大部分組成。

2.2詳細說明

2.2.1詞法分析

根據所給的PL/0語言的BNF描述，該語言的組成單詞包括如下元素：

關鍵字（程序保留字）{program，const，var，procedure，begin，end，if，else，then，call，while，do，read，write}

運算符：{+，-，*，/，odd}

界符：{「，」，「;」，「（」，「）」}

關係運算符：{=，<,<=,>,>=,<>}

數字：只能爲整型，且常量不能夠是負數

標識符：由用戶定義，以字母開頭，由數字和字母組成

詞法分析程序讀取源文件，識別出上述關鍵字、界符、關係運算符、數字、標識符五種元素，輸出到lex.txt文件中，供後續的語法分析程序使用。其中，

(1)除標識符外，剩餘的每一種字符能夠用數字表示；

(2)而標識符則統一用一個數字表示其爲標識符，再將標識符自己存儲起來；

(3)數字的存儲和標識符存儲相似。

例如：

將關鍵字、界符、關係運算符共29中符號從1到29依次編號，1表示關鍵字program，2表示關鍵字const,以此類推，到29表示關係運算符<>，

爲了和下面標識符、數字的存儲統一塊兒來，將識別出的關鍵字以以下形式

保存在lex.txt文件中。如program則存儲爲（1，-）。

用30表示是標識符，如定義了一個變量v1，則其存儲爲（30，v1）。

用31表示是數字，如12，其存儲爲（31，12）。

2.2.2語法分析

語法分析結合BNF產生式，利用遞歸降低的方法實現。具體實現方式是，爲每個非終結符編寫一個子程序，以<prog> → program <id>；<block>此產生式爲列，用僞碼描述其子程序以下：

void prog(){

if(當前指向的字符==program){

指向下一個字符；

if(當前指向的字符==id){ //是標識符

指向下一個字符；

if(當前指向的字符==；){

block();

}else{

error;

}

}else{

error

}

說明：因爲以前的詞法分析使用數字來描述的，故此處的program，id(即標識符)，分號等均可以用相應的數字代替。

2.2.3語義分析

語義分析在語法分析的基礎上完成，涉及到的操做有符號表的管理和目標代碼的生成，分別對應說明語句和處理語句，下面分開來講。

（1）符號表管理

符號表中存儲如下數據：定義的變量、定義的常量、定義的過程；

定義的變量須要存儲：變量的標識符，變量定義所在層次，相對於該層次基地址的偏移量（對於基地址將在後面活動記錄中詳細說明）

定義的常量須要存儲：常量的標識符，常量的值，定義所在層次

定義的過程須要存儲：過程名，過程處理語句的開始地址（處理語句不是說明語句，說明語句中涉及到符號表的操做，而處理語句中涉及到產生目標代碼的操做），過程定義所在層次；

具體操做用僞碼描述：

a.常量說明的翻譯：

void condecl(){

if(當前指向的字符==const){

指向下一個字符；

const();

while(當前指向的字符==，){

指向下一個字符；

const();

}

void const(){

if(當前指向的字符==id){

指向下一個字符；

用name記錄下字符；

if(當前指向的字符== := ){

指向下一個字符；

if(當前指向的字符==數字){

用value記錄下值；

enter(name,value,level,addr);//將其記錄到符號表

}

b.變量說明的翻譯：

void vardecl(){

if(當前指向的字符==id){

用name記錄下字符；

enter(name,level,addr);

指向下一個字符；

while(當前指向的字符==，){

指向下一個字符；

if(當前指向的字符==id){

用name記錄下字符；

enter(name,level,addr);

指向下一個字符；

}

c.過程說明的翻譯：

proc的登陸符號表的操做與上述方法相似，再也不贅述。

d.補充

可是上面咱們並無涉及如何求得層次差和偏移量，得到層次差和偏移量的思路大致以下，在整個語法分析函數中，定義兩個全局變量level和address，level初始化爲1，其中主程序是第一層，每次遇到過程嵌套定義就將level加1，過程定義結束後再將其減1，這樣下來就實現了得到說明語句所在層次的功能；address初始化爲0，每次在符號表中登陸變量後就將address加1，其實address的做用是，結合level，能夠得到每一層有幾個變量，這樣在活動記錄的分配（也叫運行時存儲空間的劃分，運行時只爲變量事先劃分存儲空間），能夠根據該層變量的個數劃分相應的存儲空間。

(2)目標代碼的產生

這部分涉及到翻譯模式相關的知識，因爲說明語句是不產生目標代碼的，在結合PL/0的BNF描述，會產生目標代碼的只有<block>、<body>、<statement>、<lexp>、<exp>、<term>、<factor>、<lop>、<mop>,下面一次用僞碼說明其翻譯模式：

a.<block>:

分析能夠發現，主程序除去program<id>;,過程除去procedure<id>([id{,id}])，剩下的部分都是block。則進入block有兩種狀況：（1）從主程序進入，此時符號表中沒有任何元素，也沒有產生任何目標代碼；（2）從過程進入，此時符號表中有了該子過程全部外層過程定義的變量，常量和過程，而且還產生了一部分目標代碼；對於第一種狀況比較簡單，再也不贅述，而對於第二種狀況，則比較複雜。如今咱們將主程序處理語句開始的地址叫作程序的入口，因爲嵌套過程的存在，致使尋找程序入口有些麻煩，在這裏咱們用到了回填技術:

l 在進入block的第一步就先產生一個無條件跳轉指令，因爲中間子過程嵌套還會產生目標代碼，致使不知道跳轉到哪裏纔是主程序的入口，這裏咱們先記下這個無條件跳轉指令在目標代碼中的位置，當程序分析完變量說明、常量說明和過程說明即將進入語句處理的分析時，這時目標代碼的地址就是主程序的入口，咱們根據剛纔記下的無條件跳轉指令的位置將這個地址回填到跳轉指令的目標地址上，從而目標代碼第一句就是跳轉到主程序入口處的指令，對於程序中嵌套程序，用這個方法依然是可行的；

l 除此以外，在進行其餘任何分析以前，還要記錄下主程序或者當前過程的數據量，即符號表中的變量數目，也即address，以便後面活動記錄的劃分能夠在結束過程後返回到原來的數據棧的位置；

l 另外，若是是從過程進入到block，在產生過程調用指令須要用到這個入口地址，因此這個過程入口地址也要記錄下來，用來填寫過程調用指令的目標位置。則在進行其餘任何分析以前，此時符號表中最新的一項一定是該過程的相關信息，咱們能夠將本過程的value值設爲其入口地址，由於value值對於符號表procedure來講是無用的，即將開始地址登入到符號表，從而在作任何分析前咱們也要記錄下符號表中的最新項（記錄其序號），在通過變量說明分析、常量說明分析、過程分析後即將進入語句處理分析時，便獲得了該過程的入口地址，將其登陸到剛剛記錄的那個符號表最新項的value域；

能夠經過判斷符號表中的最新項的序號是否爲0來判斷是從過程進入<block>仍是從過程進入<block>

進行完上述三步操做後便可進入語句的處理部分；

在語句的處理部分完成後，生成目標代碼的退出過程或主程序的語句，而後恢復address和符號表的序號。

b.<body>

此部分不直接產生目標代碼

c.<statement>

<statement>中有賦值語句(<id>:=<exp>)、if語句、while語句、call語句、read語句、write語句，下面分別說明其翻譯模式：

l 賦值語句：此部分涉及到活動記錄的組織，先大體說一下:本目標機是哈佛架構，數據存儲器和代碼存儲器是分開的，這裏活動記錄的組織或者說運行時存儲空間的組織是指數據存儲器的組織，（代碼存儲器不須要什麼組織，目標代碼順序存放，解釋程序按目標代碼的意義進行相關控制流的操做等），對於每個過程或主程序，都要開闢3+變量個數的存儲空間，其中3個是用來存放SL，DL，RA的，這裏咱們遇到一個變量就生成STO L,A目標代碼，其中L和A據可由符號表中存儲的相關信息得到，意思是將此時數據棧棧頂的元素，經過層差L（調用位置和定義位置之差）和偏移地址A找到這個變量在其定義的過程開闢的空間中爲該變量開闢的存儲空間，而後將棧頂元素存到這個位置，具體的生成看代碼；

l if語句：用僞碼描述

if <lexp>

產生條件轉移指令「JPC，0，0」；

用記錄cx1上面那條條件轉移指令的位置；

then

產生無條件轉移指令「JMP，0，0」；

用cx2記錄上面那條無條件轉移指令的位置；

cx3爲即將產生的目標代碼的位置；

用cx3回填cx1和cx2記錄位置的指令

else

cx4爲即將產生的目標代碼的位置；

用cx4回填cx2記錄位置的指令

l while語句：

while<lexp>do

產生田間轉移指令「JPC，0，0」

用cx1記錄下上面那條條件轉移指令的位置

產生無條件轉移指令「JMP,0,0」

cx2爲即將產生的目標代碼的位置

用cx2回填cx1記錄位置的指令

l call語句：

產生「CAL，L，A」，意思是經過層差L和過程入口地址A，找到過程的入口地址，這裏A能夠有該過程在符號表中的value域的值得到（緣由見<block>的翻譯）

l read語句：

首先從命令行獲取一個值放在棧頂，而後將棧頂值賦值給相應變量(賦值過程見前面賦值語句的翻譯)

l write語句：

直接輸出棧頂值

其餘運算的翻譯較爲簡單，再也不贅述.

2.2.4活動記錄的組織

此部分主要是活動記錄的組織，具體以下：

爲每個過程開闢的新的存儲空間，最低層三個用來存儲SL：保存該過程直接外層的活動首地址；DL：調用者的活動記錄首地址；RA：返回地址；

具體的執行方式見代碼註釋。

2.2.5難點說明

l 變量（常數、過程）做用域的肯定，分爲兩步：一步是定義變量時，咱們要查詢在本層有無同名的變量已經定義，如有，則報錯；二步是變量使用時，首先查詢本層有無定義該變量，如有，則使用本層定義的變量，若無，則尋找本過程直接外層有無定義同名變量，若仍無此變量，則繼續向下一個直接外層尋找，以此類推。如有，則使用最靠近本層的那個定義，若無，則報錯。因爲本符號表採用的是數組管理，在實現第一步時，在變量（常數、過程）登陸符號表時記錄其所在的層次和所在層次的名字，若符號表中存在變量（常量、過程）的名字、所在層次和所在層次的名字均相同，則報錯，若無，則將定義的變量加到符號表中。在實現第二步時，結合語法的特色分析，首先在本調用過程所在的過程進行查找有無定義該變量，如有，則就使用本過程的變量，若無，則根據前面在符號表中記錄的本調用過程所在的直接外層的名字查找該直接外層有無定義此變量，以此類推，若最終有定義，則使用該變量，不然保存。

l 過程傳遞參數：我把在過程定義時的形式參數，看成在本過程定義變量進行處理，在調用過程當中出傳入的實在參數看成對相應的形式參數進行賦值，具體說來就是用該過程在符號表中的size域存儲該過程當中的形參個數，再用一個變量記錄過程當中定義參數的個數（具體作法是定義一個變量，每次進入block時置爲3，用來存儲SL、DL、RA，而後遇到變量定義就加一來記錄）當遇到過程定義時，將其說明的形參按照在本過程當中定義變量的相關屬性登陸到符號表中，而且他們在活動記錄的存儲位置是緊接着SL，DL，RA；在遇到調用過程時，首先根據棧頂、棧頂-一、棧頂-二、棧頂-形參個數+1根據所存儲的位置進行賦值，而後再分配相應的活動存儲空間（若是剛開始就分配，則會致使棧頂更新，失去了原來的棧頂元素），該活動存儲空間的大小應該是參數個數+本過程定義的變量個數+3。