C编译器剖析_4.4 语义检查_外部声明_类型结构的构建(1)

4.4.1  类型结构的构建

    在这一节中，我们要对C语言的外部声明进行语义检查，按C标准文法，我们需要对“函数定义”和“在函数体外出现的变量与函数声明”进行检查，相关代码主要在declchk.c中。每个C文件在文法中被称为翻译单元TranslationUnit，与之相关的语义检查函数如图4.4.1第1至第15行所示。第7行调用的CheckFunction()用于对函数定义进行语义检查，而第10行调用的CheckGlobalDeclaration()用于对“在函数体外出现的变量和函数声明”进行语义检查。第16至33行是CheckGlobalDeclaration函数的核心代码，第34至49行则为CheckFunction的核心代码。对比这两者的代码，我们可以发现它们都依次调用了对声明说明符DeclarationSpecifiers和声明符Declarator进行语义检查的代码。而被声明的标识符的类型信息正好是分布在DeclarationSpecifiers和Declarator中，通过调用第29或46行的DeriveType函数，会把这两部分的类型信息组合到一起，构造完整的类型信息。例如，对于int arr[4]来说，int是其声明说明符，而arr[4]是声明符，只有把int 和[4]组合到一起，我们才能得到arr的类型信息为int [4]。

图4.4.1 CheckTranslationUnit ()

     如果把函数定义基本上可看成是“函数声明+函数体（即复合语句）”，则函数定义的类型信息主要体现在其函数声明部分。UCC编译器declchk.c中的代码通过对声明的语义检查，建立起C语言的类型系统。具体来说，就是创建我们在“第2.4节 C语言的类型系统”中各个示意图中给出的类型结构。我们在第3章给出了“图3.3.4 声明Declaration所对应的语法树”和“图3.3.7函数定义所对应的语法树”。为阅读方便起见，这里我们再次给出这两个图。

        

图3.3.4 声明Declaration所对应的语法树

图3.3.7函数定义所对应的语法树

    构建类型结构的工作主要由图4.4.1第21行调用的CheckDeclarationSpecifiers，第25行调用的CheckDeclarator和第29行调用的DeriveType函数来完成。再次强调，阅读相关代码时，一定要结合语法图来进行。接下来，让我们先分析一下函数CheckDeclarationSpecifiers。当提到声明说明符时，我们应条件反射般地想到”声明说明符形如static const int”，其中static被称为存储类说明符StorageClassSpecifier，而const被称为类型限定符TypeQualifier，int被称为类型说明符TypeSpecifier。函数CheckDeclarationSpecifiers的主要代码如图4.4.2所示。

图4.4.2 CheckDeclarationSpecifiers()

    图4.4.2第8至15行用来检查存储类说明符，按C标准，一个声明中最多只能有一个StorageClassSpecifier，即只能是extern、auto、static或register中的一个。第16至21行用来检查类型限定符const或volatile。第22至48行则用于对int、double、struct和enum等类型说明符进行检查，我们只给出了主要的代码，省略了一些细节。第27行调用CheckStructOrUnionSpecifier函数，由结构体struct和联合体union对应的语法树来构建类型结构；第30行则调用CheckEnumSpecifier函数来为枚举类型构建类型结构；第32行用于处理用户通过typedefint  INT32定义的类型名INT32，第33行查符号表，从符号表中取出类型名INT32对应的类型信息，对typedef intINT32的语义检查会由declchk.c中的CheckTypedef函数完成；第36至46行为int和double等基本类型构造类型结构，我们只在第40行给出了int作为示范。第50行调用Qualify的函数，把从类型说明符TypeSpecifiers中得到的类型信息ty与类型限定符TypeQualifier结合，从而得到与声明说明符对应的类型结构，存到specs->ty中。其中涉及的函数CheckStructOrUnionSpecifier、CheckEnumSpecifier和CheckTypedef相当复杂，我们会在稍后进行讨论。

    在声明中，另一部分的类型信息由声明符Declarator来指定。在图3.3.4和图3.3.7的语法树中，对于a2、a3和fn来说，经语法分析后，实际上存到这3条链表，为讨论方便，我们不妨称这些链表为Declarator链表。

         astPointerDeclarator(对应*) --->  astDeclarator(对应a2);

         astArrayDeclarator(对应[])  --->  astDeclarator(对应a3);

         astPointerDeclarator(对应*) ---> astFunctionDeclarator(对应())---> astDeclarator(对应fn);

    而函数CheckDeclarator要做的事情就是遍历如上所示的某条链表，收集Declarator链表上各结点的类型信息，最终再通过DeriveType函数，综合由CheckDeclarationSpecifiers和CheckDeclarator这两个函数得来的类型信息，为标识符a2、a3和fn构造出完整的类型结构。为了描述图3.3.4和图3.3.7 astPointerDeclarator结点、astArrayDeclarator结点和astFunctionDeclarator结点中的类型信息，图4.4.3第18至26行中引入了结构体struct typeDerivList。第19行的ctor用于描述类型构造符(即指针、数组和函数)，第21行的len用于记录数组的长度(例如int arr[3]中的3)，第22行的qual用于记录指针的限定符(例如” int * const  ptr”中的const)，第23行的sig用于记录函数形参列表的类型。

图4.4.3 CheckDeclarator()

    函数CheckDeclarator的代码如图4.4.3第1至17行所示，第5至7行用于处理当前结点为数组的情况，第8至10行处理当前结点为函数的情况，第11至13行处理当前结点为指针的情况，而第3至4行则对应如上所示的标识符a2、a3和fn。第27行的CheckArrayDeclarator函数完成了对数组结点的类型信息收集，其结果存于第37行创建的struct  typeDerivList对象中，第38行记录类型构造符为ARRAY_OF（即数组），第39行记录数组的长度，而第41行则指向下一个declarator结点的类型信息，最终构成一个由若干个struct  typeDerivList对象构成的链表。第42行则在当前数组结点astArrayDeclarator中记录标识符的名称。第29行递归地调用CheckDeclarator完成了对Declarator链表的逆序遍历。由于C语言在声明数组时，要求数组大小为常数，第30至35行完成了这个检查。

    图4.4.3第44行的函数CheckPointerDeclarator用于收集Declarator链表中的指针结点所包含的类型信息。例如，对于” int * const ptr;”来说，除了指针*外，我们还要把类型限定符const也包含进来，第49至52完成了对类型限定符的处理，第53至57行则创建struct  typeDerivList对象用来存放类型构造符POINTER_TO和类型限定符，并指向链表中下一个结点收集来的类型信息。由于在C文法的声明说明符中，并未对类型限定符const和类型说明符int的顺序进行限制，即const int和int const是等效的，因此，以下ptr1和ptr2的类型是一样的。类型限定符const是修饰指针本身还是修饰其所指向的对象，要看const是位于运算符*的左侧还是右侧。

         const int * ptr1; // ptr1指向一个const int，但ptr1不是const

         int const * ptr2;// ptr2 指向一个 const int，但ptr2不是const

         const int * const ptr3; // ptr3指向一个const int，且ptr3为const

         int * const ptr4;  // ptr4指向一个int，且ptr4为const

    而图4.4.3第9行调用的CheckFunctionDeclarator函数，则从astFunctionDeclarator结点中收集函数形参列表的类型信息。与之相关的代码，如图4.4.4所示。图4.4.4第7行创建了一个struct  signature对象用于保存函数的形参类型信息，第11行创建了一个向量对象用于保存各形参，最终我们为函数构造的类型结构可参见第2章的“图2.4.9 函数的类型结构”。对于新式风格的函数我们会在第13行通过调用CheckParameterTypeList函数获得其形参类型信息。对于第15行注释中所示的旧式风格函数定义f，此处，我们仅处理(a,b,c)这部分，而对于其后的“int a,b；double c;”我们会在分析CheckFunction函数时再处理，因此在第18行我们只是把各个标识符（例如第15行的a,b,c），通过第18行的AddParameter函数加入到向量funcDec->sig->params中，参数的类型信息我们在第19行中先设为NULL。按C标准的规定，形如“void f(a,b,c);”的旧式声明是非法的，我们会在第21至25行对此进行检查。我们在第26行创建了一个struct typeDerivList对象，用来保存从astFunctionDeclarator结点中收集来的类型信息，第27行设置类型构造符为FUNCTION_RETURN（即函数类型），第28行用于保存形参的类型信息。

图4.4.4 CheckFunctionDeclarator()

     对于以下代码而言，对于f(int a,int b)和g(int c, int d)形参列表的类型收集工作都是由函数CheckFunctionDeclarator完成。处理形参列表时，我们实际上就进入了一个新的作用域，即要调用前面章节中我们介绍过的EnterScope函数来创建新的符号表，但对于函数定义g而言，其局部变量e和形参d位于同一个作用域，相关符号信息存放在相同的符号表中。而对于如下所示的函数h而言，其返回值是一个指向void (void)函数的指针，此时Declarator链表上就会出现两个astFunctionDeclarator结点，分别对应(int a1,int a2)和(void)，其中(int a1,int a2)处于一个作用域，而(void)又位于另一个不同的作用域。由于h函数体中的a3和形参a2又处在同一个作用域。因此，当我们调用CheckFunctionDeclarator函数分析完(int a1,int a2)时，要先保存当前作用域的符号表，之后我们会在CheckFunction()中检查h的函数体时，再恢复先前保存的符号表，这样就可以使a1、a2和a3处在相同的符号表中。图4.4.4第49至52行的SaveParameterListTable函数实现了保存当前符号表的功能，而第53至60行的RestoreParameterListTable函数则用于恢复符号表。当我们开始处理形参列表时，我们会在图4.4.4第6行调用EnterParameterList函数，为新的作用域创建相应的符号表，实际的工作由第43行的EnterScope完成；当我们检查完形参列表时，在第34行调用LeaveParemeterList函数，实际的工作由第47行的ExitScope函数完成。对于在形参列表中出现的结构体定义，由于其在外围作用域中是不可见的，所以GCC、Clang和UCC编译器会给出相应警告，例如以下函数k中的struct A。第38行的IsInParameterList函数用来判断我们是否处在形参列表中，以便进行报警。而只有位于函数定义中的形参列表，我们才会调用SaveParameterListTable函数来保存其符号表，以便在检查函数体时进行恢复，如图4.4.4第31至33行所示。

         void f(int a,int b);

         void g(int c, int d){

                   int e;

         }

         void (*h(int a1,int a2))(void){

                   int a3;

                   return NULL;

}

         void k(struct A{int a;} b);

    在图4.4.4第13行中，我们调用了CheckParameterTypeList函数来获取形如(inta,int b)的参数列表中的类型信息，相关代码如图4.4.5第1至13行所示。结合图3.3.7的语法树，我们可以发现第8至11行的while循环实现了对各个形参的检查，第9行调用的函数CheckParameterDeclaration完成了实际的形参检查工作。对于形如int a的形式参数，其类型信息也是分散在声明说明符DeclarationSpecifiers和声明符Declarator中，因此其类型信息收集工作也是由第19、20和27行调用的3个函数来完成。在第21至26行的注释中，我们列出了一些错误的形参声明，为节约篇幅，与此相关的代码我们没有给出。

图4.4.5 CheckParameterTypeList()

    对于形参中的数组和函数类型，按C标准的规定，我们需要将其调整为指针类型，第30行调用的函数AdjustParameter()完成了这个工作，与其相关的代码如图4.4.5第54至57行所示。在C的函数声明的形参中，如果出现不完整的类型IncompleteType，C编译器会给出一个警告，例如以下的函数声明f中的struct Data；而在函数定义的形参列表中出现的IncompleteType，则被视为错误，例如以下的函数定义g中的struct Data。其原因是，在不知道struct Data的类型结构时，我们无法为形参b分配栈空间，而对于函数声明f中的形参a，我们并不需要为之分配栈空间。由于类似的原因，C函数声明中的形参名可以省略，但是函数定义中出现的形参名则不能省略。图4.4.5第36至46行完成了对这两种情况的语义检查，第47行则把形参的类型信息加入到向量funcDec->sig->params中。

    void f(struct Data a);

void g(struct Data b){//此时struct Data还未知，视为IncompleteType

}

struct Data{

         intd;

};

     在图4.4.5第37行，我们调用IsIncompleteType函数用来判断某个类型是否完整，与其

相关的代码在type.c中，如图4.4.6所示。图4.4.6第1至5行的代码用于判断数组类型是否完整，第6至10行用于判断枚举类型是否完整，第11至15行用于检查结构体和联合体类型是否完整。在还未见到结构体、枚举、联合体定义时，我们视这些类型为不完整的，第9行和第14行的标志位complete用于做此标记；而数组大小为0时，我们就将其当作不完整类型的。第16行的IsIncompleteType函数实际上是分别调用第1至15行的这3个函数来判断。

图4.4.6 IsIncompleteType()

    至此，我们讨论了CheckDeclarationSpecifiers和CheckDeclarator这两个函数，为了对经两个函数检查后的结果有个感性认识，我们举以下例子说明。对于arr1和arr2而言，其声明说明符都为int，经CheckDeclarationSpecifiers处理后，我们会得到声明中的部分类型信息T(INT)。

         int * arr1[5];

         int (*arr2)[5];

    而对于*arr1[5]和(*arr2)[5]来说，图4.4.7给出了语法分析后、及经过CheckDeclarator函数所做的语义检查后的类型信息链表。结合声明说明符中所得的类型T(INT)，遍历语义检查后的链表，从左向右依次把类型构造符POINTER_TO或ARRAY_OF作用在已有类型上，我们可得到arr1是 array[5] of pointer to int，即arr1是一个长度为5的数组，其数组元素的类型为int *。而arr2是pointer to array[5] of int，即arr2是一个指针，指向int[5]类型的数组。我们在“第1.3节 从文法到分析器”一节中实际上举过类似的例子。

图4.4.7 类型信息链表

    结合CheckDeclarationSpecifiers函数所得到的类型信息，遍历如图4.4.7中所示的由若干个structTypeDerivList对象构成的链表，我们就可构建起“第2.4节 C语言的类型系统”中介绍的类型结构，与此相关的代码如图4.4.8所示。第3至4行用于处理指针类型；C语言中，不允许出现函数的数组，也不允许长度为负数的数组，第5至17行对这些情况进行检查，第18行调用ArrayOf()来构建数组的类型结构；而函数的返回值不可以是数组，也不可以函数类型，第20至27行对此进行检查，第28行调用FuntionReturn()来创建函数的类型结构。

图4.4.8 DeriveType()

    经过DeriveType()函数的类型推导，我们会为int* arr1[5]和int (*arr2)[5]这两个声明分别构建如图4.4.9所示的类型结构。在这小节中，我们重点介绍了CheckDeclarationSpecifiers、CheckDeclarator和DeriveType这3个函数，UCC编译器用这3个函数构建起了类型系统。为了形成整体的概念，在讨论CheckDeclarationSpecifiers函数时，我们有意忽略了为结构体构建类型信息的函数CheckStructOrUnionSpecifier。在下一小节中，我们会对此进行分析。

图4.4.9 类型结构示意图