effective hierarchy（一） 之基本概念（1）

我告诫自己，不要忽略简单的东西，又要扎实。所以这一篇开始，专门来研究下C#基本概念。

 

MSDN: 词法结构（lexical structure）

 

程序（program）

C＃程序包含了一个或多个源文件，叫做编译单元。源文件是由有序的统一字符（Unicode）序列组成。源文件与文件系统中的文件一一对应，但这种对应不是必须的。如果考虑便携（portability）最大化，建议使用UTF-8编码。

 

从概念上讲，程序使用三个步骤进行编译：

 

一、转换（transformation），把文件从一个特定的字符指令集和编码大纲（encoding scheme）转换成unicode字符序列；

 

二、词法分析（lexical analysis），把流式Unicode输入字符翻译成流式标记（token）；

 

    1.C#源文件的词法结构由五种基本元素构成，即行结束符、空白、注释、标记（token）和预处理指令：标记在程序的句法语法（syntactic grammar）中有重要意义；结束符、空白、注释用于分隔标记（separate tokens），预处理指令跳过源文件的节（section）；

   

        （1）行结束符包括回车符（carriage return）、换行符（line feed）、回车换行符、行分隔符（line separator）、段分隔符（paragraph separator）

 

        （2）空白包括任何含unicode Zs类的字符、水平及垂直制表符（tab）、换页符（form feed）

 

        （3）注释包括单行注释和定界注释（delimited）；注释不能嵌套；在字符和字符串文本内不处理注释；

 

        （4）标记包括标识符（identifier）、关键字、文本（literal）、运算符（operator）和标点：

 

         　a.关键字

abstract	as	base	bool	break	byte	case
catch	char	checked	class	const	continue	decimal
default	delegate	do	double	else	enum	event
explicit	extern	false	finally	fixed	float	for
foreach	goto	if	implicit	in	int	interface
internal	is	lock	long	namespace	new	null
object	operator	out	override	params	private	protected
public	readonly	ref	return	sbyte	sealed	short
sizeof	stackalloc	static	string	struct	switch	this
throw	true	try	typeof	uint	ulong	unchecked
unsafe	ushort	using	virtual	void	volatile	while

 

          b.文本，值的源代码表现，如布尔、字符、字符串、空、整数、实数

 

          c.运算符和标点

                 {      }      [     　 ]        (      　)      　.      　,      :      　;

　　　    +      -      *      　/       %     　&      　|       ^      !      　~

　　　    =      <     >      　?      ++      --      &&      ||      <<      >>

　　　    ==   !=    <=      >=      +=    -=     *=      /=      %=      &=

　　　    |=    ^=    <<=   >>=   ->  

 

        （5）预处理器指令，提供按条件跳过源代码的节、报告错误和警告条件，以及分界源代码不同区域的能力

 

              a. #define和#undef，分别用于定义和取消定义有条件编译符号

　　            #if、#elif、#else和#endif，用于有条件跳过源代码的节（section）　

                  #line，用于控制产生错误和警告信息的行号

　　            #error和#warning，用于发布错误和警告

　　            #region和#endregion，用于显式标记源代码的节

 

              b.预处理指令总是占用源代码中单独的一行，并且以#符号开始，附以预处理器指令名

 

              c.#字符前及#与指令间可以有空字符

 

              d.包含#define, #undef, #if, #elif, #else, #endif, 或#line 的源代码行可以用单行注释结束，但不能使用/*..*/

 

              e.预处理指令既不是标记，也非句法语法的一部分，但可以用来包括或排除标记（token）序列，且以此影响程序的含义

　　

//以下两者词法（语法）虽不同，但句法（语法）相同
#define A
#undef B
class C
{
#if A
   void F() {}
#else
   void G() {}
#endif
#if B
   void H() {}
#else
   void I() {}
#endif
}

class C
{
   void F() {}
   void I() {}
}

 

 2.c#源文件的词法处理就是把文件缩并为标记序列，作为词法分析的输入（input）；除此之外，这些词法元素对句法结构没有影响。

 

 3.当多个词法语法生成（production）都能匹配一个源文件中的字符序列时，C#不会产生歧义，这是因为词法语法总是优先构成尽可能最长的词法元素。如'//'字符序列被作为单行注释的开始来处理，因为它的长度比单一的'/'指令标记要长（longer than a single / token）。

 

三、句法分析（syntactic analysis），把流式标记翻译成可执行代码。

 

小结:

 

编译有三个步骤，分别是转换、词法分析和句法分析。

词法分析中最重要的是“标记”（注意，不是标识，标识是标记中的一种）;预处理也是词法的重要组成。

标记中最重要的是关键字和运算符。