计算机系统要素：第十章 编译器：语法分析

通常来讲，做一个完整的编译器是非常浩大的工程，往往需要许多人经年累月的工作才能实现，但所幸，本书的作者将编译器的实现做到了最简化，我们只需要按照书上7、8、10、11章的框架，便可以在最短的时间内完成一个简易的编译器。

 

这一章的内容是对Jack语言进行语法分析，将每一个Jack文件转化为结构化的xml文件。如果说前面几章的难度已经逐渐由菜鸟变为中等级别的话，最后这几章的难度便开始向达人级别靠拢了。无论是逻辑理解层面，还是代码编写层面，这一章的难度都比前几章要高得多。

 

我的建议是无论有没有理解书本内容，尽快上手写代码，因为绝大多数的知识点在写代码的过程中自然就能理解。

 

构建过程大致有如下几步：

1，从文件中逐个读取字元

2，标明字元类型，进行字元转换

3，分析语法，理解每一种语句类型的结构

4，完成整个递归型的语法分析

 

Step 1:

首先要完成的是从文件中逐个读取字元的功能，主要由advance函数实现。这个功能看起来似乎很简单，但操作起来却相当复杂。

 

在这之前，你必须先消除文档中的所有注释，而一边消除注释一边读取字元这种做法并不可取，因此，我的做法是先将消除注释的文档另存于临时文件copyfile中，做字元分析时，从copyfile中读取内容，最后，再将copyfile删除。

 

紧接着便是读取字元，读取字元的关键点在于，每一次读取都必须返回紧接着的、正确的字元，不能是空格、不能是\n、更不能漏掉一个或者两个字节。在实现这个功能的过程中，我的整体逻辑是：

 

//设置返回值token，起始值为None
//读取下一个字节
//跳过开头的所有无意义字节
 
if选择逻辑
//判断是否为结束
//处理普通字符串
//处理单个符号
//处理在 ” 中的字符串

具体实现可以参考代码，其中细节很多，像rfile.seek(-1,1)函数的运用，就是为了防止漏读问题的发生。

 

Step 2：

这一步的实现相对较简单，只需要给所有的字元加上对应的标识就行，大家可以用xxxT.xml进行比较。在这儿有一个建议，就是可以不按照书上的API进行编程，我就创建了给相应字元加上标识的函数writeToken(wfile,token)，并将它放在JackTokenizer中，这么操作对于接下去的工作很有帮助。

 

Step 3：

分析语法的关键在于图10.5，这一张图是接下去工作的重中之重，因为它表明了每一种语句可能的语句结构，大家一定要看清楚，每一个语句的开始在哪儿，结束在哪儿。举个例子，(expression) 和 ’(’expression’)’是不同的，后者表示的是，每一个expression前后都会有()符号进行标注，而前者只是写书的时候为了不引起歧义加上去的括号，没有实际意义。所以，在’(’expression’)’中，<symbol> ) </symbol>应该是在</expression>之后的。所以，一定要理解图10.5中每一个语句表示的含义，然后再进行下一