TinyC编译器4—编译器基本流程

1.什么是编译器，为什么要开发编译器

编译器：将一种程序语言翻译为另一种程序语言的计算机程序。一般来说，源程序为高级语言，而目标语言则是汇编语言或者机器码。

一开始的程序员是用机器码写程序，非常容易出错，后来开始使用汇编语言开始写，但是依旧不高效，后来在50-60年代，有人发明了高级语言及编译器，这就导致写程序就像写数学公式推理一样，方便了很多。所以开发编译器是很重要的。

2.编译器的工作流程

• 对源文件进行扫描，将源文件的字符流拆解成一个个的词（记号），此为词法分析
• 根据语法规则，将这些记号构造成语法树，此为语法分析
• 对语法树各个结点之间的关系进行检查，检查语义规则是否被违背，同时对语法树进行必要的优化，此为语义分析
• 遍历语法树的结点，将各个结点转换成中间代码，并按照特定的顺序拼装起来，此为中间代码生成
• 对中间代码进行优化
• 将中间代码转换成目标代码
• 对目标代码进行优化，生成最终的目标程序

2.1词法分析

编译器扫描源文件的字符流，过滤掉字符流中的空格、注释等，并将其分割成一个个的词（记号、token）。

a = value + sum(5, 123);

将被拆分为11个 token ：

a           标识符
=           赋值运算符
value       标识符
+           加号
sum         标识符
(           左括号
5           整数
,           逗号
123         整数
)           右括号
;           分号

2.2语法分析

词法分析完成后，上面的字符流就被转换为 token 流了：

ID<a> '=' ID<value> '+' ID<sum> '(' NUM<5> ',' NUM<123> ')' ';'

上面的 ID<a> 表示这一个标识符类型的 token ，其内容为 a。其他的赋值符号等全都用‘’

其实不难看出，语法分析其实就是不断拆解一个语句，形成一个语法树。

2.3语义分析

就是在遍历语法树的过程中，遇到变量声明和函数声明时，则将变量名——类型、函数名——返回类型——参数数量及类型等信息保存到符号表里，当遇到使用变量和函数的地方，则根据名称在符号表中查找和检查，查找该名称是否被声明过，该名称的类型是否被正确的使用等等。

其实本质就是一个检查防止错误的过程。

2.4中间代码生成

• 中间代码不仅有一些高级语言的特性，也有接近机器语言的部分，所以相当于一个中间过渡态。这样就可以实现从高级语言代码->中间代码->目标代码，而且这比高级语言代码->目标代码简单很多。
• 增加编译器的模块化、可移植性和可扩展性。一般来说，中间代码既独立于任何高级语言，也独立于任何目标机器架构，这就为开发出适应性广泛的编译器提供了媒介。

如下图中，可以通过编写 m + n 个编译模块而获得 m * n 种编译器。

2.5中间代码优化

编译器对中间代码进行优化，尝试生成体积最小、最快、最有效率的代码。

• 去除永远都不会被执行的代码区
• 去掉未被使用到的变量
• 优化循环体，将每次循环中的运行结果不变的语句移到循环的最外面
• 算术表达式优化，将乘 1 和 加 0 等操作去掉，将乘 2 优化成左移 1 位等

2.6编译过程的错误检查

在词法、语法和语义分析的过程中，都伴随着错误检查，词法错误主要是字符错误（如非法字符、未结束的注释、未结束的字符串等），语法错误主要是格式错误（如语句后未加分号、不匹配的括号等），最常发生的是语义错误（如变量名错误、表达式类型错误、函数参数不匹配等）。编译器不仅检查错误，还需要精确定位出错误发生的位置，协助编程人员修改。