中文脚本编译器的设计与实现(一）概论(2)编译器的总体结构

脚本编译器的目标是将源脚本文件变成可执行文件。

比如下面这一段源码

#以下是测试脚本
让 x 变成 (10+2)/50+2/5+100;

输出 "x -> " 拼接 x ;


如果(x 小于或等于 100)
{
	输出 "x 是个很小的数";
}
否则
{
	输出 "x 是个较大的数";
}

让 x 变成 1;

当(x 小于等于 10) 时则重复执行 
{
	输出 ("x -> " 拼接 x);
	让 x 变成 x+1;    #非专业程序员对这一句很困惑
}

输出 "x -> " 拼接 x ;

经过编译后变成了如下可执行的代码：

L0: goto L1;
L1: $env = array_pop($envStack);
L2: $env['x']=(10+2)/50+2/5+100;
L3: echo "x -> ".$env['x'],"\n";
L4: if (!($env['x']<=100)) goto L7;
L5: echo "x 是个很小的数","\n";
L6: goto L8;
L7: echo "x 是个较大的数","\n";
L8: $env['x']=1;
L9: if (!($env['x']<=10)) goto L13;
L10: echo ("x -> ".$env['x']),"\n";
L11: $env['x']=$env['x']+1;
L12: goto L9;
L13: echo "x -> ".$env['x'],"\n";
L14: goto L15;
L15: $this->procState='finished';
L16: ;

可能有的人会好奇，以上是可执行的代码吗？

是的，以上的内容就是可以执行的php代码。

但是又和平常我们见到的php代码不太一样，最明显的特点是，以上代码的每一行都有标号，而且有非常多的goto语句。有的php的开发人员可能很少用到goto语句，但实际上所有的程序结构最终都可以归结为条件goto结构。

只要有了条件跳转，分支结构，循环结构都可以用条件跳转来实现。

有的人可能会问，为什么要将源脚本编译成可执行的php脚本呢？不能编译成机器代码吗？

回答是，只要设计出相应的编译规则，源脚本就可以编译成任何你想要的目标语言，比如机器语言，汇编语言，C语言，php语言，python语言等等。

在这里我将源脚本编译成php语言后，就可以让php执行得到的编译结果。

我的目标并不是追求执行的高效，而是追求开发的高效，所以编译成php代码就可以了。实际上如果有需要，我也可以将源码编译成C语言，然后再调用C语言的编译器编译成机器代码。

为了完成从源码到目标代码的转换，我们一般不会一次到位，而是要分成几步走。大致说来，可以分成三大步

1. 词法分析，将源文本切分成一个一个的记号串(token)
2. 语法分析，将输入的记号（token)数组归约为各级语法单元
3. 生成目标代码，根据语法分析的结果，将记号串翻译成目标语言的指令块

需要注意的是，本项目采用边进行语法分析，边进行目标代码的生成。语法分析的归约过程完成了，目标代码的翻译（编译）也就完成了。这种操作方式可以称之为语法制导翻译。

插一句，上面提到将源码编译成可执行的php代码，不需要像C编译器那样编译完成后还要做链接工作，由于不用考虑链接，所以项目就可以很简炼。即使是为了追求执行的高效，也完全可以先编译成C代码，然后再编译成可执行文件。所谓大树底下好乘凉，C语言可是一株参天大树啊。

按照上面的总的设计原则，本项目的总体结构如下：

其中
1 : script_lexer.php 为词法分析器，引用lexi_rule目录下的词法规则文件

2: script_parser.php为语法分析器，调用syntax_rule目录下的语法规则文件

3: coder目录下存放各种编码器，编码器被语法分析器在语法分析的过程中调用，用于生成目标代码，编码器与语法分析器是可组合的，要生成另一种目标语言时只要换用相应的编码器即可，其它的模块不用改动。

4: script_engine.php为目标代码的执行引擎，相当于java语言中jvm的地位，用于执行目标代码，中断，恢复执行等等。