最简单的c程序gcc源码编译流程分析



第1章 c代码“int a;”语法分析

GCC如何解析c代码“int a;”函数c_parse_file()是C语法分析的入口函数，我们从此函数开始来分析一段简单的c代码是如何从产生式（推导式、文法）来推到出来的。

在gcc源码中大多函数之前都有一段对应的产生式，通过这个产生式能够明白对应的函数是怎么实现的、实现了什么功能。（俞峰老师强调一定要看懂产生式在看函数的实现）。

1.1 入口函数c_parse_file

C语法分析的入口函数源码:

/* Parse a single source file.  */

void

c_parse_file (void)

{

……

 

  c_parser_translation_unit (the_parser);

  the_parser= NULL;

}

1.2 翻译单元解析函数c_parser_translation_unit

函数c_parser_translation_unit (the_parser)用来解析翻译单元。什么是翻译单元呢？

语言叙述：

翻译单元（translation-unit）可以推导出多个外部声明（external-declarations）；

那什么是外部声明呢？多个外部声明（external-declarations）可以推导出一个外部声明（external-declaration）或者多个外部声明（external-declarations）和一个外部声明（external-declaration）。（由于中文翻译的歧义，请看形式化表示。）

形式化表示：

translation-unit→external-declarations

external-declarations→external-declaration

external-declarations→external-declarationsexternal-declaration

也就是说如果将translation-unit 用S表示，将external-declarations用A表示，将external-declaration用B表示；S→A；A→B；A→AB。那么S可以推导出由任意非0个B组成的单元，例如S→B、S→BB、S→BBB……

那么我们由此来分析翻译单元是如何推导出“int a;”的，容易想到“int a;” 仅仅是一条声明，那么选择translation-unit→external-declarations→external-declaration；

还需要研究源码，gcc怎么知道是一条声明的，如何选择分支的？

源码：

/* Parse a translation unit (C90 6.7, C99 6.9).

 

   translation-unit://翻译单元

    external-declarations

 

   external-declarations:

     external-declaration

     external-declarations external-declaration

 

   GNUextensions://GUN扩展语法

 

  translation-unit:

     empty

*/

 

static void

c_parser_translation_unit (c_parser *parser)

{

……

      do

            {

              ggc_collect ();

              c_parser_external_declaration (parser);

              obstack_free (&parser_obstack,obstack_position);

            }

      while(c_parser_next_token_is_not (parser, CPP_EOF));

……

}

1.3 外部声明解析函数c_parser_external_declaration

3.2中提到的对多的就是外部声明external_declaration，那么什么是外部声明呢，当然外部声明也是文法组成的，它不是终结符。

注：终结符，通俗的说就是不能单独出现在推导式左边的符号，也就是说终结符不能再进行推导。不是终结符的都是非终结符。非终结符可理解为一个可拆分元素，而终结符是不可拆分的最小元素。如：有α→β ，则α 必然是个非终结符。

如果我们知道了外部声明（external_declaration）的文法，我们就明白什么是外部声明（external_declaration）。那么c_parser_external_declaration就是来处理外部声明的函数，当然这个函数由3.2中函数c_parser_translation_unit来调用，详见3.2中c_parser_translation_unit源码。

external declaration文法源码：

/* Parse an external declaration (C90 6.7, C996.9).

 

   external-declaration:

    function-definition

     declaration

 

   GNU extensions:

 

  external-declaration:

    asm-definition

     ;

    __extension__ external-declaration

 

   Objective-C:

 

  external-declaration:

    objc-class-definition

    objc-class-declaration

    objc-alias-declaration

    objc-protocol-definition

     objc-method-definition

     @end

*/

external-declaration文法形式化表述：

external-declaration→function-definition                       

external-declaration→declaration                            

（注：为简化起见GNU extensions、Objective-C部分未做分析）

由此看出外部声明（external-declaration）可以推导出函数定义（function-definition）或者声明（declaration）；

继续按照3.2的方式推导c代码“int a;” translation-unit→external-declarations→external-declaration→declaration

那么declaration是有谁解析的呢？declaration的文法是什么呢？通过函数c_parser_external_declaration（）的源代码我们发现此函数调用了函数c_parser_declaration_or_fndef（），gcc正是通过c_parser_declaration_or_fndef（）来解析declaration的。

c_parser_external_declaration源码：

static void

c_parser_external_declaration(c_parser *parser)

{

……

      c_parser_declaration_or_fndef (parser,true, true, true, false, true,NULL, vNULL);

      break;

    }

}

1.4 解析声明和函数定义函数c_parser_declaration_or_fndef

下面我们来分析函数c_parser_declaration_or_fndef是怎么实现的。同理先理解此函数的产生式。这里为只分析“int a;”所以我们按照上述的translation-unit→external-declarations→external-declaration→declaration继续推导，我们分析declaration的描述；从下文c_parser_declaration_or_fndef产生式源码中我们可以得到declaration的相关描述。

c_parser_declaration_or_fndef产生式源码：

   declaration:

     declaration-specifiersinit-declarator-list[opt] ;

     static_assert-declaration

 

  function-definition:

     declaration-specifiers[opt]declarator declaration-list[opt]

      compound-statement

 

  declaration-list:

    declaration

    declaration-list declaration

 

   init-declarator-list:

     init-declarator

     init-declarator-list , init-declarator

 

  init-declarator:

    declarator simple-asm-expr[opt] attributes[opt]

    declarator simple-asm-expr[opt] attributes[opt] = initializer

形式化表述：

1. declaration→declaration-specifiers init-declarator-list[opt] ;

2. declaration→static_assert-declaration

3. init-declarator-list→init-declarator

4. init-declarator-list→init-declarator-list , init-declarator

1. init-declarator→declaratorsimple-asm-expr[opt]attributes[opt]

1. init-declarator→declarator simple-asm-expr[opt] attributes[opt] = initializer

注意：上述分号是推导式（文法）的一部分。

这里我们能够得到一条声明（declaration）能够推导出声明符（declaration-specifiers） 初始化说明符（init-declarator-list[opt]）（这里的opt意思是可选的意思。）和一个“；”分号。到此不难得出“int a;”的推导式为

translation-unit→external-declarations→external-declaration→declaration→declaration-specifiers init-declarator-list；                           （1-1）

到此“int a;”中的分号就被从文法推导式的角度推导出来了。

按照gcc文法的规则，它将自左向右依次解析符号，直到解析到终结符为止，分号“；”即为一个终结符。由于这里c_parser_declaration_or_fndef函数给出了init-declarator-list的文法，我们先分析init-declarator-list，稍后补充上declaration-specifiers；值得注意的是gcc文法规则是自左向右先分析元素declaration-specifiers的。

由于“int a;”中声明的的变量只有a一个符号，所以不难推导此时的文法推导为3.init-declarator-list→init-declarator 。如果解析C代码为“int a,b;”这时的文法推导就是上述4.init-declarator-list→init-declarator-list , init-declarator。很明显这个4.式有个逗号“，”分隔，可以解析形如“int a,b,c;”“int a,b,c,d;”等C源码。

至此，我们推导出（1-1）中的init-declarator-list：

init-declarator-list→init-declarator                            （式1-2）

又由5.式不难得到可以得到：

init-declarator-list→init-declarator→declarator                   （式1-3）

c_parser_declaration_or_fndef源码：

static void

c_parser_declaration_or_fndef (c_parser *parser, bool fndef_ok,

                                          bool static_assert_ok, bool empty_ok,

                                          bool nested, bool start_attr_ok,

                                          tree *objc_foreach_object_declaration,

                                          vec<c_token>omp_declare_simd_clauses)

{

 ……

 

  c_parser_declspecs(parser, specs, true, true, start_attr_ok,

                             true, true, cla_nonabstract_decl);

while (true)

    {

     ……

      declarator = c_parser_declarator (parser,

                                                          specs->typespec_kind!= ctsk_none,

                                                          C_DTR_NORMAL,&dummy);

      if (declarator == NULL)

｝

……

我们继续分析declarator的文法，我们可以通过函数c_parser_declaration_or_fndef（）中调用的实现文法declarator的函数c_parser_declspecs ()来定位到文法declarator。

1.5 标识符解析函数c_parser_declarator

declarator文法源码：

   declarator:

     pointer[opt] direct-declarator

 

   direct-declarator:

     identifier

     ( attributes[opt] declarator )

     direct-declarator array-declarator

     direct-declarator ( parameter-type-list )

     direct-declarator ( identifier-list[opt] )

形式化定义：

declarator→pointer[opt] direct-declarator

direct-declarator→identifier

direct-declarator→direct-declarator array-declarator

direct-declarator→direct-declarator( parameter-type-list )

direct-declarator→direct-declarator( identifier-list[opt] )

由于pointer是可选元素，那么容易推导出：

declarator→direct-declarator→identifier                         （式1-4）

这里的识别符identifier就是一个终结符，在源码“int a;”中指的就是a这个标识符。由（1-3）、（1-4）得到：

init-declarator-list→init-declarator→declarator→direct-declarator→identifier

（式1-5）

1.6 声明符解析函数c_parser_declspecs

部分文法源码：

   declaration-specifiers:

     storage-class-specifierdeclaration-specifiers[opt]

     type-specifier declaration-specifiers[opt]

     type-qualifier declaration-specifiers[opt]

     function-specifierdeclaration-specifiers[opt]

     alignment-specifier declaration-specifiers[opt]

 C90 6.5.2, C99 6.7.2:

   type-specifier:

     void

     char

     short

     int

     long

     float

     double

     signed

     unsigned

     _Bool

     _Complex

通过文法不难推导出“int a；”的declaration-specifiers的文法推导为：

declaration-specifiers→type-specifier→int                        (式1-6)

由（式1-1）、（式1-5）和（1-6）可得到“int a；”的文法推导树如下图所示：

                

至此，我们完成了最简单的c语言代码“inta;”的文法推导，只有在理解gcc文法的基础上在去分析对应的函数才能理清思路。