C语言小子集编译程序-递归下降分析

上机实习目的

理解编译程序的构造原理，掌握编译程序的构造方法与技术。通过实习，使学生既加深对编译原理基础理论的理解，又提高动手能力，特别是提高软件设计能力。

上机实习要求

在理解编译原理基本思想的基础上，选择一个自己熟悉的程序设计语言，完成编译程序的设计和实现过程。
编译程序的设计可以采用自顶向下和自底向上两种不同的方法。由于许多高级语言（如PASCAL，C）中的语法成分都是递归定义的，所以本实习要求学生采用递归下降分析技术，这是一种自顶向下的的编译方法，其基本思想是对语言的每个（或若干个）语法成分编制一个处理子程序，从处理<程序>这个语法成分的子程序开始，在分析过程中调用一系列过程或函数，对源程序进行语法和语义分析，直到整个源程序处理完毕为止。
本上机实习是为C语言(子集)设计一个编译程序，完成词法分析、语法分析、语义分析等功能，并生成某种机器上的目标代码(汇编语言)或中间代码(四元式)。

上机实习步骤

1．阅读《上机实习指导书》。
2．根据设计要求写算法，画程序框图
3．根据框图编写编译程序
4．输入编译程序并上机调试
5．撰写上机实习报告
四、上机实习内容

题目：C语言小子集编译程序的实现

C语言小子集的文法规则：

<程序>::＝main（）{<分程序>}
<分程序>::=<变量说明部分>；<语句部分>
<变量说明部分>::=<变量说明><标识符表>
<变量说明>::=int
<标识符表>::=<标识符表>，<标识符>
<标识符表>::=<标识符>
<标识符>::=<字母>
<标识符>::=<标识符><字母>
<标识符>::=<标识符><数字>
<语句部分>::=<语句部分>；<语句>|<语句>
<语句>::＝<赋值语句>|<条件语句>|<循环语句>|
<赋值语句>::=<标识符>=<表达式>
<条件>::=<表达式><关系运算符><表达式>
<表达式>::=<项>|<表达式><加法运算符><项>
<项>::=<因子>|<项><乘法运算符><因子>
<因子>::＝<标识符>|<常量>|(<表达式>)
<常量>::＝<无符号整数>
<无符号整数>::=<数字序列>
<数字序列>::=<数字序列><数字>
<数字序列>::=<数字>
<加法运算符>::＝+|-
<乘法运算符>::= |／
<关系运算符>::＝<|>|!=|>=|<=|==
<复合语句>::={<语句部分>}
<语句1>::＝<语句>|<复合语句>
<条件语句>::=if（<条件>）<语句1>else<语句1>
<循环语句>::=while（<条件>）do<语句1>
<字母>::=a *|b *|c *|d *|e *|f *|g *|h *|i *|j *|k *|l *|m *|n *|o *|p *|q *|r *|s *|t *|u *|v *|w *|x *|y *|z
<数字>::=0|1|2|3|4|5|6|7|8|9

实现功能：

1. 词法分析
   扫描源程序，根据词法规则，识别单词，填写相应的表。如果产生词法错误，则显示错误信息、位置，并试图从错误中恢复。简单的恢复方法是忽略该字符（或单词）继续扫描。
2. 语法分析
   对源程序作语法分析，确定是否属于C语言小子集，同时揭示出程序的内在结构。
3. 语法错误检查
   根据C语言小子集的文法规则设置检测手段，通过查错子程序或一些查错语句，报告源程序出错位置、性质等，直至整个程序结束为止。
4. 语义分析与目标代码生成
   在语法分析的基础上，进行语义分析，生成输入源程序的目标代码。输入源程序的目标代码可以建立在一个假想的处理机（虚拟机）上，或者以所学的汇编语言为基础，也可以生成四元式序列。

上机过程

功能流程图

词法分析器

（1）读到空格则略过，读下一个字符；若读到的是字母，就再接着读，直到读到的既不是字母也不是数字也不是下划线，并将读到的写入到token数组；

（2）若读到的是数字，直到读到的不是数字或小数点，将读到的写入到token数组；

（3）若读到的是<|>|=，则再读入下一位，若为=，则该运算符为<=|>=|==，若为其他字符，则返回<|>|=的种别码；若读到的是/，则读下一位，若为*，则说明之后为注释内容，一直读入直到读入*，并判断下一位是否为/，若是则注释结束，不是继续往下一位读入；若读入\n，则行数加一，若读入的字符与以上都不匹配，则报错，并输出出错行数。

单词符号	种别码	单词符号	种别码
#	0	+	18
Num	1	-	19
Letter	2	*	20
main	3	/	21
if	4	=	22
else	5	>	23
do	6	>=	24
while	7	<	25
for	8	<=	26
swtich	9	;	27
case	10	"	28
int	11	++	29
double	12	–	30
float	13	/*	31
long	14	*/	32
void	15	{	33
(	16	}	34
)	17

文法转化为LL（1）文法

首先主要为消除左递归，无需提取左公共因子
需要消除左递归的文法：

<标识符表>::=<标识符表>，<标识符>

<标识符表>::=<标识符>

<语句部分>::=<语句部分>；<语句>|<语句>

<表达式>::=<项>|<表达式><加法运算符><项>

<项>::=<因子>|<项><乘法运算符><因子>

消除左递归后的文法

<标识符表>::=<标识符><子标识符表>

<子标识符表>::=，<标识符><子标识符表>|ε

<语句部分>::=<语句><子语句部分>

<子语句部分>::=；<语句><子语句部分>|ε

<表达式>::=<项><子表达式>

<子表达式>::=<加法运算符><项><子表达式>|ε

<项>::=<因子><子项>

<子项>::=<乘法运算符><因子><子项>|ε

语义分析

首先得求出每项的Select集，比如对于子项和子表达式的Select集求起来就稍显复杂。由于报告上已经说明，这里就展示下具体的程序。

//表达式 
void M(){
	N();
	M1();
}
//子表达式 
void M1(){
	if(strcmp(w[word_cnt].value,";") == 0 || strcmp(w[word_cnt].value,")") == 0 
	|| L() || strcmp(w[word_cnt].value,"}") == 0 || strcmp(w[word_cnt].value,"else") == 0){
		return;
	}
	else if(!O()){
		error("miss + or -");
		//word_cnt--;
	}
	else{
		op_stack.push(w[word_cnt].value);
		word_cnt++;
		//word_stack.push(w[word_cnt].value);
		op_num++; 
		//getWord();
		//strcpy(b[b_num++].bds,new_w.value);
		N();
		M1();

		if(op_stack.size() > 1 && e == 0){
			op = op_stack.top();
			op_stack.pop();
			s2 = word_stack.top();
			word_stack.pop(); 
			s1 = word_stack.top();
			word_stack.pop();
			stringstream ss;
			ss << op_num;
			res = "t"+ss.str();
			word_stack.push(res);
			siYuan(op,s1,s2,res);
		}
		
	}
}

报错处理

错误处理主要包含两个方面的任务：一是报错，发现错误时应尽可能准确指出错误的属性；二是错误恢复，尽可能校正，使得编译工作可以继续下去，提高程序调试的效率。
在这里我主要举一个因子的例子。

<因子>::＝<标识符>|<常量>|(<表达式>)

//因子
void Z(){
	//cout<<w.value<<"  "<<w.type<<endl;
	//非数字或标识符 
	if(w[word_cnt].type!=1 && w[word_cnt].type!=2 &&strcmp(w[word_cnt].value,"(")){
		error("expression has a error");
		return;
	}
	//标识符
	if(w[word_cnt].type == 1||w[word_cnt].type == 2){
		if(w[word_cnt].type == 2){
			is_say(w[word_cnt].value);
		}
		word_stack.push(w[word_cnt].value);
		word_cnt++;
		//equ[equ_num++] = w.value;
		return;
	}
	else if(strcmp(w[word_cnt].value,"(") == 0){
		word_cnt++;
		//word_stack.push(w[word_cnt].value);
		M();
		if(e == 0){
			op = op_stack.top();
			op_stack.pop();
			s2 = word_stack.top();
			word_stack.pop(); 
			s1 = word_stack.top();
			word_stack.pop();
			stringstream ss;
			ss << op_num;
			res = "t"+ss.str();
			word_stack.push(res);
			siYuan(op,s1,s2,res);
		}
		
		if(strcmp(w[word_cnt].value,")") == 0){
			word_cnt++;
			return;
		}
		else{
			error("miss )");
		}
	}
	return;
}

主要有两次错误处理，如果非数字和标识符或(则报表达式错误；第二个就是因子到表达式时对缺少‘）’的错误处理。

语义分析生成四元式

首先四元式的构造如下所示

//四元式
struct si_Yuan{
	string op;//运算符
	string s1;
	string s2;
	string res;//结果 
}sy[105];

然后我用两个栈分别保存标识符和运算符，由于在实验报告中已经举例分析，我在这直接给出下代码。

对于赋值语句的入栈出栈操作

//赋值语句
void I(){
	if(strcmp(w[word_cnt].value,"=") == 0){
		word_cnt++;
		//word_stack.push(w[word_cnt].value); 
		M();
		if(e > 0){
			return;
		}
		if(op_stack.size() > 0){
			op = op_stack.top();
			op_stack.pop();
			s2 = word_stack.top();
			word_stack.pop();
			s1 = word_stack.top();
			word_stack.pop();
			res = word_stack.top();
			word_stack.pop();
			siYuan(op,s1,s2,res);
		}
		else{
			s1 = word_stack.top();
			word_stack.pop();
			res = word_stack.top();
			word_stack.pop();
			siYuan("=",s1,"",res);
		}
		
	}
	else{
		error("miss = ");
		word_cnt--; 
	}
} 

对于循环语句的构造四元式：

//while语句
void K(){
	if(strcmp(w[word_cnt].value,"while")){
		error("miss while");
		word_cnt--;
	}
	word_cnt++;
	if(strcmp(w[word_cnt].value,"(")){
		error("miss (");
		word_cnt--;
	}
	word_cnt++;
	//word_stack.push(w[word_cnt].value);
	X();
	sent_id = sy_num;
	
	if(op_stack.size()>0 && e == 0){
		op = op_stack.top();
		op_stack.pop();
		s2 = word_stack.top();
		word_stack.pop();
		s1 = word_stack.top();
		word_stack.pop();
		siYuan(op,s1,s2,res);
	}
	
	//cout<<w[word_cnt].value<<endl;
	if(strcmp(w[word_cnt].value,")")){
		error("miss )");
		word_cnt--;
	}
	word_cnt++;
	if(strcmp(w[word_cnt].value,"do")){
		error("miss do");
		word_cnt--;
	}
	word_cnt++;
	Y();	
}

实验结果

测试程序1.

测试结果1：

测试程序2:

测试结果2：

实验小结

主要的实验小结已经附在纸质文档上。

由于篇幅有限，本篇博客只能给出部分代码。想要完整代码。附上下载链接（代码功能实现比较完善，但是由于听老师要求是用堆栈实现的（这里给老师一个锅）。所以对于a-1+b这种情况有一点点小缺陷。但是对于复杂情况实现效果都挺好，诸如（a+b+c）*(a+c+1)）。

下载链接