一、 实验目的
学习和掌握词法分析程序构造的状态图代码化方法。
二、 实验任务
(1)阅读已有编译器的经典词法分析源程序;
(2)用C或JAVA语言编写一门语言的词法分析器。
三、 实验内容
(1)阅读已有编译器的经典词法分析源程序。
选择一个编译器,如:TINY或PL/0,其它编译器也可(需自备源代码)。阅读词法分析源程序,理解词法分析程序的构造方法——状态图代码化。尤其要求对相关函数与重要变量的作用与功能进行稍微详细的描述。若能加上学习心得则更好。TINY语言请参考《编译原理及实践》第2.5节;PL/0语言请参考相关实现文档。
(2)确定今后其他实验中要设计编译器的语言,如:C-语言,其定义在《编译原理及实践》附录A中。也可选择其它语言,不过要有该语言的详细定义(可仿照C-语言)。一旦选定,不能更改,因为要在以后继续实现编译器的其它部分。鼓励自己定义一门语言。
(3)根据该语言的关键词和识别的词法单元以及注释等,确定关键字表,画出所有词法单元和注释对应的DFA图。
(4)仿照前面学习的词法分析器,编写选定语言的词法分析器。准备2~3个测试用例,要求包含正例和反例,测试编译结果。
四、 系统设计
词法分析器:是计算机科学中将字符序列转换为单词序列的过程。
这次的实验就是要识别一段源代码,把他经过词法分析器分解成单词序列。
1.算法基本思想及流程:
我们可以知道字符序列大概可分为5类:标识符、保留字、常数、运算符、界符。
标识符:以字母开头的字符/数字串。letter(letter|digit)*
保留字:保留字有32个,在设计的程序中可以从中挑选出一些更常用的来进行实验,能检验出词法分析器的功能即可。
常数:常量数字digit(digit)*。
运算符:运算符用于执行程序代码运算。
界符:限制界限所用。
所以我们的目标就是将字符序列划分为单词序列,然后判断是为这5类中的哪一类。
第一步:保留字都是字符串,与标识符相同的地方在于都是字母开头。所以可以把这两部分一起处理。当检测到第一个字母是字符(‘a’-‘z’或’A’-‘Z’)时进入循环。进入循环后可以判断是否为(‘a’-‘z’或’A’-‘Z’或‘0‘ - ’9‘)。当不是时跳出循环。然后与保留字进行比对,如果有符合的则标记为保留字keyword;若不符合则为标识符symbol。
第二步:由于输入的都是字符类型,所以当输入数字时,我们需要人为的把他从字符串变为整数int。当第一个字符为‘0‘-’9‘,我们进入数字的循环判断,直到不是字符不为‘0‘-’9‘为止。我们可以设计一个整形变量sum,来记录和。通过一个数学公式即可得到最后的结果sum=sum*10+char(a[i])-'0';
第三步:处理运算符"<",">","<=",">=","=","==","!","!="。我们发现"<",">