yacc 编译 linux,如何编写真正的编译器和使用Yacc、lex构建编译器简介

编译器后端一是要考虑目标机器的代码形式，二是要考虑目标操作系统的ABI(应用程序二进制接口)，比如WINDOW下的目标文件是COFF结构，LINUX下是ELF结构，还有OUT结构等等，写操作系统要做成BIN结构。 GCC生成ELF文件格式的目标代码，它的连接器只能读取ELF格式，并生成LINUX下的可执行文件,WINDOWS下使用的是COFF，生成的是PE结构的EXE文件。

编译器要考虑两种形式的目标，一是目标机器，即生成不同机器型号的指令(可以是汇编，可以是机器码)；另一种是目标文件的格式，即使得编译结果文件在不同的操作系统上运行。基于以上的认识，对于不同的机器提供不同的汇编器，它们生成同一种(中间的)目标文件格式；对于不同的操作系统(当然包括自己写的操作系统，或者操作系统本身)，提供不同的连接器，它们都读取该(中间的)目标文件，然后生成各自需要的可执行文件。因此，汇编器存在是必要的，“不能编写操作系统的语言不是好语言”，如果要编写操作系统，那么汇编器也是不可少的，至少启动代码必须使用汇编程序。所以编译器套件需要汇编器。

进程(线程)调度器，每隔一个时间片进行进程的调度，十分繁忙，需要高效实现，如果使用解释器解释执行，低效，目前基本上是不可取的。而且内核中硬件抽象层与硬件打交道，基本上需要很多硬件特性上的细节，解释器也难以执行。但是，如果将操作系统看作一个纯粹的虚拟机也未尝不可，但这种想法仅仅停留在实验室阶段，如果你想在概念上对操作系统进行彻底的革新，可以这样做，实验一下它的性能和可行性。也就是把生成二进制格式的任务留给了汇编器，由汇编器读取汇编成学然后生成目标文件(.obj)，然后利用连接器连接成可执行文件(.exe)，问题是为了有效的对调试器的支持，目标文件里面需要许多符号信息，它们遵循一定的格式，对于最新的目标文件格式，微软的汇编器MASM不能支持，只能生成较老的格式文件。它编译内核是因为作为编译器代码生成的后端，可以生成若干种目标文件，其中一种就是BIN文件，这是一种没有文件头(格式)的裸文件，直接以可执行代码开始，生成何种格式由在编译时设置不同的选项选择。有一种思路就是自己设计一种目标文件格式(类似于.OBJ文件)，不管对任何系统都统一生成该种文件，然后，对不同目标操作系统，提供不同的连接器，生成适应该操作系统的可执行文件。

一个编译器使用lex和yacc(GNU的工具是Flex和Bison)来做只能完成30％的工作，首先使用lex定义关键字、数据类型，lex分析源码生成符号表(主要为标示符、数据、关键字三种)，yacc接受lex的符号表作为输入，yacc有很多内置C函数和全局变量用来保存分析结果，yacc中定义了语言的BNF规则后，使用LALR(1)分析法得出一个分析结果保存在yacc的全局变量中，在定义BNF的时候，需要指出每条规则后面的操作，这个时候需要手工编写函数处理，可以把yacc的变量保存为树，也可以以参数的形式直接传递给处理函数由函数计算结果，也可以生成中间代码(为优化做准备)三元式、四元式，也可以直接归约计算出结果，也可以生成虚拟机指令(将来交给虚拟机执行，这种方法你还需要编写一个执行指令的虚拟机)，还可以生成汇编指令，或者直接生成二进制代码，以上这些方法你可以使用一种或者几种在不同的归约阶段。最后生成可执行代码。