简化版Yacc报告
目录
1. 项目描述
yacc(Yet Another Compiler Compiler),是Unix/Linux上一个用来生成编译器的编译器(编译器代码生成器)。yacc生成的编译器主要是用C语言写成的语法解析器(Parser),需要与词法解析器Lex一起使用,再把两部分产生出来的C程序一并编译。yacc本来只在Unix系统上才有,但现时已普遍移植往Windows及其他平台。
yacc的输入是巴科斯范式(BNF)表达的语法规则以及语法规约的处理代码,Yacc输出的是基于表驱动的编译器,包含输入的语法规约的处理代码部分。
yacc是开发编译器的一个有用的工具,采用LALR(1)语法分析方法
(以上内容摘录自维基百科):
因个人能力有限,只实现了一个非常简单的yacc(LR(1))版本
假设:
要在输入文件开始声明要用到的终止符非终止符
输入文件不支持注释
产生式左部要紧跟 ':' ,不能有空格
终止符和非终止声明不支持换行声明,production支持换行
两个字符之间要有空格, ':'之后要有空格
不能自定义处理二义文法
有错误处理机制
例如:
输入中non_terminal代表非终止符, terminal代表终止符, production代表产生式.
non_terminal: E T F
terminal: + * ( ) id
production:
E: E + T
E: T
T: T * F
T: F
F: ( E )
F: id
输出yacc.py程序, 运行yacc.py程序对如下输入处理
python yacc.py yacc.txt yacc.txt
if aaaab asd
输出:
if ex1 ex2
2. 模块设计和中间结果校验
2.0 主要数据结构(YaccDataStructures.py)
产生式 Production
class Production(object):
non_terminal_syms = []
terminal_syms = []
def __init__(self, left, right):
self.left = left
self.right = right
其中right以如下方式存储:
right = [symbol1, symbol2......]
LR(1)项 Item
class Item(object):
"""
LR1 item
"""
@classmethod
def from_production(cls, prd, next_predict):
item = Item(prd, next_predict, 0)
# item.predict_next(firsts)
return item
def __init__(self, production, next_predict, index):
"""
:param production: 产生式
:param next_predict: 预测项
:param index: 当前 . 的位置
"""
self.production = production
self.next_predict = next_predict
self.index = index
其中next_predict通过以下方式存储:
next_predict = set(T1, T2, T3......)
状态 State
class State(object):
"""
状态
"""
def __init__(self, items):
"""
:param items: 该状态内的item
"""
self.items = items
通过自定义__str__方法来展示对应的状态图:
( S' -> .E , {'$'})
( E -> .E + T , {'+', '$'})
( E -> .T , {'+', '$'})
( T -> .T * F , {'+', '$', '*'})
( T -> .F , {'+', '$', '*'})
( F -> .( E ) , {'+', '$', '*'})
( F -> .id , {'+', '$', '*'})
2.1 输入模块(LexInput.py)
流程:
读入输入文件的每一行
如果是空行跳过
如果是非终止符,读入非终止符号集合
如果是终止符, 读入紧随其后的终止符集合
如果是产生式, 读入紧随其后的产生式集合
在非终止符集合中插入S', 产生式集合中插入零号产生式
返回三个集合
注意:
最简单模块,没有什么值得注意的
例子:
non_terminal: E T F
terminal: + * ( ) id
production:
E: E + T
E: T
T: T * F
T: F
F: ( E )
F: id
输出:
[S' -> E , E -> E + T , E -> T , T -> T * F , T -> F , F -> ( E ) , F -> id ]
Non terminal: ["S'", 'E', 'T', 'F']
Terminal: ['+', '*', '(', ')', 'id']
2.2 计算所有非终止符的fisrt(YaccFuncs.py)
流程:
下面通过一段简化版代码来说明, 具体可参照龙书或者具体代码
for nt in non_terminals:
productions_of_nt = 所有左侧含有nt的产生式集合
while is_changed:
for first_prd in productions_of_nt:
left = 当前产生式左侧
right = 当前产生式左侧
if A->epsilon:
FIRST(nt)
elif A->a: //a is terminal symbol
FIRST(nt)
elif A->Bx:
if B not contains epsilon:
FIRST(nt)
elif B contains epsilon
FIRST(nt)
return 所有first
def calc_every_first_of_nt(productions, nts):
"""
计算每一个非终止符的first
:param productions: 产生式集合
:param nts: 非终止符集合
:return: 所有非终止符first集合
"""
例子:
(1) 输入:
[S' -> E , E -> E + T , E -> T , T -> T * F , T -> F , F -> ( E ) , F -> id ]
Non terminal: ["S'", 'E', 'T', 'F']
Terminal: ['+', '*', '(', ')', 'id']
输出:
{"S'": ['(', 'id'], 'E': ['(', 'id'], 'T': ['(', 'id'], 'F': ['(', 'id']}
(2) 输入:
含有循环左递归
S': S
S: A a
S:
A: S d
输出:
# None 代表 epsilon
{"S'": [None, 'd'], 'S': [None, 'd'], 'A': ['d']}
2.3 构建LR1 Table (YaccFuncs.py)
状态内扩展 (State内函数)
def expand(self, productions, firsts):
"""
:param productions: 产生式集合
:param firsts: 所有非终止符first
:return:
"""
输入:
before:
( S' -> .E , {'$'})
产生式:
S': E
E: E + T
E: T
T: T * F
T: F
F: ( E )
F: id
输出:
after:
( S' -> .E , {'$'})
( E -> .E + T , {'+', '$'})
( E -> .T , {'+', '$'})
( T -> .T * F , {'*', '+', '$'})
( T -> .F , {'*', '+', '$'})
( F -> .( E ) , {'*', '+', '$'})
( F -> .id , {'*', '+', '$'})
推导到下一个状态
def through_edge(self, edge):
"""
:param edge: 通过的边
:return:
"""
例子: 因为逻辑简单,只需移动点位置即可,所以不给出具体例子
LR(1) table 构建完成
例子:
输入:
non_terminal: E T F
terminal: + * ( ) id
production:
E: E + T
E: T
T: T * F
T: F
F: ( E )
F: id
输出:
比较复杂,建议跳过,看后面的具体语法分析
[{'E': [1], 'T': [2], 'F': [3], '(': [4], 'id': [5]},
{'+': [6], '$': ['acc']},
{'*': [7], '+': [Production('E',['T'])], '$': [Production('E',['T'])]},
{'*': [Production('T',['F'])], '+': [Production('T',['F'])], '$': [Production('T',['F'])]},
{'E': [8], 'T': [9], 'F': [10], 'id': [11]},
{'*': [Production('F',['id'])], '+': [Production('F',['id'])], '$': [Production('F',['id'])]},
{'T': [12], 'F': [3], '(': [4], 'id': [5]},
{'F': [13], '(': [4], 'id': [5]},
{'+': [14], ')': [15]},
{'*': [16], '+': [Production('E',['T'])], ')': [Production('E',['T'])]},
{'+': [Production('T',['F'])], ')': [Production('T',['F'])], '*': [Production('T',['F'])]},
{'+': [Production('F',['id'])], ')': [Production('F',['id'])], '*': [Production('F',['id'])]},
{'*': [7], '+': [Production('E',['E', '+', 'T'])], '$': [Production('E',['E', '+', 'T'])]},
{'*': [Production('T',['T', '*', 'F'])], '+': [Production('T',['T', '*', 'F'])], '$': [Production('T',['T', '*', 'F'])]},
{'T': [17], 'F': [10], '(': [18], 'id': [11]},
{'*': [Production('F',['(', 'E', ')'])], ')': [Production('F',['(', 'E', ')'])], '+': [Production('F',['(', 'E', ')'])], '$': [Production('F',['(', 'E', ')'])]},
{'F': [19], '(': [18], 'id': [11]},
{'*': [16], '+': [Production('E',['E', '+', 'T'])], ')': [Production('E',['E', '+', 'T'])]},
{'E': [20], 'T': [9], 'F': [10], 'id': [11]},
{'+': [Production('T',['T', '*', 'F'])], ')': [Production('T',['T', '*', 'F'])], '*': [Production('T',['T', '*', 'F'])]},
{'+': [14], ')': [21]},
{'+': [Production('F',['(', 'E', ')'])], ')': [Production('F',['(', 'E', ')'])], '*': [Production('F',['(', 'E', ')'])]}]
2.4 Output部分(YaccOutput.py)
过程:
根据输入的lr1 table 构建输出程序
def yacc_output(lr1_table, path):
"""
输出yacc程序
:param lr1_table: lr1 parsing table
:param path: 要输出的语法分析程序
:return:
"""
例子:
输入:
在TestInput.txt中输入的是龙书上的一个例子
使用命令
python Main.py ./test/TestInput.txt ./test/yacc.py
python ./test/yacc.py ./test/TestExpression.txt
输出:
其中每一列代表 栈, 符号, 输入 和动作
(1) 0 id * id + id $ shift 5
(2) 0 5 id * id + id $ reduce by F -> id
(3) 0 3 F * id + id $ reduce by T -> F
(4) 0 2 T * id + id $ shift 7
(5) 0 2 7 T * id + id $ shift 5
(6) 0 2 7 5 T * id + id $ reduce by F -> id
(7) 0 2 7 13 T * F + id $ reduce by T -> T * F
(8) 0 2 T + id $ reduce by E -> T
(9) 0 1 E + id $ shift 6
(10) 0 1 6 E + id $ shift 5
(11) 0 1 6 5 E + id $ reduce by F -> id
(12) 0 1 6 3 E + F $ reduce by T -> F
(13) 0 1 6 12 E + T $ reduce by E -> E + T
(14) 0 1 E $ accept
complete
与书上的正确答案比较:
因为书上是SLR(1), 本题使用了LR(1),所以在具体的状态编号上不完全相同
3. 使用说明
使用如下命令指定输入,输出文件
python Main.py inputPath output.py
然后
python output.py inputPath
在命令行中查看语法分析过程
例如:
可使用项目中提供的内容进行测试
测试一:
python Main.py ./test/TestInput.txt ./test/yacc.py
# 正常情况1
python ./test/yacc.py ./test/TestExpression.txt
# 正常情况2
python ./test/yacc.py ./test/TestExpression1.txt
因为写的比较简陋,很多功能无法使用,且输入处理也不够友好,望多多包容
4 感受
代码数量:
| 语言 | 文件 | 空行 | 注释| 代码|
| -------- | -----: | :----: | :----: |:----: |:----: |
| Python | 8 | 130 | 154 | 532|
加深了对语法分析流程和算法具体实现的理解.
锻炼了编程能力