东南大学编译原理词法分析器实验报告.docx
《东南大学编译原理词法分析器实验报告.docx》由会员分享，可在线阅读，更多相关《东南大学编译原理词法分析器实验报告.docx（21页珍藏版）》请在冰豆网上搜索。
东南大学编译原理词法分析器实验报告
东南大学-编译原理-词法分析器实验报告
东南大学-编译原理-词法分析器实验报告
词法分析设计
1.实验目的
通过本实验的编程实践，了解词法分析的任务，掌握词法分析程序设计的原理和构造方法，对编译的基本概念、原理和方法有完整的和清楚的理解，并能正确地、熟练地运用。
2.实验内容
用C++语言实现对C++语言子集的源程序进行词法分析。
通过输入源程序从左到右对字符串进行扫描和分解，依次输出各个单词的内部编码及单词符号自身值；若遇到错误则显示“Error”，然后跳过错误部分继续显示 ；同时进行标识符登记符号表的管理。
3.实验原理
本次实验采用NFA->DFA->DFA0的过程:
对待分析的简单的词法（关键词/id/num/运算符/空白符等）先分别建立自己的FA，然后将他们用
产生式连接起来并设置一个唯一的开始符，终结符不合并。
DFA0：
5.流程图
5.核心数据结构描述
（1）生成的token序列由name、type、attr保存。
structtoken{
stringname;
stringtype;
intattr;
};
（2）本文的大多数数据结构都用map来保存，优点是查找方便，大大提高时间复杂度。
mapKeywords;//保存关键字
mapSep;//保存界符
mapRelop;//保存比较运算符
mapOp;//保存其他运算符
mapid;//保存输入字符串中的id
mapnum;//保存数字
vectorToken;//保存token序列，大小未知，所以采用vector保存
6.核心算法描述
（1）voidaddToken（strings,inttype）s为找到的字符串，type为可能类型。
将分析出来的token（）序列添加到Token序列表中。
如果是类型为1，查看关键词表，若找到，其类型为关键词并将其以类型为关键词存储到Token表中；若未找到，则查找id表，若找到，说明该id已经出现过，否则添加新的id到id表中，将该i字符串以类型为id添加到Token表中。
如果类型为2，在界符表中查找，如果找到以类型为界符存储到Token表中，同理其他几种类型。
可能类型为1--5，如果出现其他类型表示是词法分析器中发现额错误，将错误信息记录下来。
voidaddToken（strings,inttype）
{
switch（type）{
case1:
l_it=Keywords.find（s）;
if（l_it!
=Keywords.end（））{
tokent={s,"keywords",l_it->second};
Token.push_back（t）;
}else{
l_it=id.find（s）;
if（l_it==id.end（））
{
id[s]=idNum;
tokent={s,"id",idNum++};
Token.push_back（t）;
}else{
tokent={s,"id",l_it->second};
Token.push_back（t）;
}
}
break;
case2:
l_it=Sep.find（s）;
if（l_it!
=Sep.end（））{
tokent={s,"separatrix",l_it->second};
Token.push_back（t）;
}
break;
case3:
l_it=Op.find（s）;
if（l_it!
=Op.end（））{
tokent={s,"op",l_it->second};
Token.push_back（t）;
}
break;
case4:
l_it=Relop.find（s）;
if（l_it!
=Relop.end（））{
tokent={s,"relop",l_it->second};
Token.push_back（t）;
}
break;
case5:
l_it=num.find（s）;
if（l_it==num.end（））
{
num[s]=nNum;
tokent={s,"num",nNum++};
Token.push_back（t）;
}else{
tokent={s,"num",l_it->second};
Token.push_back（t）;
}
break;
default:
//error
tokent={s,"id",-1};
Token.push_back（t）;
break;
}
}
（2）voidlexical（）词法分析器，按字符读入文法并对其进行处理。
从状态0开始处理，如果是空白符则一直在状态0，如果第一个字符为字母，继续往后寻找，直至不是字母或是数字结束；若第一个字符为数字，将其拼凑成一个数字，数字可以有小数点等，详细见状态转换图，注意以数字开头容易出现一种例如3a类型的错误，所以以数字开头的一定要往下多找一个，看最后一个数字后面是否为空白符或界符或者其他允许出现的符号，如果后面紧跟着字母则报错。
如上同理分析运算符等。
注意每次处理完遇到一个字符串都要将其送到addToken（）添加到Token表中并回到状态0，继续往下处理。
voidlexical（）
{
fstreamln（"E:
\ln.txt"）;
charch,tempch;
intstate=0;
strings="",key="";
while（!
ln.eof（））
{
switch（state）{
case0:
ch=ln.get（）;
s=ch;
if（ch==13||ch==10||ch==32||ch==9）{state=0;s="";}
elseif（ch=='<'）state=1;
elseif（ch=='='）state=6;
elseif（ch=='>'）state=9;
elseif（isLetter（ch））state=13;
elseif（isDigit（ch））state=15;
elseif（ch=='+'||ch=='-'||ch=='*'||ch=='/'||ch=='&'||ch=='|'）
{state=20;tempch=ch;}
elseif（ch=='^'）state=44;
elseif（isSep（ch）!
=-1）state=47;
elseif（isOp（s）!
=-1）state=48;
elseif（isRelop（s）!
=-1）state=49;
elsestate=50;//error
break;
case1:
ch=ln.get（）;
if（ch=='='||ch=='>'）state=2;
elseif（ch=='<'）state=4;
elsestate=5;
break;
case2:
s+=ch;
addToken（s,4）;
state=0;
break;
case4:
s+=ch;
addToken（s,3）;
state=0;
break;
case5:
//*
addToken（s,4）;
ln.seekg（-1,ios:
:
cur）;
state=0;
break;
case6:
ch=ln.get（）;
if（ch=='='）state=7;
elsestate=8;
break;
case7:
s+=ch;
addToken（s,4）;
state=0;
break;
case8:
//*
addToken（s,3）;
ln.seekg（-1,ios:
:
cur）;
state=0;
break;
case9:
ch=ln.get（）;
if（ch=='='）state=10;
elseif（ch=='>'）state=11;
elsestate=12;
break;
case10:
s+=ch;
addToken（s,4）;
state=0;
break;
case11:
s+=ch;
addToken（s,3）;
state=0;
break;
case12:
//*
state=0;
addToken（s,4）;
ln.seekg（-1,ios:
:
cur）;
break;
case13:
ch=ln.get（）;
if（isDigit（ch）||isLetter（ch））s+=ch;
elsestate=14;
break;
case14:
//*
state=0;
addToken（s,1）;
ln.seekg（-1,ios:
:
cur）;
break;
case15:
ch=ln.get（）;
if（isDigit（ch））s+=ch;
elseif（ch=='.'）
{
s+=ch;
state=16;
}elsestate=18;
break;
case16:
ch=ln.get（）;
s+=ch;
if（isDigit（ch））state=17;
elsestate=50;//error
break;
case17:
ch=ln.get（）;
if（isDigit（ch））{
s+=ch;
state=17;
}elsestate=18;
break;
case18:
//*
if（isLetter（ch））
{
s+=ch;
state=50;
}else{
addToken（s,5）;
ln.seekg（-1,ios:
:
cur）;
state=0;
}
break;
case20:
ch=ln.get（）;
if（ch==tempch||ch=='='）state=21;
elsestate=23;
break;
case21:
s+=ch;
addToken（s,3）;
state=0;
break;
case23:
addToken（s,3）;
ln.seekg（-1,ios:
:
cur）;
state=0;
break;
case44:
ch=ln.get（）;
if（ch=='='）state=45;
elsestate=46;
break;
case45:
s+=ch;
addToken（s,3）;
break;
case46:
addToken（s,3）;
ln.seekg（-1,ios:
:
cur）;
break;
case47:
addToken（s,2）;
state=0;
break;
case48:
addToken（s,3）;
state=0;
break;
case49:
addToken（s,4）;
state=0;
break;
case50:
//error
while（（ch=ln.get（））!
=EOF）{
if（isSep（ch）!
=-1||ch==13||ch==10||ch==32||ch==9）
break;
elses+=ch;
}
addToken（s,6）;//error
ln.seekg（-1,ios:
:
cur）;
state=0;
break;
default:
break;
}
}
}
7.测试用例
待测字符串：
voidfun（）
{
inta=2,b=3,3a;
a++;b--;
a+=b;
b*=a;
intc=a+4;
intd=b*5;
}
产生结果在out.txt中（注意，无论输入输出文件都要保存在E盘根目录下）
8.出现的问题与解决方案
本实验的难点就是进行有效地进行状态如转换，先对每一个简单部分，如空白符、id、digit等画出自动机状态，然后由NFA->DFA，添加一个唯一的初始状态，
产生式连接。
再将DFA中等价的状态合并最后变成DFA0。
这样便大大简化了代码量，也使得逻辑思维更加清晰。
9.自我体会
将理论运用到实际，不仅可以帮我们更好地复习理论知识，还可以让我们发发掘到一些更深刻层面上的东西。
通过本次实验，我深入了解了词法分析的过程，对NFA,DFA,DFA0之间的转换也更能更加熟练地运用。
这次实验还有许多需要加强的地方，比如还可以对id的类型进行明确分类，是函数还是变量，是什么类型的，返回类型是什么等等。
之后有机会的话，我一定会更加深入的研究，将这个实验更加完善。
升级会员 