编译原理词法分析课程设计报告Word格式文档下载.doc
《编译原理词法分析课程设计报告Word格式文档下载.doc》由会员分享,可在线阅读,更多相关《编译原理词法分析课程设计报告Word格式文档下载.doc(17页珍藏版)》请在冰豆网上搜索。
LB
“{”
LP
“(”
RB
“}”
RP
“)”
PLUS
“+”
…
三、设计思想和实现方法
(一)、Lex是一种生成扫描器的工具,(我是在Lunix 操作系统下安装flex,进行编程的)
Lex程序编程分为以下四步:
1.Lunix下用vi命令编写lex程序,我的文件是lex.l,编写好后,保存并退出。
2.使用命令flexlex.l,编译系统自动生成了lex.yy.c的C文件。
3.使用命令gcclex.yy.c-ll,生成可执行的扫描器a.out文件。
4.使用命令a.outfile1.c,其中file1.c为要进行此法扫描的C文件。
我要做的就是编写C语言词法的正则表达式,以及需要识别的各种词法记号和匹配后需要执行的动作即可,其他的操作都可以交给Lex来执行。
(二)、词法分析器的作用如下:
1.词法分析器的主要任务是读入源程序的输入字符
2.过滤掉源程序中的注释、空白(空格、换行符、制表符以及输入中用于分割词法单元的其他字符)
3.对源程序进行预处理,如对源程序的宏展开
4.将编译器生成的错误消息与与源程序的位置对应起来;
(三)、对于此题,我使用Lex编程来自动生成词法分析器。
使用Lex编程的重点与难点是正则式的定义,对于容易产生二义性的正则表达式,我们要借助与辅助函数来解决。
以下为一个二义性的解决;
plus({Int}|{Float}|{id}){blank}?
\+//加号的正则定义
{plus} {install(yytext,PLUS);
}//转换规则里的模式{动作}
需要说明的是:
当‘+’左边为一个标示符(id)或数字(num)时,我们才认为它是加号;
否则为正号。
但匹配到plus正则式时,我们调用intinstall()辅助函数,intinstall()函数再把“+”前面的标示符(id)或数字(num)与“+”分离开来,其余三个容易产生歧义的符号,也采用同种处理方法,install()辅助函数的定义,将在本报告的第四部分<
程序说明>
中给出。
四、程序说明
Lex是一种生成扫描器的工具,我们可以通过编写Lex文件来实现识别文本中的词汇模式的程序。
一个Lex程序可具有如下形式:
声明、定义部分
%%
转换规则
%%
辅助函数
1、声明部分包括变量和明示常量(被声明的表示一个常数标示符,如一个此法单元的名字)的声明,本程序声明部分包括:
C语言的头文件,及为每个关键字定义一个宏常量,为避免与ASCII冲突,数值从257开始。
定义部分同时给出了正则表达式。
第一段的部分如下,详细见附件二
声明部分
%{
#include<
stdio.h>
#include<
string.h>
ctype.h>
intyywrap();
#defineLB 257
#defineLP 258
….
….
#defineREAL_LITERAL 367
#defineSTRING 368
#defineCHARACTER 369
#defineNUM 370
%}
正则表达式
blank\0
delim[\t\n]
ws{delim}+
FloatE?
{digit}+(\.{digit}+)+(e{E}?
{digit}+)?
[Ff]
id{letter}({letter}|{digit})*
incom(\/\*[^*]*\*+([^/*]*\*+)*\/)|(\/\/(.)*)
mul({Int}|{Float}|{id}){blank}?
\*//乘号的正则定义
Bit({Int}|{Float}|{id}){blank}?
\&
//按位与的正则定义
sub({Int}|{Float}|{id}){blank}?
\-//减号的正则定义
2.LEX程序的每个转换规则具有如下形式:
模式{动作}
其中,每个模式是一个正则表达式,我的程序的正则表达式的定义全部在声明部分给出。
动作部分是代码片段。
以下为转换规则部分
}
{sub} {install(yytext,MINUS);
{mul} {install(yytext,MULT);
"
+="
{printf("
<
%s,%d>
\n"
yytext,PLUSA);
-="
yytext,MINUSA);
*="
yytext,MULA);
/="
yytext,DIVA);
Lex机器经过此法扫描。
通过模式匹配产生一个动作,其形式为<
词素,属性值>
,其中词素为当前匹配到的最长字符串,属性值为该词素对应的属性值,这里我们通过lex程序的声明部分的宏声明,给出每个词素对应的属性值,每个词素的属性值是唯一的。
3.Lex程序的第三个部分包括各个动作需要的所有辅助函数,其中int yywrap() 函数,这里作者定义了一个用于消除“+、—、*、&
”二义性的辅助函数
intinstall(constchar*y,intb)
{
intlen=strlen(y);
charid[len];
inti;
for(i=0;
i<
len-1;
++i)
id[i]=*(y+i);
id[len-1]='
\0'
;
if(!
sdigit(id))printf("
%s,%d>
id,IDENTIFIER);
elseprintf("
id,NUM);
printf("
%c,%d>
y[len-1],b);
return0;
};
五、程序运行结果
在lunix中用vi编辑器,编辑一个名叫lex.l的lex程序文件;
lex编译器产生lex.yy.c文件:
(如下图)
用gcclex.yy.c–ll命令产生a.out文件:
执行a.out文件,其中goods.c为要进行词法分析的C程序源文件,
使用:
./a.outgoods.c>
goods.tok通过命令行传递文件,并把分析器产生的词素通过重定向符‘>
’输入goods.tok文件中(操作如下图)
通过分屏操作符more打开goods.tok文件(如下图)
其中good.c文件的部分如下图:
六、测试报告
1、现在用写好的lex程序,用来扫描一个li.c文件,程序的重点在于二义性的处理,简单起见,我的li.c文件的内容不会太多,具体如下图:
图
(一)
2、我们用命令./a.outli.c>
li.tok对li.c文件进行词法分析,得到的结果输入到li.tok文件中,我们打开li.tok文件,其结果如下图:
图
(二)
在lex程序的声明部分我们定义了如下宏:
#definePLUS 261//“+”为加号
#defineMINUS 262//“-”为减号
#defineMULT 263//“*”为乘号
#defineBITAND276//“&
”为按位与操作
#defineUNARYMINUS297//“-”为正号
#defineUNARYPLUS298//“+”为负号
#defineDEREFERECE299//“*”为指针号
#defineADDRESS300//“&
”为引用符号
#defineIDENTIFIER303
我们由第一部可知a、b、c都为标示符(id),所以a、b、c其属性指都是303,第一个表达式a+b,扫描结果理论为<
+,261>
表示其为加号,由图二可知此法扫描实际结果与理论匹配;
第二表达式+a中的“+”理论上是正号,对应的是<
+,298>
图二中的实际结果也是<
,其他表达式,同理也可分析出。
七、存在问题及分析
词法分析的正则表达式编写有些不是很全面简洁,比如说char和income的正则式。
宏定义部分显得冗余,没有把握住词法分析的程序关键要处理的词素,
识别某些词法记号的正则表达式编写的不是很严谨,比如说在识别C语言预处理定义语句的正则表达式仅仅只能识别出预处理语句,而无法进行预处理包含的头文件的词法分析。
程序存在一个瑕疵,在处理”+、—、*、&
”时,扫描id+id、id*id、id-id、id&
id,时,把这四个符号当成加、减、乘、与符号,但当扫描遇到num+、num*、num&
、num-时,分不出mun是int还是float类型,只是笼统的把它归为数字。
这个问题是在设计辅助函数,及在正则式定义是出现的最大漏洞。
对Lex编程还不是很了解,对词法分析器的作用以及工作原理的理解还有待提高
八、总结及体会
在拿到本次课程设计题目后,对是用C/C++还是lex进行了分析,用C/C++语言直接编写词法分析程序从思路上来说会比较容易些,但在写代码的过程中,慢慢地就暴露出直接编写词法分析程序的一些问题,比如说代码里充斥着大量的if…switch…语句,也频繁些读写语句,极大地增加了代码的复杂度,从而促使我选择使用unix下的Lex编程来自动生成词法分析器的方案。
使用Lex编程就简化了代码的编写,但是Lex编程的重点是正则表达式的定义。
本次课程设计也暴露了我在编译原理学习中的一些不足,比如对正规式的含义和编写还有一些疑问,对辅助函数的编写显得不严谨,对词法分析器的作用和工作原理理解的不是很清等等,通过课程设计很好的复习了编译原理课程中的词法分析部分,对自己理解词法分析有很大的帮助
参考文献
AlfredV.AhoMonicaS.LamRaviSethiJeffreyD.Ullman《编译原理》,机械工程出版社
附录:
附录一
C语言词法记号及其含义表
MINUS
“-”
MULT
“*”
DIV
“/”
MOD
“%”
PLUSA
“+=”
MINUSA
“-=”
MULA
“*=”
DIVA
“/=”
MODA
“%=”
LS
“<
”
RS
“>
>
LSA
=”
RSA
NOT
“!
BITAND
&
BITOR
|"
XOR
^"
COMPL
~"
AND
“&
OR
“||”
LT
LE
GT
GE
EQ
“==”
NE
“