自己动手制作C 语言编译器(5):变量定义

本章中我们用 EBNF 来大致描述我们实现的 C 语言的文法,并实现其中解析变量定义部分。

由于语法分析本身比较复杂,所以我们将它拆分成 3 个部分进行讲解,分别是:变量定义、函数定义、表达式。

EBNF 表示

EBNF 是对前一章提到的 BNF 的扩展,它的语法更容易理解,实现起来也更直观。但真正看起来还是很烦,如果不想看可以跳过。

program ::= {global_declaration}+


global_declaration ::= enum_decl | variable_decl | function_decl


enum_decl ::= 'enum' [id] '{' id ['=' 'num'] {',' id ['=' 'num'} '}'


variable_decl ::= type {'*'} id { ',' {'*'} id } ';'


function_decl ::= type {'*'} id '(' parameter_decl ')' '{' body_decl '}'


parameter_decl ::= type {'*'} id {',' type {'*'} id}


body_decl ::= {variable_decl}, {statement}


statement ::= non_empty_statement | empty_statement


non_empty_statement ::= if_statement | while_statement | '{' statement '}'

                     | 'return' expression | expression ';'


if_statement ::= 'if' '(' expression ')' statement ['else' non_empty_statement]


while_statement ::= 'while' '(' expression ')' non_empty_statement

其中expression相关的内容我们放到后面解释,主要原因是我们的语言不支持跨函数递归,而为了实现自举,实际上我们也不能使用递归(亏我们说了一章的递归下降)。

P.S. 我是先写程序再总结上面的文法,所以实际上它们间的对应关系并不是特别明显。如果想一起交流的可以加这个群:941636044 ,有什么问题可以群里面交流,群里面也有一些方便学习C语言C++编程的资料可以给你利用哦!

解析变量的定义

本章要讲解的就是上节文法中的enum_decl和variable_decl部分。

program()

首先是之前定义过的program函数,将它改成:

void program() {

    // get next token

    next();

    while (token > 0) {

        global_declaration();

    }

}

我知道global_declaration函数还没有出现过,但没有关系,采用自顶向下的编写方法就是要不断地实现我们需要的内容。下面是global_declaration函数的内容:

global_declaration()

即全局的定义语句,包括变量定义,类型定义(只支持枚举)及函数定义。代码如下:

int basetype;    // the type of a declaration, make it global for convenience

int expr_type;   // the type of an expression


void global_declaration() {

    // global_declaration ::= enum_decl | variable_decl | function_decl

    //

    // enum_decl ::= 'enum' [id] '{' id ['=' 'num'] {',' id ['=' 'num'} '}'

    //

    // variable_decl ::= type {'*'} id { ',' {'*'} id } ';'

    //

    // function_decl ::= type {'*'} id '(' parameter_decl ')' '{' body_decl '}'


    int type; // tmp, actual type for variable

    int i; // tmp


    basetype = INT;


    // parse enum, this should be treated alone.

    if (token == Enum) {

        // enum [id] { a = 10, b = 20, ... }

        match(Enum);

        if (token != '{') {

            match(Id); // skip the [id] part

        }

        if (token == '{') {

            // parse the assign part

            match('{');

            enum_declaration();

            match('}');

        }


        match(';');

        return;

    }


    // parse type information

    if (token == Int) {

        match(Int);

    }

    else if (token == Char) {

        match(Char);

        basetype = CHAR;

    }


    // parse the comma seperated variable declaration.

    while (token != ';' && token != '}') {

        type = basetype;

        // parse pointer type, note that there may exist `int ****x;`

        while (token == Mul) {

            match(Mul);

            type = type + PTR;

        }


        if (token != Id) {

            // invalid declaration

            printf("%d: bad global declaration\n", line);

            exit(-1);

        }

        if (current_id[Class]) {

            // identifier exists

            printf("%d: duplicate global declaration\n", line);

            exit(-1);

        }

        match(Id);

        current_id[Type] = type;


        if (token == '(') {

            current_id[Class] = Fun;

            current_id[Value] = (int)(text + 1); // the memory address of function

            function_declaration();

        } else {

            // variable declaration

            current_id[Class] = Glo; // global variable

            current_id[Value] = (int)data; // assign memory address

            data = data + sizeof(int);

        }


        if (token == ',') {

            match(',');

        }

    }

    next();

}

看了上面的代码,能大概理解吗?这里我们讲解其中的一些细节。

向前看标记:其中的if (token == xxx)语句就是用来向前查看标记以确定使用哪一个产生式,例如只要遇到enum我们就知道是需要解析枚举类型。而如果只解析到类型,如int identifier时我们并不能确定identifier是一个普通的变量还是一个函数,所以还需要继续查看后续的标记,如果遇到(则可以断定是函数了,反之则是变量。

变量类型的表示:我们的编译器支持指针类型,那意味着也支持指针的指针,如int **data;。那么我们如何表示指针类型呢?前文中我们定义了支持的类型:

// types of variable/function

enum { CHAR, INT, PTR };

所以一个类型首先有基本类型,如CHAR或INT,当它是一个指向基本类型的指针时,如int *data,我们就将它的类型加上PTR即代码中的:type = type + PTR;。同理,如果是指针的指针,则再加上PTR。

enum_declaration()

用于解析枚举类型的定义。主要的逻辑用于解析用逗号(,)分隔的变量,值得注意的是在编译器中如何保存枚举变量的信息。

即我们将该变量的类别设置成了Num,这样它就成了全局的常量了,而注意到上节中,正常的全局变量的类别则是Glo,类别信息在后面章节中解析expression会使用到。

void enum_declaration() {

    // parse enum [id] { a = 1, b = 3, ...}

    int i;

    i = 0;

    while (token != '}') {

        if (token != Id) {

            printf("%d: bad enum identifier %d\n", line, token);

            exit(-1);

        }

        next();

        if (token == Assign) {

            // like {a=10}

            next();

            if (token != Num) {

                printf("%d: bad enum initializer\n", line);

                exit(-1);

            }

            i = token_val;

            next();

        }


        current_id[Class] = Num;

        current_id[Type] = INT;

        current_id[Value] = i++;


        if (token == ',') {

            next();

        }

    }

}

其它

其中的function_declaration函数我们将放到下一章中讲解。match函数是一个辅助函数:

void match(int tk) {

    if (token == tk) {

        next();

    } else {

        printf("%d: expected token: %d\n", line, tk);

        exit(-1);

    }

}

它将next函数包装起来,如果不是预期的标记则报错并退出。

小结

本章的内容应该不难,除了开头的 EBNF 表达式可能相对不好理解一些,但如果你查看了 EBNF 的具体表示方法后就不难理解了。

剩下的内容就是按部就班地将 EBNF 的产生式转换成函数的过程,如果你理解了上一章中的内容,相信这部分也不难理解。如果想一起交流的可以加这个群:941636044 ,有什么问题可以群里面交流,群里面也有一些方便学习C语言C++编程的资料可以给你利用哦!

下一章中我们将介绍如何解析函数的定义,敬请期待。

你可能感兴趣的:(自己动手制作C 语言编译器(5):变量定义)