编译原理-实验一-简单词法分析程序的设计
一、实验目的
了解词法分析程序的基本构造原理，掌握简单词法分析程序的构造方法。
二、实验内容
根据PASCAL语言的说明语句结构，设计一个对PASCAL语言常量说明语句进行词法分析的简单程序，并用C、C++或Java语言编程实现。要求程序能够对从键盘输入或从文件读入的形如 “const count=10,sum=81.5,char1=’f’,string1=”hj”, max=169；”的字符串进行分析处理，判断该输入串是否是一个有效的PASCAL语言常量说明语句。如果不是，则报错；如果是，则识别出该输入串中所说明的各种常量名、常量类型及常量值，并统计各种类型的常量个数。
三、实验要求
1、输入的常量说明串，要求最后以分号作结束标志；
2、根据输入串或读入的文本文件中第一个单词是否为“const”判断输入串或文本文件是否为常量说明内容；
3、识别输入串或打开的文本文件中的常量名。常量名必须是标识符，定义为字母开头，后跟若干个字母，数字或下划线；
4、根据各常量名紧跟等号“=”后面的内容判断常量的类型。其中：字符型常量定义为放在单引号内的一个字符；字符串常量定义为放在双引号内所有内容；整型常量定义为带或不带+、- 号，不以0开头的若干数字的组合；实型常量定义为带或不带+、- 号，不以0开头的若干数字加上小数点再后跟若干数字的组合；
5、统计并输出串或文件中包含的各种类型的常量个数；
6、以二元组(类型,值)的形式输出各常量的类型和值；
7、根据常量说明串置于高级语言源程序中时可能出现的错误情况，模仿高级语言编译器对不同错误情况做出相应处理。
四、运行结果示例
1、输入如下正确的常量说明串：
const count=10,sum=81.5,char1=‘f’,max=169,str1=“h*54 2..4S!AAsj”, char2=‘@’,str2=“aa!+h”；
输出：
count(integer,10)
sum(float,81.5)
char1(char, ‘f’)
max(integer,169)
str1(string,“h*54 2..4S!AAsj”)
char2(char, ‘@’)
str2(string,“aa!+h”)
int_num=2; char_num=2; string_num=2; float_num=1.
2、输入类似如下的保留字const错误的常量说明串：
Aconstt count=10,sum=81.5,char1=‘f’;
输出类似下面的错误提示信息：
It is not a constant declaration statement!
Please input a string again!
3、输入类似如下含常量名或常量值错误的常量说明串：
const count=10,12sum=81.5,char1=‘ff’,max=0016；
输出类似下面的错误提示信息：
count(integer,10)
12sum(Wrong! It is not a identifier!)
char1(Wrong! There are more than one char in ‘’.)
max(Wrong! The integer can’t be started with ‘0’.)
int_num=1; char_num=0; string_num=0; float_num=0.
4、其他类型的错误处理情况（略）。
五、实验提示
本实验重点有三个：一是作为常量名的标识符的识别；二是如何根据“=”后出现的内容来判断常量类型；三是对各种错误的处理。难点是对整型和实型常量的判断必须综合考虑多种可能情况。
建议：1、用指针或数组与指针相结合来处理输入的常量说明串；2、对整型和实型常量处理时，重点考虑常数中‘0’的位置。
六、分析与讨论
1、若考虑用E或e的科学计数法来表示整数和实数，应该如何实现？
2、若考虑布尔型常量，且规定其值只能为true或false，应该如何实现？
3、如何对手工构造的词法分析程序做进一步的优化，以提高代码质量和运行效率？
分析表
|
|
FIRST |
FOLLOW |
| S |
(,m |
#,) |
| A |
(,m |
+,#,) |
| T |
+,$ |
#,) |
| U |
*,$ |
+,#,) |
| B |
(,m |
*,+,#,) |
|
|
SELECT |
| S->AT |
(,m |
| A->BU |
(,m |
| T->+AT |
+ |
| T->$ |
#,) |
| U->*BU |
* |
| U->$ |
+,#,) |
| B->(S) |
( |
| B->m |
M |
|
|
m |
( |
) |
+ |
* |
# |
| S |
->AT |
->AT |
|
|
|
|
| A |
->BU |
->BU |
|
|
|
|
| T |
|
|
->$ |
->+AT |
|
->$ |
| U |
|
|
->$ |
->$ |
->BU |
->$ |
| B |
->m |
->(S) |
|
|
|
|
个人实验代码（我的判断是依据""来的，如果里面有什么其他符号，请加转义符进行符号插入）：
import java.util.*;
public class Main {
static int int_num=0;
static int char_num=0;
static int string_num=0;
static int float_num=0;
static String name;//变量名
static String string;//值
static int namefg = 0;//变量名检验
static int stringfg = 0;//变量值检验
static String type;//类型
static String value;//值
static int kong = 0;
//static int flag = 0;
public static void main(String[] args) {
Scanner in = new Scanner(System.in);
String s = in.nextLine();
boolean result=s.startsWith("const ");//检查开头
if(!result){
System.out.println("开头校检失败！");
}else {
CutString(s);//分隔字符串
in.close();
}
}
public static void CutString(String s) {//分割校检
// TODO Auto-generated method stub
char []str = s.toCharArray();//字符串转成字符串数组
int i = 6;
while(i