编译原理课程实验
直接粘实验报告，debug的时间较少，估计还有很多错儿，有些情况没考虑到。不过状态机的基本思路就是这样，其他的部分可以自行删改。
一、实验概述
1.1、实验要求
选择计算机高级语言之一-----C语言，运用恰当的此法分析技术线路，设计和实现其对应的词法分析器。
建议：编程语言，选择《计算机程序设计》课程所采用的语言。
提示：技术线路选择如下两种之一：
正则式→NFA→DFA→minDFA→程序设计
或正则文法→NFA→DFA→minDFA→程序设计。
要求：分析器输出结果存入到磁盘文件中，具有出错处理功能。
1.2、实验目的
1）加深对编译原理及其构造词法分析器的原理和技术理解与应用，进一步提高学生编程能力；
2）培养、提高学生分析问题、解决问题的综合能力；
3）整理资料，撰写规范的实验报告;
二、系统分析
2.1、系统需求
根据C语言语法，待分析的词可以分为如下几类：
(1) 关键字
如if, else, whlile, int 等。
(2) 标示符
开头只能为字母，后面可以接数字或者字母，用来表示各种名字，如变量名、常量名和过程名等
(3) 常数
各种类型的常数，如整型（1, 30），浮点型（2.16），字符串型（”AHD”）,字符型（’A’）
(4) 运算符与界符
如+, *, <= , 逗号等。
2.2、系统功能
读入一个C语言源程序（经过预处理的），对每一个单词输出一些三元组的集合。
2.3、系统实现步骤
按照如下顺序构造词法分析器：
(1) 设计出各类单词的正规式，画出有限状态自动机。
(2) 将各类单词的正规式转换成相应的NFA M，并将其合并成一个NFA M`
(3) 将NFA M`转换成对应的DFA M``
(4) 将DFA M``最小化为DFA M```
(5) 根据DFA M```用C语言设计出相应的词法分析器。
三、系统设计
3.1、有限状态自动机设计
状态机说明：由于单词的构成较为复杂，所以再设计时，边的变迁不再是一个字符，而是一个函数。若当前输入串满足该函数，则当前状态可以变迁到该边连接的下一状态。
根据终态可以看出自动机可以分离的状态有：
| INT |
整数 |
| FLOAT |
浮点数 |
| CHAR |
字符型 |
| CHARS |
字符串型 |
| IDENT |
标识符（包括关键字） |
| SYMBOL |
符号 |
其中，关键字的分离在辅助程序中进行。
3.2、单词符号对应的种别码
| 种别码 |
单词符号及说明 |
种别码 |
单词符号及说明 |
| 0 |
INT（整数） |
30 |
>= |
| 1 |
FLOAT（浮点数） |
31 |
<= |
| 2 |
CHAR（字符型） |
32 |
> |
| 3 |
CHAR（字符串型） |
33 |
< |
| 4 |
IDENT（标识符） |
34 |
== |
| 5 |
if |
35 |
= |
| 6 |
else |
36 |
!= |
| 7 |
int |
37 |
++ |
| 8 |
char |
38 |
+= |
| 9 |
float |
39 |
+ |
| 10 |
double |
40 |
/ |
| 11 |
long |
41 |
- |
| 12 |
short |
42 |
\ |
| 13 |
return |
43 |
; |
| 14 |
while |
44 |
( |
| 15 |
break |
45 |
) |
| 16 |
|
46 |
{ |
| 17 |
|
47 |
} |
| 18 |
|
48 |
[ |
| 19 |
|
49 |
] |
| 20 |
|
50 |
: |
| 21 |
|
51 |
-> |
| 22 |
|
52 |
? |
| 23 |
|
53 |
, |
| 24 |
|
54 |
. |
| 25 |
|
55 |
* |
| 26 |
|
56 |
|
| 27 |
|
57 |
|
| 28 |
|
58 |
|
| 29 |
|
59 |
|
3.3、基本数据结构及代码设计
代码是用C++完成的。为状态机定义了两个基本的结构体,分别为STATE和LIST。其中STATE是LIST的友元，STATE表示的是状态机中的一个状态，包括error和start等状态。LIST的实例是依附于一个STATE的实例存在的，他表示一条边，边的值是一个函数指针，该边指向一个满足该函数的另一状态。
另外用到了STL库中的MAP模板，定义为map<string,string>type用以存放关键字及其对应的种别码。
程序的输出为三元组的集合，其中三元组定义为<单词名, 单词含义 ,种别码>。如一个标识符abc的三元组为<abc, IDENT , 4> 。若某个单词错误，则会输出 error: name。 输出的最后会显示共识别了多少单词，并发现多少错误。
四、系统实现
4.1 系统运行
l 在命令行里直接输入待翻译的文件和输出的文件名。如果没有给参数，缺省为输入”input.txt”，输出”output.txt”。
l 输出的结果。
4.2 系统结果
l input.txt
其中，第六行为错误行。
int main()
{
freopen("input.txt","r",stdin);
char input[255],*s = input;
int t = 1;
floatp = 12.4;
int 0a = 2;
init();
while(gets(s))
{
curn = 0;
printf("Line %d:\n",t++);
while((*s)!= 0)
{
while((*s) == ' ') s++;
curn = 0;
curtype = 0;
print(s,start->start(s));
s += curn;
}
}
return 0;
}
l output.txt
********Line 1*********:
<int, int, 7>
<main, IDENT, 3>
<(, (, 34>
<), ), 35>
********Line 2*********:
<{, {, 36>
********Line 3*********:
<freopen, IDENT, 3>
<(, (, 34>
<"input.txt",CHARS, 2>
<,, ,, 43>
<"r", CHARS, 2>
<,, ,, 43>
<stdin, IDENT, 3>
<), ), 35>
<;, ;, 33>
********Line 4*********:
<char, char, 8>
<input, IDENT, 3>
<[, [, 38>
<255, INT, 0>
<], ], 39>
<,, ,, 43>
<*, *, 45>
<s, IDENT, 3>
<=, =, 25>
<input, IDENT, 3>
<;, ;, 33>
********Line 5*********:
<int, int, 7>
<t, IDENT, 3>
<=, =, 25>
<1, INT, 0>
<;, ;, 33>
********Line 6*********:
<float, float, 9>
<p, IDENT, 3>
<=, =, 25>
<12.4, FLOAT, 1>
<;, ;, 33>
********Line 7*********:
<int, int, 7>
error: 0a
<=, =, 25>
<2, INT, 0>
<;, ;, 33>
********Line 8*********:
********Line 9*********:
<init, IDENT, 3>
<(, (, 34>
<), ), 35>
<;, ;, 33>
********Line 10*********:
********Line 11*********:
<while, while, 14>
<(, (, 34>
<gets, IDENT, 3>
<(, (, 34>
<s, IDENT, 3>
<), ), 35>
<), ), 35>
********Line 12*********:
<{, {, 36>
********Line 13*********:
<curn, IDENT, 3>
<=, =, 25>
<0, INT, 0>
<;, ;, 33>
********Line 14*********:
<printf, IDENT, 3>
<(, (, 34>
<"Line %d:\n",CHARS, 2>
<,, ,, 43>
<t, IDENT, 3>
<++, ++, 27>
<), ), 35>
<;, ;, 33>
********Line 15*********:
<while, while, 14>
<(, (, 34>
<(, (, 34>
<*, *, 45>
<s, IDENT, 3>
<), ), 35>
<!=, !=, 26>
<0, INT, 0>
<), ), 35>
********Line 16*********:
<{, {, 36>
********Line 17*********:
<while, while, 14>
<(, (, 34>
<(, (, 34>
<*, *, 45>
<s, IDENT, 3>
<), ), 35>
<==, ==, 24>
<' ', CHAR, 2>
<), ), 35>
<s, IDENT, 3>
<++, ++, 27>
<;, ;, 33>
********Line 18*********:
<curn, IDENT, 3>
<=, =, 25>
<0, INT, 0>
<;, ;, 33>
********Line 19*********:
<curtype, IDENT, 3>
<=, =, 25>
<0, INT, 0>
<;, ;, 33>
********Line 20*********:
<print, IDENT, 3>
<(, (, 34>
<s, IDENT, 3>
<,, ,, 43>
<start, IDENT, 3>
<-, -, 31>
<>, >, 23>
<start, IDENT, 3>
<(, (, 34>
<s, IDENT, 3>
<), ), 35>
<), ), 35>
<;, ;, 33>
********Line 21*********:
<s, IDENT, 3>
<+=, +=, 28>
<curn, IDENT, 3>
<;, ;, 33>
********Line 22*********:
<}, }, 37>
********Line 23*********:
<}, }, 37>
********Line 24*********:
********Line 25*********:
<return, return, 13>
<0, INT, 0>
<;, ;, 33>
********Line 26*********:
<}, }, 37>
*******************************
1 error!
116 Word Have Been Found Out!
源代码：
#include <iostream>
#include <string.h>
#include <map>
#include <stdio.h>
#define num_before_symbol 20
using namespace std;
bool isNum(char *a);
bool isWord(char *a);
bool isSymbol(char *a);
bool isNULL(char *a);
map<string,string>type;
char symbol[][10] = {">=","<=","<",">","==","=","!=","++","+=","+","/","-","\\",";","(",")","{","}",
"[","]",":","->","?",",",".","*","\0"};
int curn = 0;
int curtype = 0;
int nerror = 0;
class STATE;
class LIST;
class STATE
{
LIST *list;
static STATE *error;
public:
static int count;
int type;
char *name;
void enlist(bool (*fun)(char *),STATE *out);
const STATE *next(char *in)const;
const STATE *start(char *)const;
STATE(char *name);
~STATE();
};
class LIST{
LIST *next;
bool (*fun)(char *);
STATE *output;
LIST(bool (*fun)(char *),STATE *out);
~LIST();
friend class STATE;
};
STATE *STATE::error = 0;
int STATE::count = 0;
LIST::LIST(bool (*fun)(char *),STATE *out)
{
this->next = NULL;
this->fun = fun;
this->output = out;
}
LIST::~LIST() //怎么delete？？？？
{
if(this->next!=NULL)
delete this->next;
}
const STATE *STATE::next(char *in)const
{
LIST *p = list;
//if(this == error) return error;
while(p!=NULL)
{
if(p->fun(in))
return p->output;
else
p = p->next;
}
return error;
}
const STATE *STATE::start(char *s)const
{
const STATE *p;
if(list == NULL)
{
if(this != error)
count++;
else
{
while(isWord(s))
curn++;
}
return this;
}
p = this->next(s);
if(p == error)
return error; //error是否要加前缀
return p->start(s+1);
}
STATE::STATE(char *name)
{
if(name == 0)
{
error = this;
this->type = 1;
return;
}
if(strcmp(name,"SYMBOL"))
this->type = 0;
else
this->type = 1;
this->name = new char[strlen(name)]; //strlen+1
strcpy(this->name,name);
this->list = NULL;
}
STATE::~STATE()
{
if(list)
{
delete list;
list = 0;
}
if(name)
{
delete name;
name = 0;
}
}
void STATE::enlist(bool (*fun)(char *),STATE *out)
{
LIST *p = new LIST(fun,out);
LIST *cur = this->list;
if(cur == NULL)
this->list = p;
else
{
while(cur->next!=NULL)
cur = cur->next;
cur->next = p;
}
}
bool mystrcmp(char *a,char *s)
{
int i = 0;
while(s[i]!='\0')
{
if(a[i]!=s[i])
return false;
i++;
}
return true;
}
bool isNum(char *a)
{
if(a[0]<='9' && a[0]>='0')
{
curn++;
return true;
}
return false;
}
bool isDot(char *a)
{
if(a[0] == '.')
{
curn++;
return true;
}
return false;
}
bool isWord(char *a)
{
if((a[0]<='Z' && a[0]>='A') || (a[0]>='a' && a[0]<='z'))
{
curn++;
return true;
}
return false;
}
bool isNotNumOrWord(char *a)
{
if((!(a[0]<='9' && a[0]>='0')) && !isWord(a))
{
return true;
}
curn--;
return false;
}
bool isSymbol(char *a)
{
int i = 0;
while(strcmp(symbol[i],"\0"))
{
if(mystrcmp(a,symbol[i]))
{
curtype = i;
curn = strlen(symbol[i]);
break;
}
i++;
}
}
bool isDQuotation(char *a)
{
if(a[0] == '"')
{
curn++;
return true;
}
return false;
}
bool isNotDQuotation(char *a)
{
if(a[0] != '"')
{
curn++;
return true;
}
return false;
}
bool isNotSQuotation(char *a)
{
if(a[0]!='\'')
{
curn++;
return true;
}
return false;
}
bool isSQuotation(char *a)
{
if(*(a-1)!='\\' && (*a)== '\'')
{
curn++;
return true;
}
return false;
}
STATE *start = new STATE("start");
STATE *s1 = new STATE("s1");
STATE *s2 = new STATE("s2");
STATE *s3 = new STATE("s3");
STATE *s4 = new STATE("s4");
STATE *s5 = new STATE("s5");
STATE *s6 = new STATE("s6");
STATE *INT = new STATE("INT");
STATE *FLOAT = new STATE("FLOAT");
STATE *IDENT = new STATE("IDENT");
STATE *SYMBOL = new STATE("SYMBOL");
STATE *CHAR = new STATE("CHAR");
STATE *CHARS = new STATE("CHARS");
STATE error(0);
void init()
{
start->enlist(isNum,s1);
start->enlist(isWord,s3);
start->enlist(isSymbol,SYMBOL);
start->enlist(isDQuotation,s4);
start->enlist(isSQuotation,s5);
s1->enlist(isNum,s1);
s1->enlist(isDot,s2);
s1->enlist(isNotNumOrWord,INT);
s1->enlist(isWord,&error); //需要将错误部分剩下的跳过，对error类型进行标识。
s2->enlist(isNum,s2);
s2->enlist(isNotNumOrWord,FLOAT);
s2->enlist(isWord,&error);
s3->enlist(isWord,s3);
s3->enlist(isNum,s3);
s3->enlist(isNotNumOrWord,IDENT);
s4->enlist(isNotDQuotation,s4); //if is """ will get wrong answer
s4->enlist(isDQuotation,CHARS);
s5->enlist(isNotSQuotation,s6);
s5->enlist(isSQuotation,&error);
s6->enlist(isSQuotation,CHAR);
type["INT"] = "0";
type["FLOAT"] = "1";
type["CHAR"] = "2";
type["CHARS"] = "2";
type["IDENT"] = "3";
type["if"] = "5";
type["else"] = "6";
type["int"] = "7";
type["char"] = "8";
type["float"] = "9";
type["double"] = "10";
type["long"] = "11";
type["short"] = "12";
type["return"] = "13";
type["while"] = "14";
type["break"] = "15";
//引号算什么？？
}
void print(char *s,const STATE *p)
{
int i = 0;
char temp[255];
for(i = 0;i<curn;i++)
temp[i] = s[i];
temp[i] = '\0';
if(p->name == 0)
{
printf("error: %s\n",temp);
nerror++;
return;
}
printf("<");
for(i = 0;i<curn;i++)
printf("%c",*(s+i));
if(curtype == 0)
{
if(type.find(temp) == type.end())
cout<<", "<<p->name<<", "<<type[p->name]<<">"<<endl;
else
cout<<", "<<temp<<", "<<type[temp]<<">"<<endl;
}
else
printf(", %s, %d>\n",symbol[curtype],num_before_symbol+curtype);
}
int main(int argv,char *argc[])
{
char temp[2][255];
if(argv<2)
strcpy(temp[0],"input.txt");
else
strcpy(temp[0],argc[1]);
if(argv<3)
strcpy(temp[1],"output.txt");
else
strcpy(temp[1],argc[2]);
freopen((const char*)temp[0],"r",stdin);
freopen((const char*)temp[1],"w",stdout);
char input[255],*s = input;
int t = 1;
init();
while(gets(s))
{
curn = 0;
printf("********Line %d*********:\n",t++);
if(t == 18)
t = 18;
while((*s)!='\0') //n is last edit
{
while((*s) == ' ') s++; //滤掉空格
curn = 0;
curtype = 0;
print(s,start->start(s));
s += curn;
while((*s) == ' ') s++; //滤掉空格
}
s = input;
printf("\n");
}
printf("*******************************\n%d error!\n%d Word Have Been Found Out!\n",nerror,STATE::count);
return 0;
}