[转载]LCC编译器的源程序分析(5)行号同步与类型初始化

上面已经介绍打开文件输入，并且分析了读取到缓冲区里的代码，接着下来就是分析行号同步的处理，还有类型初始化。

 

先来看看生成中间文件 hello.i 中的源程序，在它的第 1 行和第 2 行如下：

#001 #line 1 "hello.c"

#002 #line 1 "include/stdio.h"

#003 

#004 

#005 

#006 

#007 typedef unsigned int size_t;

 

这样的源程序是怎么样被处理的呢？像＃ line 参数就是用来识别文件的行号同步和文件名称的。现在就来分析函数 nextline ，它就会处理这样的源程序，让行号同步和源程序的文件名称也同步更新，这样就可以定位源程序出错时所在的位置，比如在编译 C 程序时就可以看到在某行某列出错，然后双击鼠标，就可以跑到相应的源程序位置进行查看和修改了。如下所示：

Warning 1    warning C4101: 'dst' : unreferenced local variable   g:/cnasm/cncc/src/alpha.c 4798

 

nextline 函数的源程序如下：

#001 void nextline(void)

#002 {

#003  do

#004  {

#005         if (cp >= limit)

#006         {

#007               fillbuf();

#008               if (cp >= limit)

#009                    cp = limit;

#010               if (cp == limit)

#011                    return;

#012         }

#013         else

#014         {

#015               lineno++;

#016               for (line = (char *)cp; *cp==' ' || *cp=='/t'; cp++)

#017                    ;

#018 

#019               if (*cp == '#')

#020               {

#021                    resynch();

#022                    nextline();

#023               }

#024         }

#025 

#026  } while (*cp == '/n' && cp == limit);

#027 }

 

第 5 行到第 12 行是分析缓冲区内容完成后，重新读取文件数据到缓冲区里。

第 15 行是增加源程序的行号，它就是用来表示记号所在的行号。

第 16 行是跳过连续的空格和制表符。

第 19 行到 23 行是处理行号同步和文件同步，后面接着分析它。

第 26 行是处理一行代码完成，再处理下一行代码。

 

下面接着看函数 resynch ，它是进行＃开始的参数处理：

#001 static void resynch(void)

#002 {

#003  for (cp++; *cp == ' ' || *cp == '/t'; )

#004         cp++;

#005 

#006  if (limit - cp < MAXLINE)

#007         fillbuf();

#008 

#009  if (strncmp((char *)cp, "pragma", 6) == 0)

#010  {

#011         cp += 6;

#012         pragma();

#013  }

#014  else if (strncmp((char *)cp, "ident", 5) == 0)

#015  {

#016         cp += 5;

#017         ident();

#018  }

#019  else if (*cp >= '0' && *cp <= '9')

#020  {

#021  line:     for (lineno = 0; *cp >= '0' && *cp <= '9'; )

#022               lineno = 10*lineno + *cp++ - '0';

#023         lineno--;

#024         while (*cp == ' ' || *cp == '/t')

#025               cp++;

#026 

#027         if (*cp == '"')

#028         {

#029               file = (char *)++cp;

#030               while (*cp && *cp != '"' && *cp != '/n')

#031                    cp++;

#032               file = stringn(file, (char *)cp - file);

#033               if (*cp == '/n')

#034                    warning("missing /" in preprocessor line/n");

#035               if (firstfile == 0)

#036                    firstfile = file;

#037         }

#038  }

#039  else if (strncmp((char *)cp, "line", 4) == 0)

#040  {

#041         for (cp += 4; *cp == ' ' || *cp == '/t'; )

#042               cp++;

#043         if (*cp >= '0' && *cp <= '9')

#044               goto line;

#045         if (Aflag >= 2)

#046               warning("unrecognized control line/n");

#047  }

#048  else if (Aflag >= 2 && *cp != '/n')

#049         warning("unrecognized control line/n");

#050 

#051  while (*cp)

#052         if (*cp++ == '/n')

#053               if (cp == limit + 1)

#054               {

#055                    nextline();

#056                    if (cp == limit)

#057                          break;

#058               }

#059               else

#060                    break;

#061 }

#062 

第 3 行、第 4 行删除空格和制表符。

第 6 、 7 行是把行缓冲区填满。

第 9 行到第 13 行是处理参数 pragma 。

第 14 到第 18 行是处理参数 ident 。

第 39 行到第 47 行是处理 line 参数，然后跳到第 21 行的标号 line 里处理行号识别。比如下面的代码：

#line 1 "hello.c"

就是识出 # 后，运行上面的函数，然后就识别出来 line 字符串，接着就到标识处理，把后面的字符串 1 识别出来，把它转换为 10 进制值赋值给行号变量 lineno 。

第 27 行到第 37 行是识别后面的文件字符串 hello.c ，赋值给 file 。

这样就可以把上面的行号源程序处理完成，得到当前文件名称和当前行号，定位到源程序出错的位置了。

 

      处理完上面的行号源程序后，就会调用类型初始化，如下：

      type_init(argc, argv);

 

类型初始化，其实就是设置 C 编译器内部预先定义的基本类型。下面就来看看具体是怎么样的。

#001 void type_init(int argc, char *argv[])

#002 {

#003  static int inited;

#004  int i;

#005 

#006  if (inited)

#007         return;

#008 

#009  inited = 1;

#010  if (!IR)

#011         return;

#012 

#013  for (i = 1; i < argc; i++)

#014  {

#015         int size, align, outofline;

#016         if (strncmp(argv[i], "-unsigned_char=", 15) == 0)

#017               IR->unsigned_char = argv[i][15] - '0';

#018 

#019 #define xx(name) /

#020         else if (sscanf(argv[i], "-" #name "=%d,%d,%d", &size, &align, &outofline) == 3) { /

#021               IR->name.size = size; IR->name.align = align; /

#022               IR->name.outofline = outofline; }

#023  xx(charmetric)

#024  xx(shortmetric)

#025  xx(intmetric)

#026  xx(longmetric)

#027  xx(longlongmetric)

#028  xx(floatmetric)

#029  xx(doublemetric)

#030  xx(longdoublemetric)

#031  xx(ptrmetric)

#032  xx(structmetric)

#033 #undef xx

#034  }

#035 

#036 #define xx(v,name,op,metrics) v=xxinit(op,name,IR->metrics)

#037  xx(chartype,        "char",              IR->unsigned_char ? UNSIGNED : INT,charmetric);

#038  xx(doubletype,      "double",            FLOAT,   doublemetric);

#039  xx(floattype,       "float",             FLOAT,   floatmetric);

#040  xx(inttype,         "int",               INT,     intmetric);

#041  xx(longdouble,      "long double",       FLOAT,   longdoublemetric);

#042  xx(longtype,        "long int",          INT,     longmetric);

#043  xx(longlong,        "long long int",     INT,     longlongmetric);

#044  xx(shorttype,       "short",             INT,     shortmetric);

#045  xx(signedchar,      "signed char",       INT,     charmetric);

#046  xx(unsignedchar,    "unsigned char",     UNSIGNED,charmetric);

#047  xx(unsignedlong,    "unsigned long",     UNSIGNED,longmetric);

#048  xx(unsignedshort,   "unsigned short",    UNSIGNED,shortmetric);

#049  xx(unsignedtype,    "unsigned int",      UNSIGNED,intmetric);

#050  xx(unsignedlonglong,"unsigned long long",UNSIGNED,longlongmetric);

#051 #undef xx

#052 

#053  {

#054         Symbol p;

#055         p = install(string("void"), &types, GLOBAL, PERM);

#056         voidtype = type(VOID, NULL, 0, 0, p);

#057         p->type = voidtype;

#058  }

#059 

#060  pointersym = install(string("T*"), &types, GLOBAL, PERM);

#061  pointersym->addressed = IR->ptrmetric.outofline;

#062  pointersym->u.limits.max.p = (void*)ones(8*IR->ptrmetric.size);

#063  pointersym->u.limits.min.p = 0;

#064  voidptype = ptr(voidtype);

#065  funcptype = ptr(func(voidtype, NULL, 1));

#066  charptype = ptr(chartype);

#067 #define xx(v,t) if (v==NULL && t->size==voidptype->size && t->align==voidptype->align) v=t

#068  xx(unsignedptr,unsignedshort);

#069  xx(unsignedptr,unsignedtype);

#070  xx(unsignedptr,unsignedlong);

#071  xx(unsignedptr,unsignedlonglong);

#072  if (unsignedptr == NULL)

#073         unsignedptr = type(UNSIGNED, NULL, voidptype->size, voidptype->align, voidptype->u.sym);

#074  xx(signedptr,shorttype);

#075  xx(signedptr,inttype);

#076  xx(signedptr,longtype);

#077  xx(signedptr,longlong);

#078  if (signedptr == NULL)

#079         signedptr = type(INT, NULL, voidptype->size, voidptype->align, voidptype->u.sym);

#080 #undef xx

#081  widechar = unsignedshort;

#082 

#083  for (i = 0; i < argc; i++)

#084  {

#085 #define xx(name,type) /

#086         if (strcmp(argv[i], "-wchar_t=" #name) == 0) /

#087               widechar = type;

#088         xx(unsigned_char,unsignedchar)

#089         xx(unsigned_int,unsignedtype)

#090         xx(unsigned_short,unsignedshort)

#091  }

#092 #undef xx

#093 }

 

上面的代码主要把所有缺省的类型创建到一个表数据 types 里，把 char 、 double 、 float 、 int 类型初始化到那个表里。每个类型定义如下：

#001 struct type

#002 {

#003  int op;

#004  Type type;

#005  int align;

#006  int size;

#007  union

#008  {

#009         Symbol sym;

#010         struct

#011         {

#012               unsigned oldstyle:1;

#013               Type *proto;

#014         } f;

#015  } u;

#016  Xtype x;

#017 };

主要有类型对齐方式，类型占用大小，还有扩展类型。在 C 里，类型是很重要的，因为所有变量都是基类数据类型声明的，不同类型的属性不一致，这些都需要进行比较的。定义了这样的类型表，就比较好查找变量的类型，同时也可以节省编译时的存储空间。

到这里，就把类型初始化理解完成， C 语言是强类型的语言，所有变量和函数都需要先声明后使用，并且不同的类型不等价的，相互之间需要进行转换。

 

现在已经把 C 编译器的初始化工作准备完成了，后面就开始读取源程序里的记号进行处理，也就是进入词法分析阶段，越来越来精彩了。