2. 程式人生 > >手把手教你構建 C 語言編譯器（5）

手把手教你構建 C 語言編譯器（5）

阿新 • • 發佈：2018-12-11

本章中我們用 EBNF 來大致描述我們實現的 C 語言的文法，並實現其中解析變數定義部分。

由於語法分析本身比較複雜，所以我們將它拆分成 3 個部分進行講解，分別是：變數定義、函式定義、表示式。

手把手教你構建 C 語言編譯器系列共有10個部分：

EBNF 表示

EBNF 是對前一章提到的 BNF 的擴充套件，它的語法更容易理解，實現起來也更直觀。但真正看起來還是很煩，如果不想看可以跳過。

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 相關的內容我們放到後面解釋，主要原因是我們的語言不支援跨函式遞迴，而為了實現自舉，實際上我們也不能使用遞迴（虧我們說了一章的遞迴下降）。

P.S. 我是先寫程式再總結上面的文法，所以實際上它們間的對應關係並不是特別明顯。

解析變數的定義

本章要講解的就是上節文法中的 enum_decl 和 variable_decl 部分。

#program()

首先是之前定義過的 program 函式，將它改成：

void program() {
    // get next token
    next();
    while (token > 0) {
        global_declaration();
    }
}

我知道 global_declaration 函式還沒有出現過，但沒有關係，採用自頂向下的編寫方法就是要不斷地實現我們需要的內容。下面是 global_declaration 函式的內容：

#global_declaration()

即全域性的定義語句，包括變數定義，型別定義（只支援列舉）及函式定義。程式碼如下：

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();
}

看了上面的程式碼，能大概理解嗎？這裡我們講解其中的一些細節。

向前看標記 ：其中的 if (token == xxx) 語句就是用來向前檢視標記以確定使用哪一個產生式，例如只要遇到 enum 我們就知道是需要解析列舉型別。而如果只解析到型別，如 int identifier 時我們並不能確定 identifier 是一個普通的變數還是一個函式，所以還需要繼續檢視後續的標記，如果遇到 ( 則可以斷定是函數了，反之則是變數。

變數型別的表示 ：我們的編譯器支援指標型別，那意味著也支援指標的指標，如 int **data;。那麼我們如何表示指標型別呢？前文中我們定義了支援的型別：

// types of variable/function
enum { CHAR, INT, PTR };

所以一個型別首先有基本型別，如 CHAR 或 INT，當它是一個指向基本型別的指標時，如 int *data，我們就將它的型別加上 PTR 即程式碼中的：type = type + PTR;。同理，如果是指標的指標，則再加上 PTR。

#enum_declaration()

用於解析列舉型別的定義。主要的邏輯用於解析用逗號（,）分隔的變數，值得注意的是在編譯器中如何儲存列舉變數的資訊。

即我們將該變數的類別設定成了 Num，這樣它就成了全域性的常量了，而注意到上節中，正常的全域性變數的類別則是 Glo，類別資訊在後面章節中解析 expression 會使用到。

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 函式我們將放到下一章中講解。match 函式是一個輔助函式：

void match(int tk) {
    if (token == tk) {
        next();
    } else {
        printf("%d: expected token: %d\n", line, tk);
        exit(-1);
    }
}

它將 next 函式包裝起來，如果不是預期的標記則報錯並退出。

程式碼

本章的程式碼可以在 Github 上下載，也可以直接 clone

git clone -b step-3 https://github.com/lotabout/write-a-C-interpreter

本章的程式碼還無法正常執行，因為還有許多功能沒有實現，但如果有興趣的話，可以自己先試著去實現它。

小結

本章的內容應該不難，除了開頭的 EBNF 表示式可能相對不好理解一些，但如果你查看了 EBNF 的具體表示方法後就不難理解了。

剩下的內容就是按部就班地將 EBNF 的產生式轉換成函式的過程，如果你理解了上一章中的內容，相信這部分也不難理解。

下一章中我們將介紹如何解析函式的定義，敬請期待。

相關推薦

手把手教你構建 C 語言編譯器（5）

本章中我們用 EBNF 來大致描述我們實現的 C 語言的文法，並實現其中解析變數定義部分。 由於語法分析本身比較複雜，所以我們將它拆分成 3 個部分進行講解，分別是：變數定義、函式定義、表示式。 手把手教你構建 C 語言編譯器系列共有10個部分： EBNF 表示 EBNF 是對前一章提到的 BNF 的擴充

手把手教你構建 C 語言編譯器（6）

由於語法分析本身比較複雜，所以我們將它拆分成 3 個部分進行講解，分別是：變數定義、函式定義、表示式。本章講解函式定義相關的內容。 手把手教你構建 C 語言編譯器系列共有10個部分： EBNF 表示 這是上一章的 EBNF 方法中與函式定義相關的內容。 variable_decl ::= type {'*

手把手教你構建 C 語言編譯器（4）

本章我們將講解遞迴下降的方法，並用它完成一個基本的四則運算的語法分析器。 手把手教你構建 C 語言編譯器系列共有10個部分： 什麼是遞迴下降 傳統上，編寫語法分析器有兩種方法，一種是自頂向下，一種是自底向上。自頂向下是從起始非終結符開始，不斷地對非終結符進行分解，直到匹配輸入的終結符；自底向上是不斷地將終

手把手教你構建 C 語言編譯器（8）

這是整個編譯器的最後一部分，解析表示式。什麼是表示式？表示式是將各種語言要素的一個組合，用來求值。例如：函式呼叫、變數賦值、運算子運算等等。 表示式的解析難點有二：一是運算子的優先順序問題，二是如何將表示式編譯成目的碼。我們就來逐一說明。 手把手教你構建 C 語言編譯器系列共有10個部分： 運算子的優先順

手把手教你構建 C 語言編譯器（2）

本章是“手把手教你構建 C 語言編譯器”系列的第三篇，本章我們要構建一臺虛擬的電腦，設計我們自己的指令集，執行我們的指令集，說得通俗一點就是自己實現一套匯編語言。它們將作為我們的編譯器最終輸出的目的碼。 手把手教你構建 C 語言編譯器系列共有10個部分： #計算機的內部工作原理 計算機中有三個基本部件需要

手把手教你構建 C 語言編譯器（9）

恭喜你完成了自己的 C 語言編譯器，本章中我們發一發牢騷，說一說編寫編譯器值得注意的一些問題；編寫編譯器時遇到的一些難題。 手把手教你構建 C 語言編譯器系列共有10個部分： 虛擬機器與目的碼 整個系列的一開始，我們就著手虛擬機器的實現。不知道你是否有同感，這部分對於整個編譯器的編寫其實是十分重要的。我認

手把手教你構建 C 語言編譯器（1）

本章是“手把手教你構建 C 語言編譯器”系列的第二篇，我們要從整體上講解如何設計我們的 C 語言編譯器。 手把手教你構建 C 語言編譯器系列共有10個部分： 首先要說明的是，雖然標題是編譯器，但實際上我們構建的是 C 語言的直譯器，這意味著我們可以像執行指令碼一樣去執行 C 語言的原始碼檔案。這麼做的理由

手把手教你構建 C 語言編譯器（0）

“手把手教你構建 C 語言編譯器” 這一系列教程將帶你從頭編寫一個 C 語言的編譯器。希望通過這個系列，我們能對編譯器的構建有一定的瞭解，同時，我們也將構建出一個能用的 C 語言編譯器，儘管有許多語法並不支援。 手把手教你構建 C 語言編譯器系列共有10個部分： 在開始進入正題之前，本篇是一些閒聊，談談這

手把手教你構建 C 語言編譯器（3）

本章我們要講解如何構建詞法分析器。 手把手教你構建 C 語言編譯器系列共有10個部分： 什麼是詞法分析器 簡而言之，詞法分析器用於對原始碼字串做預處理，以減少語法分析器的複雜程度。 詞法分析器以原始碼字串為輸入，輸出為標記流（token stream），即一連串的標記，每個標記通常包括： (token,

手把手教你構建 C 語言編譯器（7）

整個編譯器還剩下最後兩個部分：語句和表示式的解析。它們的內容比較多，主要涉及如何將語句和表示式編譯成彙編程式碼。這章講解語句的解析，相對於表示式來說它還是較為容易的。 手把手教你構建 C 語言編譯器系列共有10個部分： 語句 C 語言區分“語句”（statement）和“表示式”（expression）兩

手把手教你做一個 C 語言編譯器（5）：變數定義

本章中我們用 EBNF 來大致描述我們實現的 C 語言的文法，並實現其中解析變數定義部分。 由於語法分析本身比較複雜，所以我們將它拆分成 3 個部分進行講解，分別是：變數定義、函式定義、表示式。 本系列： EBNF 表示 EBNF 是對前一章提到的 BNF 的擴充

手把手教你做一個 C 語言編譯器（8）：表示式

這是整個編譯器的最後一部分，解析表示式。什麼是表示式？表示式是將各種語言要素的一個組合，用來求值。例如：函式呼叫、變數賦值、運算子運算等等。 表示式的解析難點有二：一是運算子的優先順序問題，二是如何將表示式編譯成目的碼。我們就來逐一說明。 本系列： 運算子的優先順

手把手教你做一個 C 語言編譯器（7）：語句

整個編譯器還剩下最後兩個部分：語句和表示式的解析。它們的內容比較多，主要涉及如何將語句和表示式編譯成彙編程式碼。這章講解語句的解析，相對於表示式來說它還是較為容易的。 本系列： 語句 C 語言區分“語句”（statement）和“表示式”（expression）兩

手把手教你做一個 C 語言編譯器（9）：總結

恭喜你完成了自己的 C 語言編譯器，本章中我們發一發牢騷，說一說編寫編譯器值得注意的一些問題；編寫編譯器時遇到的一些難題。 本系列： 虛擬機器與目的碼 整個系列的一開始，我們就著手虛擬機器的實現。不知道你是否有同感，這部分對於整個編譯器的編寫其實是十分重要的。我認

手把手教你做一個 C 語言編譯器（2）：虛擬機器

本章是“手把手教你構建 C 語言編譯器”系列的第三篇，本章我們要構建一臺虛擬的電腦，設計我們自己的指令集，執行我們的指令集，說得通俗一點就是自己實現一套匯編語言。它們將作為我們的編譯器最終輸出的目的碼。 本系列： 計算機的內部工作原理 我們關心計算機的三個基本部件

手把手教你做一個 C 語言編譯器（6）：函式定義

由於語法分析本身比較複雜，所以我們將它拆分成 3 個部分進行講解，分別是：變數定義、函式定義、表示式。本章講解函式定義相關的內容。 本系列： EBNF 表示 這是上一章的 EBNF 方法中與函式定義相關的內容。 C

手把手教你做一個 C 語言編譯器（4）：遞迴下降

本章我們將講解遞迴下降的方法，並用它完成一個基本的四則運算的語法分析器。 本系列： 什麼是遞迴下降 傳統上，編寫語法分析器有兩種方法，一種是自頂向下，一種是自底自上。自頂向下是從起始非終結符開始，不斷地對非終結符進行分解，直到匹配輸入的終結符；自底向上是不斷地將終

手把手教你做一個 C 語言編譯器（3）：詞法分析器

本章我們要講解如何構建詞法分析器。 本系列： 什麼是詞法分析器 簡而言之，詞法分析器用於對原始碼字串做預處理，以減少語法分析器的複雜程度。 詞法分析器以原始碼字串為輸入，輸出為標記流（token stream），即一連串的標記，每個標記通常包括： (token,

手把手教你做一個 C 語言編譯器（0）：前言

“手把手教你構建 C 語言編譯器” 這一系列教程將帶你從頭編寫一個 C 語言的編譯器。希望通過這個系列，我們能對編譯器的構建有一定的瞭解，同時，我們也將構建出一個能用的 C 語言編譯器，儘管有許多語法並不支援。 在開始進入正題之前，本篇是一些閒聊，談談這個系列的初衷

手把手教你做一個 C 語言編譯器（1）：設計

本章是“手把手教你構建 C 語言編譯器”系列的第二篇，我們要從整體上講解如何設計我們的 C 語言編譯器。 本系列： 首先要說明的是，雖然標題是編譯器，但實際上我們構建的是 C 語言的直譯器，這意味著我們可以像執行指令碼一樣去執行 C 語言的原始碼檔案。這麼做的理由