【编译系统01】编译器 - 词法分析器(lexial)的设计思路

时间：2019/11/29

首先，词法分析器由一个扫描器与状态机组成。

一. 词法分析器整体设计流程

　　

二、设计细节

1. code.txt：

　　我们假设读取下面文本

　　

2.符号类型的设计

　　我们使用 enum 数据结构，其好处有两点：

　　1. 只能选取其成员中的一个。

　　2. 可以直接用符号的名字命名变量。　　

 enum symbol {
     KW_MAIN, KW_IF, KW_ELSE, KW_WHILE, KW_INT, KW_COUT, KW_CIN, KW_ENDL, KW_RETURN, // 关键字
     LBRACE, RBRACE, LPAREN, RPAREN, SEMI, COMMA, // 界符
     ASSIGN, ADD, MINUS, TIMES, DIVIDE, // 运算
     EQ, NE, G, GE, B, BE, IN, OUT, // 判断标志位
     STR, NUM, ID, // 字符串，数字，标识符
     END // 文件结尾
 };

3. 扫描器

　　扫描器会仅仅读取一个字符，先将旧的字符保存，再将读取的字符存储在全局变量ch中，如果读取成功，返回0，否则返回1.

 int getCh() {
     oldch = ch;
     if (fscanf_s(fin, "%c", &ch) == EOF) {
         return ;
     }
     else {
         return ;
     }
 }

4.有限状态机：

　　其通过当前所读取的字符 ch 来判断其种类。

　　1）数字：比如如果为 '0'，则表示数字，依次"读取-计算-存储"直到不是数字时再退出，将值保存在num中，sym赋值NUM，之后返回。

     else if(ch>='' && ch<='')
     {
         int value = ;
         do {
             value = value *  + ch -'';
             f = getCh();
         } while (ch >= '' && ch <= ''); // 判断条件一定要明确

         sym = NUM;
         num = value;

     }

　　2） ‘=’ 与 ‘==’的区分：当遇到 = 时，超前读取一个字符，来判断。 如果是 == ，在继续读取一个字符(供之后判断使用)，否则不用读取。

 case '=':
     f = getCh();
     if (ch == '=') {
         sym = EQ;
         // 再往前读一行
         f = getCh();
     }
     else {
         sym = ASSIGN;
     }
     break;    

　　3） 变量名 与 关键字之前的区分：我们设计了一个数组，当为 变量名或关键字时进行判断。

 /*
     关键字检索器:将标识符与id区分开来，并打上标记 sym;
 */
 const int arrLen = ;
 const char * keyWords[arrLen] = { "main","if","else","while","int","cout","cin","endl","return" };
 const enum symbol keySymbols[arrLen] = { KW_MAIN, KW_IF, KW_ELSE, KW_WHILE, KW_INT, KW_COUT, KW_CIN, KW_ENDL, KW_RETURN };

 void checkKeyWord() {
     // 将id来遍历 keyWords[] 数组，打上标签
     int flag = ; // 标记是否是关键字
     for (int i = ; i < arrLen; i++) {
         if (strcmp(id, keyWords[i]) == ) {
             sym = keySymbols[i]; // 完成赋值
             flag = ;
             break;
         }
     }
     if (flag == )
         sym = ID;
 }

三、验证检查的可靠性

1. 我们先简单地写了一下测试代码：

    //
    // 测试词法扫描器
    //

    string filename = "C:\\Users\\97905\\source\\repos\\T编译器\\Debug\\abc.txt";
    int ErrorCode = fopen_s(&fin, filename.c_str(), "r");
    if ( == ErrorCode) {
        cout << "打开文件成功" << endl;
    }
    else {
        cout << "错误码: " << ErrorCode << endl;
        return ;
    }
    // 循环解析符号
    getCh(); // 启动时必须先读取第一个字符
    while (getSym()) {
        if (sym == STR) {
            // 输出字符串
            cout << "(string," << str << ")"<< endl;
        }
        else if (sym == NUM) {
            // 输出数字
            cout << "(NUM," << num << ")" << endl;
        }
        else if (sym == ID) {
            cout << "(ID," << id << ")" << endl;
        }
        else {
            cout <<"(关键字或字符," << symbolName[sym] <<")" << endl;
        }
    }
    if (sym == END) {
        cout << "文件读取结束" << endl;
    }

    return ;    

2. 将上面那个代码填入进去，最终的测试结果如下。

符合测试要求

四、下一步计划

　　写一个简单的 "int i;" 与 "i = 3;"的 语法分析程序 与 语义分析程序。

　　"int i;" 时建立变量记录表

　　"i = 3;" 时在变量表中查询变量，并且赋值。

　　这个计划用 MAP 数据结构来实现（毕竟查找比较方便）

　　预计更新日期：2019/11/30