gcc 源代码分析-前端篇2

2. 对ID及保留字的处理

   在c语言中，系统预留了非常多keyword。也被称为保留字，比方表示数据类型的int,short,char,控制分支运行的if,then等。

不论什么keyword，本质上也是一个ID，比方它也有长度，对int就是3。对short就是5，也有内容，比方int,short。但比起一般id,

   它还有其它一些属性，比方表示数据类型的int,它有一个数值范围，它的值范围是-xxx到xxx之间。

   因为这种关系，gcc把ID和keyword都保存在一张表中，这张表定义例如以下：

                                         #define MAX_HASH_TABLE 1009

                                          tree hash_table[MAX_HASH_TABLE];    /* id hash buckets */

   同一时候定义了一个函数get_identifier (text) 来操纵这一张表：

       

       函数详细实现就是通过传入的字串查找该id,假设没有则创建这个ID，这里new了一个tree_identifier， 同一时候把它保存在hash_table表中，为了加快查找，这里用到了hash算法。在这里我们见到了struct tree_common结构体chain成员的使用方法，对于hash算法来说，非常难避免冲突，对于传入的不同字串，有可能它算出的hash值是一样的，这时候。我们就把相冲突的ID放在chain成员变量中；

      函数的最后给tree_identifier的成员length,pointer附值。



   gcc 在运行之初，便開始创建这些表示数据类型的keyword。比方int,short,char,void,这个在函数init_lex依次创建，并把创建的相相应的

   tree 结点附给：

        ridpointers[(int) RID_INT]

        ridpointers[(int) RID_CHAR]

        ridpointers[(int) RID_VOID]

        ridpointers[(int) RID_SHORT]



   keyword的ID生成了，还有附一些其它參数，这个过程是在init_decl_processing完毕；在GCC中要表示一个数据类型，要用到以下的结构：



struct tree_type

{

  char common[sizeof (struct tree_common)];

  union tree_node *values;

  union tree_node *sep;

  union tree_node *size;



  enum machine_mode mode : 8;

  unsigned char size_unit;

  unsigned char align;

  unsigned char sep_unit;



  union tree_node *pointer_to;

  union tree_node *reference_to;

  int parse_info;

  int symtab_address;

  union tree_node *name;

  union tree_node *max;

  union tree_node *next_variant;

  union tree_node *main_variant;

  union tree_node *basetypes;

  union tree_node *noncopied_parts;

  /* Points to a structure whose details depend on the language in use.  */

  struct lang_type *lang_specific;

};

   在表示int型的数据类型中，它的两个成员变量sep。max比較重要; sep表示它的最小值。而max表示它的最大值；



   在函数make_signed_type中创建了一个 INTEGER_TYPE 类型的tree 节点；它实际上是一个 struct tree_type 类型的节点，

   在该函数中，创建的节点的sep,max成员被赋予INTEGER_CST 节点，它实际上是一个struct tree_int_cst类型节点：

struct tree_int_cst

{

  char common[sizeof (struct tree_common)];

  long int_cst_low;

  long int_cst_high;

};



  能够看出。它有两个成员特殊成员：int_cst_low，int_cst_high

  对于最小值。它给出的值是: int_cst_low=0x80000000,int_cst_high=0xffffffff

  对于最大值，它给出的值是：int_cst_low=0x7fffffff,int_cst_high=0x0



  它们均是在build_int_2 函数中创建；

  在函数make_signed_type的最后layout_type中，设定int 型数据节点的size成员。它也是一个struct tree_int_cst类型节点，仅仅是它的

   int_cst_low值是4,而int_cst_high为0。



   这样int型节点生成了，这个节点数据和它的ID。最后被封装成一个声明类型节点，它用struct tree_decl结构体表示：

struct tree_decl
{
  char common[sizeof (struct tree_common)];
  char *filename;
  int linenum;
  union tree_node *size;
  enum machine_mode mode : 8;
  unsigned char size_unit;
  unsigned char align;
  unsigned char voffset_unit;
  union tree_node *name;
  union tree_node *context;
  int offset;
  union tree_node *voffset;
  union tree_node *arguments;
  union tree_node *result;
  union tree_node *initial;
  char *print_name;
  char *assembler_name;
  struct rtx_def *rtl;    /* acts as link to register transfer language
                   (rtl) info */
  int frame_size;        /* For FUNCTION_DECLs: size of stack frame */
  struct rtx_def *saved_insns;    /* For FUNCTION_DECLs: points to insn that
                   constitutes its definition on the
                   permanent obstack.  */
  int block_symtab_address;
  /* Points to a structure whose details depend on the language in use.  */
  struct lang_decl *lang_specific;
};

能够看出，这是一个巨复杂的结构，int 类型节点转变成一个int 声明节点过程中。它将生成一个struct tree_decl节点，它的

  成员变量name将是int 的ID节点值，它的type 就是刚刚生成的int 节点，这个int 声明节点最后会被放入到记录全局节点的

  global_binding_level中。

  global_binding_level->name 指向刚刚创建的int 声明节点；



  在init_decl_processing函数接下来将创建char 类型节点，unsigned int 类型。short 类型。这些值都回放入global_binding_level->name

  然后通过chain连接起来；   



  总结一下。gcc 用hash表来储存全部的ID,包含保留字；gcc 对于内建的数据类型(int,short,char)在初始化时会生成tree_decl 结构的结点，

  并把它记录在global_binding_level的name变量中。这个name始终指向最后一个声明的结点。并通过节点的chain串接起来。