Java编写的C语言词法分析器

Java编写的C语言词法分析器

这是java编写的C语言词法分析器，我也是参考很多代码，然后核心代码整理起来，放在QQ空间和博客上，目的是互相学习借鉴，希望可以得到高手改进。这个词法分析器实现的功能有打开文件、保存文件、打开帮助文档、文本域内容的剪切和复制和黏贴、进行词法分析

程序的项目结构如图，Word类和Unidentifiable类是两个JavaBean类，存放的参数有两个row(整型)、word(String)，row用于获取行数，word用于获取标识符，LexerFrame是词法分析器的界面类，Analyze封装了进行词法分析的核心代码 ，doc文件夹放一个帮助文档，当用户点击帮助按钮时可以弹出来以帮助用户使用。

//核心程序：

package com.lexer;

import java.util.ArrayList;

/**
*1~20号为关键字,用下标表示,i+1就是其机器码;21~40号为操作符,用下标表示,i+21就是其机器码;41~60号为分界符,
*  用下标表示,i+41就是其机器码;用户自定义的标识符，其机器码为51;常数的机器码为52；不可以识别的标识符，其机器码为0
*/

public class Analyze {

 //关键字
 private String keyword[]={"int","long","char","if","else","for","while","return","break","continue",
   "switch","case","default","float","double","void","struct","static","do","short"};
 
 //运算符
 private String operator[]={"+","-","*","/","%","=",">","<","!","==","!=",">=","<=","++","--","&","&&","||","[","]"};
 
 //分界符
 private String delimiter[]={",",";","(",")","{","}","\'","\"",":","#"};
 
 public Analyze() {
  
 }
 
 /**
  * 判断是否是数字
  */
 public boolean isDigit(char ch){
  if(ch>='0'&&ch<='9'){
   return true;
  }else{
   return false;
  }
 }
 
 /**
  * 判断是否是字母的函数
  */
 public boolean isLetter(char ch){
  if((ch>='a'&&ch<='z')||(ch>='A'&&ch<='Z')){
   return true;
  }else{
   return false;
  }
 }
 
 /**
  * 判断是否由两个运算符组成
  */
 public boolean isTwoOperator(String str,char ch){
  char lc;
  int flag=0;
  if(str.length()>1||str.length()==0){//字符数大于2和无字符的情况
   return false;
  }else{//字符数等于2的情况
   lc=str.charAt(str.length()-1);
   if(ch=='='&&(lc=='>'||lc=='<'||lc=='='||lc=='!')){
    
   }else if(ch=='+'&&lc=='+'){
    
   }else if(ch=='-'&&lc=='-'){
    
   }else if(ch=='|'&&lc=='|'){
    
   }else if(ch=='&'&&lc=='&'){
    
   }else{
    return false;//否就返回false
   }
   return true;//其它符号的情况都返回true
  }
 }
 
 /**
  * 获取关键字的机器码
  */
 public int getKeywordOpcodes(String str){
  
  int i; 
  for(i=0;i<keyword.length;i++){
   if(str.equals(keyword[i]))
    break;
  }
  if(i<keyword.length){
   return i+1;//返回关键字的机器码
  }else{
   return 0;
  }
 }
 
 /**
  * 获取操作符的机器码
  */
 public int getOperatorOpcodes(String str){
  int i;
  for(i=0;i<operator.length;i++){
   if(str.equals(operator[i]))
    break;
  }
  
  if(i<operator.length)
   return i+21;//返回操作符的机器码
  else
   return 0;
 }
 
 /**
  * 获取分界符的机器码
  */
 public int getDelimiterOpcodes(String str){
  int i;
  for(i=0;i<delimiter.length;i++){
   if(str.equals(delimiter[i]))
    break;
  }
  
  if(i<delimiter.length)
   return i+41;//返回分界符的机器码
  else
   return 0;
 }
  
 /**
  * 判断字符是否可以识别
  */
 public boolean isIdent(String str){
  char ch;
  int i;
  for(i=0;i<str.length();i++){
   ch=str.charAt(i);
   //非数字串的情况和非由英文字母组成的字符串
   if((i==0&&!isLetter(ch))||(!isDigit(ch)&&!isLetter(ch))){
    break;
   }
  }
  
  if(i<str.length()){
   return false;
     }else{
   return true;
     }
 }
 
 /**
  *
  * 预处理函数
  */
 public String preFunction(String str){
  String ts="";
  
  int i;
  
  char ch,nc;
  //这里的i<str.length()-1
  for(i=0;i<str.length()-1;i++){ 
   ch=str.charAt(i);
   nc=str.charAt(i+1);
   
   if(ch=='\n'){//如果字符是换行符,将\n换成$
    ch='$';
    ts=ts+ch;
   }else if(ch==' '||ch=='\r'||ch=='\t'){
    if(nc==' '||nc=='\r'||ch=='\t'){
     continue;//连续' '或者'\t'或者'\r'的情况，直接跳过
    }else{
     ch=' ';//一个' '或者'\t'或者'\r'的情况，将这些字符换成' '
     ts=ts+ch;
    }
   }else{
    ts=ts+ch;//将字符连起来
   }
  }
  ch=str.charAt(str.length()-1);
  if(ch!=' '&&ch!='\r'&&ch!='\t'&&ch!='\n'){
   ts=ts+ch;
  }
  return ts;
 }
 
 /**
  * 将字符串分成一个个单词，存放在数组列表
  */
 public ArrayList<Word> divide(String str){
  ArrayList<Word> list=new ArrayList<Word>();
  
  String s="";
  char ch;
  int i;
  int row=1;
  
  for(i=0;i<str.length();i++){
   ch=str.charAt(i);
   if(i==0&&ch==' ')//字符串的第一个字符
    continue;
   if(ch==' '){//' '或者'\t'或者'\r'的情况
    if(s!=""){
     list.add(new Word(row, s));
     s="";//置空
    }else{
     continue;
    }
   }else if(isDigit(ch)||isLetter(ch)){
    if(s==""||isDigit(s.charAt(s.length()-1))||isLetter(s.charAt(s.length()-1))){
     s = s + ch;
    }else{
     list.add(new Word(row, s));
     s = "";
     s=s + ch;
    } 
   }else{
    if(isTwoOperator(s, ch)){//两个运算符的情况
     s = s + ch;
    }else{
     if(s==""&&ch!='$'){
      s = s + ch;
     }else if(s==""&&ch=='$'){//若检测到$符号，就换行
      row++;//行数加一
     }else{
      list.add(new Word(row, s));
      s = "";
      if(ch!='$'){
       s=s + ch;
      }else{
       row++;
      }
     }
    } 
   }
  }
  if(s!=""){
   list.add(new Word(row, s));
  }
  return list;
 }
 
 /**
  * 判断字符串是数字串，单个字符，还是一个字符串
  */
 public int check(String str){
  char ch;
  ch=str.charAt(0);
  if(ch>='0'&&ch<='9'){
   return 1;//数字串
  }
  if(str.length()==1)
   return 2;//单个字符
  else
   return 3;//一个字符串
 }
 
 /**
  *
  * 检查字符串是否为数字串，返回其机器码
  */
 public int checkDigit(String str){
  int i;
  char ch;
  for(i=0;i<str.length();i++){
   ch=str.charAt(i);
   if(ch>'9'||ch<'0')
    break;
  }
  if(i<str.length()){
   return 0;//不可识别的情况
  }else{
   return 52;//常数
  }
 }
 
 /**
  *
  * 检查字符串是否为单个字符，返回其机器码
  */
 public int checkChar(String str){
  if(getOperatorOpcodes(str)!=0){//操作符
   return getOperatorOpcodes(str);
  }else if(getDelimiterOpcodes(str)!=0){//分界符
   return getDelimiterOpcodes(str);
  }else if(isIdent(str)){
   return 51;//用户自定义标识符的机器码
  }else{
   return 0;//不可以被识别的标识符，机器码为0
  }
 }
 
 /**
  *
  * 检查字符串是否为字符串，返回其机器码
  */
 public int checkString(String str){
  if(getOperatorOpcodes(str)!=0){//操作符
   return getOperatorOpcodes(str);
  }else if(getKeywordOpcodes(str)!=0){//关键字
   return getKeywordOpcodes(str);
    }else if(isIdent(str)){
   return 51;//用户自定义标识符的机器码
    }else{
   return 0;//不可以被识别的标识符，机器码为0
    }
 }
 
 
}

//********************************************************************************************************************
在界面类写这个方法来调用方法

/**
  * 词法分析
  */
 public void doTokenizing(){
  
  consoleTextArea.setText(null);
  ArrayList<Word> wlist=new ArrayList<Word>();
  ArrayList<Unidentifiable> ulist=new ArrayList<Unidentifiable>();
  
  String s,ts,str;
  Word word;
  
  int i;
  int opcodes=-1;
  int errorNum=0;
  
  int count=0;
  
  s=fileContentTextArea.getText();
  if(s.length()>1){
   ts=analyze.preFunction(s);
   wlist=analyze.divide(ts);
   values=new String[wlist.size()][3];
   while(wlist.size()>0){
    word=(Word)wlist.remove(0);
    str=word.getWord();
    i=analyze.check(str);
    switch (i) {
    case 1:
     opcodes=analyze.checkDigit(str);
     break;
    case 2:
     opcodes=analyze.checkChar(str);
     break;
    case 3:
     opcodes=analyze.checkString(str);
     break;
    }
    
    if(opcodes==0){
     Unidentifiable u=new Unidentifiable(word.getRow(), str);
     ulist.add(u);
     errorNum++;
    }
    
    values[count][0]=String.valueOf(word.getRow());
    values[count][1]=str;
    values[count][2]=String.valueOf(opcodes);
    
    count++;
    
   }
   
   //更新表格内容
   DefaultTableModel model=(DefaultTableModel)table.getModel();
   while(model.getRowCount()>0){
    model.removeRow(model.getRowCount()-1);
   }
      
        model.setDataVector(values,title);
   
   table=new JTable(model);
    
    consoleTextArea.append("共有"+errorNum+"处错误!"+"\n");
    while (ulist.size()>0) {
     int r;
     String string;
     Unidentifiable uni=ulist.remove(0);
     r=uni.getRow();
     string=uni.getWord();
     consoleTextArea.append("第"+r+"行:"+"错误,"+string+"\n");
    }
  }else{
   int j;
   j=JOptionPane.showConfirmDialog(this, "请输入程序!");
   if(j!=JOptionPane.YES_OPTION){
    return;
   }
  }
  
 }