Constexpression's blog

编译原理实验

2023-04-28

实验2-1基于flex的词法分析器(C语言实现 )

flex 是通过处理其源文件来生词法和语法分析器的，源文件的扩展名为.l，其语法被分为三个部分：

1
2
3
4
5
6
7
8
9
/* 辅助定义部分 */
%option yylineno noyywrap
%{C代码}%
正则式定义
%%
/* 规则部分 */
正则式  {对应的动作：C代码}
%%
/* 用户子程序段 */

三个部分 %% 进行分离。

  1. 辅助定义部分，这一部分一般是一些声明及选项设置等。C 语言的注释、头文件包含等一般就放在 %{ %} 之间，这一部分的内容会被直接复制到输出文件的开头部分，定义段还可以定义正则式，这些正则式可以在其定义后被后续的正则式所引用(直接引用，或用来构造更复杂的正则式)，引用之前定义的正则式，要用{}将先前定的的正则式括起来；
  2. 规则部分为一系列匹配模式和动作，模式一般使用正则表达式书写，动作部分为C代码：模式 1 {动作 1 (C代码)}，在输入和模式 1 匹配的时候，执行动作部分的代码；即便对应的动作为空（比如注释会被直接忽略），也应该使用{}，注意每条C语句之后都应有“;”；
  3. 用户子程序部分，本部分为 C 代码，会被原样复制到输出文件中，一般这里定义一些辅助函数等，如动作代码中使用到的辅助函数。

例子：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
%{
	#include<stdio.h>
	#include<stdlib.h>
	#include<string.h>
	int line=1;
%}
LETTER [a-zA-Z]
ID ({LETTER}|_)({LETTER}|_|{DIGIT})* 
OPT ("+"|"-"|"*"|"/"|"+="|"-="|"*="|"/="|">="|"<="|"=="|">"|"<"|"="|"++"|"--") 
BRACKET ("("|")"|"["|"]"|"{"|"}"|";"|","|"\'"|"\""|"#") 
DIGIT [0-9]
OINTEGER [1-9]{DIGIT}*
INTEGER ("+"|"-")?{OINTEGER}
DECIMAL {INTEGER}(.{OINTEGER})
FLOAT ([0-9])*+[.]([0-9])*+[Ee]([+-]?[0-9]([0-9])*|[0])
ERROEFLOAT ([0-9])*+[.](0-9)*+("E"|"e")
TYPE void|int|double|char
KEYWORD if|else|do|while|for|scanf|printf|sqrt|abs|main|return|float
TYPEIDENTIFY %d|%c|%s|%f|&{ID}
SGPS \/\/.*
DBPS \/\*(.|\n)*\*\/ 

%%
\n {++line;}
{TYPE} {printf("line%d:(type, %s)\n",line,yytext);}
{KEYWORD} {printf("line%d:(keyword, %s)\n",line,yytext);}
{DIGIT} {printf("line%d:(integer, %s)\n",line,yytext);} 
{OINTEGER} {printf("line%d:(integer, %s)\n",line,yytext);} 
{ID} {printf("line%d:(identify, %s)\n",line,yytext);} 
{BRACKET} {printf("line%d:(bracket, %s)\n",line,yytext);} 
{OPT} {printf("line%d:(OPT, %s)\n",line,yytext);}
{INTEGER} {printf("line%d:(integer, %s)\n",line,yytext);}
{DECIMAL} {printf("line%d:(decimal, %s)\n",line,yytext);}
{FLOAT} {printf("line%d:(float, %s)\n",line,yytext);}
{TYPEIDENTIFY} {printf("line%d:(typeidentify, %s)\n",line,yytext);}
{ERROEFLOAT} {printf("ERROEFLOAT\n");}
({SGPS}|{DBPS}) {}
. {}
[ \t]+ {}

%%
int main(){
	yyin=fopen("F:/data.txt","r");
	yylex();
	return 0;
}
int yywrap(){
	return 1;
}

匹配浮点型将浮点型数据做拆分，为啥要拆分呢，因为不拆分很难实现匹配浮点型字符串的正确格式

1
2
3
4
1、非0开头的浮点型（123.12）
2、0开头的浮点型（0.12）
3、非0整数型
4、0
1
2
3
4
1、^[1-9]\d*\.\d+$
2、^0\.\d+$
3、^[1-9]\d*$
4、^0$

有以下问题需要解决

3l14

085

0xf : INT_LIT

flaot 的指数表示

实验2-2基于flex的词法分析器(C++语言实现 )

略

实验2-3基于antlr的词法分析器(C语言实现 )

antlr的词法解析模块是通过处理其源文件来生词法分析器的，源文件的扩展名为.g4，其语法被分为两个部分：

1
2
lexer grammar '文件名'
词法定义
  1. 语法名部分：antlr处理的.g4文件中是可以把词法和语法部分放在一起进行处理的，当我们要将他们分开，单独处理词法部分时，需要加上lexer关键词。grammar的文件名必须和.g4前面的名称对应上。
  2. 词法部分为一系列TOKEN的定义，一般使用正则表达式书写。在定义TOKEN时，应用全大写字母，避免和语法规则混淆。

规则行务必没有缩进(即从行首开始)，且对应的动作必须在同一行开始，即正则表达式与对应动作之间不允许有空行。

注意:2.0f, .04, 4e-04都是合法的float型字面量,但2f不是合法的float型字面量；123,076,0xFF等都是合法的int型字面量,但096就不是合法的int型字面量。

(一)在SysyLex.g4文件中，补充以下词法规则 (1) 标识符ID; (2) int型字面量INT_LIT; (3) float型字面量FLOAT_LIT; (4) 词法错误

(二)确认main.h中定义的token种别名称与其种别编号一致 对于下面的词法规则：

(三)在main.cpp中，正确显示token及token的种别信息.

实验3-1 基于flex/bison的语法分析器(C语言实现)

sys2022语言的特性

Bison

实验4-1 生成LLVM IR中间代码

Tags: 编译原理
← 随笔2023.4.23 2023.5.1上海游记 →
赏
使用支付宝打赏
使用微信打赏

若你觉得我的文章对你有帮助，欢迎点击上方按钮对我打赏

扫描二维码，分享此文章