２０１８年１０月２５日第２卷第１０期
现代信息科技
Modern Information Technology Oct.2018
Vol.2No.10
Ｃ语言微型编译器的实现
李艳杰，高新阳
（山东华宇工学院，山东德州  253000 ）
摘要：计算机之所以识别高级语言，是因为中间有编辑技术把高级语言编译为计算机所识别的语言，最终能在计算机硬件上执行。本文主要论述用C语言编写的微型编译器的实现过程。
关键词：C语言；编译器
中图分类号：TP314  文献标识码：A  文章编号：2096-4706（2018）10-0112-02
Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ　ｏｆ　Ｃ　Ｌａｎｇｕａｇｅ　Ｍｉｎｉ　Ｃｏｍｐｉｌｅｒ
LI Yanjie，GAO Xingyang
（Shandong Huayu University of Technology，Dezhou  253000，China）
Abstract：The reason why computers recognize high-level languages is that editing technology compiles high-level languages into the languages recognized by computers，which can eventually be executed on computer hardware. This paper mainly discusses the implementation process of microcompilers written in C language.
Keywords：C language；compiler
收稿日期：2018-08-31
基金项目：本文为2015年度山东省职业教育教学改革
研究项目“高职软件技术专业课程及课程内容更新机制的实
践研究（项目编号：2015225）”阶段性成果
0  引言
编译技术是计算机语言发展中不可或缺的一部分，也是
计算机科学中比较成熟的一个部分，编译技术的主要思想就
是把一种语言表示的程序转换为另外一种语言表示的逻辑程
序。把不同的高级语言转换成相同的机器语言，最终到硬件c语言编译器怎么用?
计算机上执行，这些转化都涉及编译技术的应用。下面浅谈
一下C语言开发的微型编译器的实现过程。
1  C语言微型编译器的主要功能
C语言微型编译器的主要任务：即是查看用C语言的
规范字符组成的C语言源程序，然后把它们分解为单个具
有独立意义的单词符号（Token），还识别其有关属性再转
换成长度统一的属性字，最后对语义部分进行分解。其实，
C编译器的功能就是执行C源程序代码，识别代码，转换
成属性字，经过语义分解和代码生成，最终得到希望的代码
文件即三地址四元表达式。
此C语言微型编译器实现如下功能：（1）在源程序中识
别出每个单词；（2）绘制LR（1）分析表；（3）把分解的
单词的属性放入构造好的符号表中；（4）把单词转换成属性字，
最终形成二元组属性字流；（5）语义分析程序把符号表进行
加工处理；（6）最终生成目标代码；（7）显示基本出错处理。
2  C语言微型编译器的文件组成
基类Token，它包括了编译器中各种数据类型的定义和
整个编译器均可能使用到的全局变量的定义。ReadCfg类从
文件读取C语言文法，并保存在文法结点Cfg_node中。C
语言文法经总结共有57个产生式，其中终结符（terminal）
31个，存放在set<int>terminal中；非终结符26个，存放
在set<int>nonterminal中。Scanner类是词法分析的类，
成员函数scan（）每次返回一个Token字。Grammer类主
要负责大量数据结构的保存和LR（1）分析表的构造，最终
分析表存放在action_中。Lr类包含语法分
析的总控程序，用成员函数analyse（）实现对语法的分析，
在语法分析推导或归约的每一步骤中，通过语义规则实现对
属性的计算，以达到对语义的处理。main.c 文件是C编译
器的主程序，它负责整个程序的掌控。C语言微型编译器的
文件组成如表1所示。
表1 C语言微型编译器的文件明细表
.h头文件.cpp源文件模块功能说明
Cfg.h Cfg.cpp文法的定义
Token.h Token.cpp Token字
Scanner.h Scanner.cpp词法分析
Grammer.h Grammer.cpp语法分析表的构造
Lr.h Lr.cpp语法和语义分析
3  C语言微型编译器的相应结构
下面是C语言微型编译器用到的数据结构，这些数据
结构在编译的多个阶段都会用到，一些数据还会被共享。
3.1  一类单词（即记号）
扫描程序会把许多的字符收集到一个记号中，这个记号
会以符号的形式表示，源程序的记号集可以用一个枚举数据
第10期
113
类型的值代表。字符串本身或由此派生出的其他信息也会保留。在C 编译器中扫描程序一次只需要生成一个记号，这时会用全局变量来放置记号信息。
3.2  符号集
符号集中的信息与数据类型、变量、常量以及函数等有关。编译器会与它的整个过程进行交互：分析程序——扫描程序——标识符输入到表格中的语义分析程序；数据类型和其他语义信息是由语义分析程序增加的；代码生成阶段和优化阶段也会生成正确而恰当的代码。为了使访问、删除和插入等符号表操作都比常规操作更有效，所以编译的全程中对符号表的访问非常频繁。
3.3  项目（item ）
在文法G 中，某个右部标上“点号”的产生式，再放置一个向前所搜符号a ，成为LR （1）项目。每个LR （1）项目集簇由若干状态组成，每个状态由若干项目组成。因此，对于构建项目集簇，项目的操作相当频繁，如何表示和处理项目成为构造分析表的重点。
3.4  中间代码（intermediate code ）
根据优化的类型和中间代码的类型，字符串数组、指针数组、临时文本文件或是结构的连接列表都可以是该代码。对于进行复杂优化的编译器，需要选择允许简单重组的中间代码表示。
4  主要实现
词法分析、语法分析、语义分析、代码生成是C 编译器的四个过程，这四个过程分别用不同的程序模块来实现。经过编译之后，生成三地址的四元表达式目标代码，在整个编译过程中，这四个阶段分别承担了不同的翻译任务。
4.1  词法分析阶段
C 语言微型编译器的此阶段会把源程序翻译成有序字符文件，然后将其扫描分解为若干个同类单词。这
与自然语言中的单词类似：即字符序列。比如if 和while 是关键字（keyword ），它们是字母的固定串，在该语言中具有特定的含义；用户定义的字符串是标识符，是由一个字母开头并由字母和数字组成。源程序字符串是词法分析程序的输入，与源程序等价的符号序列是输出。作为词法分析程序的符号可以有各种不同的内部表现形式，原则是不同的符号能彼此区别开且有唯一的表示。
4.2  语法分析阶段
语法分析是编译过程的核心，分析的任务是根据语法规
则分析源程序的语法结构，并在分析过程中，对源程序进行语法检查，如果语法没有错误，则给出正确的语法结构，为语义分析和代码生成做准备。目前语法分析方法有多种多样，大致分为自顶而下和自底而上两大类。自顶而下又分为LL （1）分析方法和递归下降分析方法。自底而上又分为简单优先文法、算符优先文法、LR （K ）分析方法。
LR （K ）分析方法是1965年由D.Knuth 先生提出的一种自底而上的语法分析方法。自底而上的分析方法就是移进-规约的过程。LR （K ）分析法能根据分析栈的当前内容以及向前看输入串的K 个字符来决定分析动作移进还是规约。
LR （K ）分析方法适用范围较广，分析速度较快，并且能准确及时地发现语法错误。由于LR （K ）分
析方法对文法限制很少，因而大多数能用上下文无关文法描述的程序设计语言都可用LR 分析法进行有效分析，而且LR 分析效率不亚于自顶向下分析法、算法优先分析法，及其他
“移进-规约”分析法。因此，LR 分析法是当前最一般的语法分析方法。对于一般使用的程序设计语言的文法而言，若手工构造分析程序，则工作量太大，而且K 越大，构造越复杂，实现越困难。因此，综合考虑，本实验采用LR （1）分析方法进行语法分析。
4.3  语义分析阶段
语义分析就是分析语法结构含义，表示成中间语言或生成目标指令。语义分析部分以语法分析部分的输出作为输入，输出则是中间代码甚至目标代码。语义分析的过程即计算编译过程中所需的附加语义信息。计算上下文无关文法和标准语法分析算法以外的信息都包括在内，所以，它不是语法。被翻译程序与语义信息的计算的最终含义或语义密切相关，由于编译器完成的语义分析是在程序执行之前予以明确的，即语义分析也可称作静态语义分析。在一个典型的静态类型的语言中，语义分析的任务通常包括构造符号表、记录声明中建立的名字的含义、在表达式和语句中进行类型推断和类型检查、在程序的不同作用域范围内判断变量的合法性。
通常，有两类语义分析：正确性分析是第一类分析，即根据编程语言的语义规则判定程序的正确性，并使它能正确执行。不同的语言语义分析是不同的。比如像在LISP 和Smalltalk 这类动态制导的语言中，
可能完全没有静态语义分析；而在Ada 或C 这类语言中就有很强的静态语义分析需求，程序必须提交执行。优化性分析是第二类分析，是由编译程序执行的用于提高翻译程序执行效率的分析。这一类分析通常包括对“最优化”或代码改进技术的实现。
4.4  生成中间代码
最后的过程是中间代码生成，用来生成针对特定目标的代码，即源代码语义的忠实体现。本文采取三地址格式的四元式来表示中间代码。四元式是一种更接近于目标代码的中间语言形式。由于这种形式的中间语言便于优化处理，因此是一种普遍采用的中间代码形式。需要说明的是，虽然本实验未做优化处理，但考虑到扩展性，仍然采用了这种四元式的中间代码形式。
这种四元式代码包括两个运算分量的地址和结果地址，所以也称为“三地址代码”。需要指出的是，每个四元式只能有一个运算符，所以一个复杂的表达式须由多个四元式构成的序列来表示。
总之，C 语言微型编译器的实现必须要有这四个阶段。
参考文献：
[1] 付立平，赵彩虹.编译原理教学改革的探讨与实践 [J].黑龙江教育（理论与实践），2015（1）：77-78.
[2] 徐媛媛.C 语言编译器的设计与实现 [J].黑龙江科技信息，2015（10）：154.
作者简介：李艳杰（1978.12-），女，汉族，山东德州人，教师，中级，硕士。研究方向：数据挖掘技术。
李艳杰，等：C 语言微型编译器的实现

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。