编译器构造：词法分析器代码详细讲解

原创

于 2018-11-23 16:19:21 发布 · 3.2k 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#词法分析器

本文详细介绍了编译器中词法分析器的工作原理，包括扫描器的实现、词法记号的分类与存储，以及错误处理策略。词法记号主要分为标识符、关键字、常量和界符四类。通过枚举类型记录词法记号标签，并为特殊词法记号如标识符、常量保存额外信息。错误处理主要涉及词法错误的报告和位置信息。此外，还涵盖了数字常量、字符常量、字符串常量的识别规则，以及注释和界符的处理方式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

词法分析的功能
词法分析是编译器处理流程中的第一步，它顺序扫描文件内的字符，通过硬编码方式解析器进行匹配，产生各式各样的词法记号。
扫描器
扫描器读取源文件年，按序返回文件内的字符，直到文件结束。为了节省IO开销，解释用缓冲区结构。

#define BUFFEN 100  //缓冲区大小
int len_data = 0;   //缓冲区数据长度
int readIndex = -1; //读取位置下标
char buffer[BUFFEN];  //缓冲区
int rowlNum = 0; //行号
int colNum = 0; //列号 设置行号和列号的原因为了报错信息
char priorchar ; //上一个字符

char scan(FILE *file)
{
   if(!file)           //如果文件不存在
      return -1;
   if(readIndex==len_data-1)  //缓冲区数据已经读取完毕或者为空
   {
      len_data = fread(buffer,1,BUFFEN,file);  //加载新的数据
      if(len_data==0)    //源文件已经读取完毕
      {
         len_data=1;      //设置数据长度为一，因为文件结束标记占一位
         buffer[0]=-1;    //文件结束标记
      }
      readIndex=-1;  //恢复初始读取位置
   }
   readIndex++;    //读取下一个字符
   char ch = buffer[readIndex];
   if(priorchar=='\n')   //读取新行
   {
      rowNum++:        //行号加一
      colNum=0;        //列号清零
   }
   if(ch==-1)   //文件结束
   {
      fclose(file);
      file=NULL;
   }
   else if(chh!='\n')
      colNum++;              //列号加一
   priorchar = ch;
   return ch;
}

词法记号
词法记号通常可以分为标识符、关键字、常量、界符四大类。

我们使用一个枚举类型记录所有的词法记号标签，为后面的代码提供符好定义。

enum Tag
{
   ERROR,     //错误异常
   END,       //文件结束标记
   ID,       //标示符
   NUM,CHAR,STR,    //常量
   KW_INT,KW_CHAR,KW_VOID,  //数据类型
   KW_EXTERN,   //extern
   NOT,LEA,   //单目运算符
   ADD,SUB,MUL,DIV,MOD, //算法运算符
   INC,DEC,   //自加自减
   GT,GE,LE,LE,EQU,NEQU,  //比较运算符
   AND,OR,  //逻辑运算符
   LPAREU,RPAREN,   //()
   LBRACK,RBRACK,    //[]
   LBRACE,RBRACE,    //{}
   COMMA,COLON,SEMICON,  //逗号，冒号，分号
   ASSIGN，  //赋值
   KW_IF,KW_ELSE,   //if else
   KW_SWITCH,KW_CASE,KW_DEFAULT,
   KW_WHILE,KW_DO,KW_FOR,  //循环
   KW_BREAK,KW_CONTINUE,KW_RETURN  //break,continue,return
};

词法记号标签只是区分了不同的词法记号，对于标示符、常量等特殊词法记号除了需要保存词法记号标签信息外，还要保存标示符名称、常量值等信息，以用来构造符号表。