深入解析DoctorWkt/acwj项目中结构体成员访问的实现-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00028/article/details/148393899

深入解析DoctorWkt/acwj项目中结构体成员访问的实现

acwj A Compiler Writing Journey 项目地址: https://gitcode.com/gh_mirrors/ac/acwj

在编译器开发过程中，实现结构体成员访问是一个重要的里程碑。本文将详细解析DoctorWkt/acwj项目中如何实现结构体成员的访问机制，包括直接访问(.)和指针访问(->)两种方式。

结构体成员访问的基本原理

结构体成员访问的核心思想与数组元素访问非常相似，但存在一些关键差异：

数组访问：通过基地址加上索引乘以元素大小的偏移量来定位元素
结构体访问：通过基地址加上预定义的成员偏移量来定位成员

例如，对于数组访问：

int arr[5];
y = arr[3];  // 计算地址：基地址 + 3 * sizeof(int)

而对于结构体访问：

struct example { int a; char b; };
struct example var;
char c = var.b;  // 计算地址：基地址 + b的偏移量

新增的语法标记

项目新增了两个重要的标记(Token)来支持结构体访问：

T_DOT：对应.操作符，用于直接访问结构体成员
T_ARROW：对应->操作符，用于通过指针访问结构体成员

这些标记在词法分析阶段被识别并添加到标记流中。

解析过程详解

成员访问被实现为后缀操作符，类似于数组访问的[]操作符。解析逻辑位于postfix()函数中：

static struct ASTnode *postfix(void) {
  // ...
  if (Token.token == T_DOT)
    return (member_access(0));  // 直接访问
  if (Token.token == T_ARROW)
    return (member_access(1));  // 指针访问
  // ...
}

member_access()函数是核心实现，其工作流程如下：

1. 变量声明检查

首先验证标识符是否已声明为结构体或结构体指针：

if ((compvar = findsymbol(Text)) == NULL)
  fatals("Undeclared variable", Text);
if (withpointer && compvar->type != pointer_to(P_STRUCT))
  fatals("Undeclared variable", Text);
if (!withpointer && compvar->type != P_STRUCT)
  fatals("Undeclared variable", Text);

2. 获取基地址

根据访问方式生成不同的AST节点：

if (withpointer) {
  // 指针访问：加载指针值
  left = mkastleaf(A_IDENT, pointer_to(P_STRUCT), compvar, 0);
} else {
  // 直接访问：获取结构体地址
  left = mkastleaf(A_ADDR, compvar->type, compvar, 0);
}
left->rvalue = 1;

3. 查找成员

跳过操作符标记后，查找匹配的成员名：

typeptr = compvar->ctype;  // 获取结构体类型信息
scan(&Token);             // 跳过.或->
ident();                  // 获取成员名

// 遍历成员列表查找匹配项
for (m = typeptr->member; m != NULL; m = m->next)
  if (!strcmp(m->name, Text))
    break;
if (m == NULL)
  fatals("No member found in struct/union: ", Text);

4. 生成访问代码

最终生成计算成员地址并解引用的AST节点：

right = mkastleaf(A_INTLIT, P_INT, NULL, m->posn);  // 成员偏移量
left = mkastnode(A_ADD, pointer_to(m->type), left, NULL, right, NULL, 0);
left = mkastunary(A_DEREF, m->type, left, NULL, 0);  // 解引用

生成的汇编代码分析

以var2.y = 'c'为例，生成的汇编代码展示了实际的访问过程：

movq    $99, %r10               # 'c'的ASCII值
leaq    var2(%rip), %r11        # 获取var2基地址
movq    $4, %r12                # y成员的偏移量
addq    %r11, %r12              # 计算实际地址
movb    %r10b, (%r12)           # 存储值