深入解析DoctorWkt/acwj项目：字符与字符串字面量的实现-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00196/article/details/148393844

深入解析DoctorWkt/acwj项目：字符与字符串字面量的实现

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

前言

在编译器开发过程中，处理字符和字符串字面量是一个重要的里程碑。本文将深入探讨如何在DoctorWkt/acwj项目中实现字符和字符串字面量的支持，这对于理解编译器如何处理文本数据具有重要意义。

字符字面量的实现

基本概念

字符字面量在C语言中由单引号包围的单个字符组成，如 'A'。在我们的编译器中，字符字面量被当作整数类型处理，这符合C语言将字符视为小整数的特性。

扫描过程实现

扫描字符字面量的核心在于scanch()函数，它负责处理转义字符：

static int scanch(void) {
  int c = next();
  if (c == '\\') {
    switch (c = next()) {
      case 'a':  return '\a';   // 响铃
      case 'b':  return '\b';   // 退格
      case 'f':  return '\f';   // 换页
      case 'n':  return '\n';   // 换行
      case 'r':  return '\r';   // 回车
      case 't':  return '\t';   // 水平制表
      case 'v':  return '\v';   // 垂直制表
      case '\\': return '\\';   // 反斜杠
      case '"':  return '"';    // 双引号
      case '\'': return '\'';   // 单引号
      default: fatalc("未知的转义序列", c);
    }
  }
  return c;
}

这个实现涵盖了常见的转义序列，但为了简化，没有处理八进制或Unicode转义。

字符串字面量的实现

基本概念

字符串字面量由双引号包围的字符序列组成，如 "Hello"。在内存中，字符串以null字符('\0')结尾。

扫描过程

scanstr()函数负责扫描字符串字面量：

static int scanstr(char *buf) {
  int i, c;
  for (i=0; i<TEXTLEN-1; i++) {
    if ((c = scanch()) == '"') {
      buf[i] = 0;
      return i;
    }
    buf[i] = c;
  }
  fatal("字符串字面量过长");
  return 0;
}

该函数使用scanch()处理每个字符，确保字符串以null结尾，并防止缓冲区溢出。

语法分析与AST构建

在语法分析阶段，字符串字面量被处理为AST中的叶节点：

case T_STRLIT:
  id = genglobstr(Text);
  n = mkastleaf(A_STRLIT, P_CHARPTR, id);
  break;

这里的关键点：

为字符串分配全局标签
创建类型为P_CHARPTR的AST节点
使用A_STRLIT表示字符串字面量节点

代码生成

字符串存储生成

cgglobstr()函数生成字符串的汇编表示：

void cgglobstr(int l, char *strvalue) {
  char *cptr;
  cglabel(l);
  for (cptr = strvalue; *cptr; cptr++) {
    fprintf(Outfile, "\t.byte\t%d\n", *cptr);
  }
  fprintf(Outfile, "\t.byte\t0\n");
}

字符串地址加载

cgloadglobstr()生成加载字符串地址的指令：

int cgloadglobstr(int id) {
  int r = alloc_register();
  fprintf(Outfile, "\tleaq\tL%d(\%%rip), %s\n", id, reglist[r]);
  return r;
}

类型系统调整

在处理指针类型时，发现了一个重要修正：

if (inttype(ltype) && ptrtype(rtype)) {
  rsize = genprimsize(value_at(rtype));
  if (rsize > 1)
    return mkastunary(A_SCALE, rtype, tree, rsize);
  else
    return tree;  // 对于char*不需要缩放
}

这个修正确保了对char*类型的正确处理，避免了不必要的缩放操作。