词法分析器的设计与实现

最新推荐文章于 2022-07-13 23:47:25 发布

转载最新推荐文章于 2022-07-13 23:47:25 发布 · 408 阅读

2 ·

CC 4.0 BY-SA版权

原文链接：https://juejin.im/post/5ad8b34bf265da0b7b35701f

本文介绍了词法分析器的工作原理及实现过程，包括如何识别标识符、常数、保留字等，并通过具体示例展示了词法分析器的功能。

词法分析器介绍

词法分析是从左到右扫描每行源程序的符号，拼成单词，换成统一的机内表示形式——TOKEN字，送给语法分析程序。

TOKEN字是一个二元式：（单词种别码，自身值）。单词自身值按如下规则给出：

                               1.标识符的自身值是他在符号表的入口位置。

                               2.常数的自身值是常数本身（或者其他二进制数值）。

                               3.关键字和界限符的自身值为本身。
复制代码

词法分析器功能

1.输入：字符串（带进行词法分析的源程序），可从键盘直接输入或从文件读入。

输出：由（种别码，自身值）所组成的二元组序列。

单词的种别码是语法分析需要的信息，可用整数编码表示，例如：标识符的种别码为1，常数为2，保留字为3，运算符为4，界符为5。

单词的自身值是编译其他阶段需要的信息，标识符的自身是标识符在符号表入口，其他类型单词的自身值是其本身。

例如：输入：if i >= 15 then x := y ;

       输出：

                   （3，if）

                   （1，0）//i符号的入口为0

                   （4，>=）

                   （2，15）

                   （3，then）

                   （1，1）//x符号的入口为1

                   （4，：=）

                   （1，2）//y符号的入口为2

                   （5，；）
复制代码

2.功能：

a.滤过空格。

b.识别保留字：if then else while do 等。

c.识别标识符：<字母>(<字母>|<数字>)。

d.识别整数：0|(1|2|3|4|5|6|7|8|9)(0|1|2|3|4|5|6|7|8|9)。

e.识别典型的运算符和分隔符，例如：+ - * / > >= <= ( ) ;

3.具有一定的错误处理功能，例如：能检查出程序语言的字符集以外的非法字符。

源码附带注释

#include<string>
#include<stdlib.h>
#include<stdio.h>
using namespace std;

bool isLetter(char ch){//isLetter 标识符
	if ((ch >= 'A' && ch <= 'Z') || (ch >= 'a' && ch <= 'z')) return true;
	else return false;
}

bool isDigit(char ch){//isDigit 常数
	if (ch >= '0' && ch <= '9') return true;
	else return false;
}

bool isOperators(char ch){// isOperators 运算符
	if (ch == '+' || ch == '*' || ch == '-' || ch == '/' || ch == '=' || ch == ':' || ch == '<' || ch == '>') return true;
	else return false;
}
bool isDelimiter(char ch){// isDelimiter 界符
	if (ch == ',' || ch == ';' || ch == '.' || ch == '(' || ch == ')' || ch == '[' || ch == ']' || ch == '{' || ch == '}' || ch == '#') return true;
	else return false;
}
bool isBlank(char ch){
	if (ch == ' ' || ch == '\t') return true;
	else return false;
}
char  key[34][10] = { "main",
"auto", "short", "int", "long", "float", "double", "char", "struct"
, "union", "enum", "typedef", "const", "unsigned", "signed", "extern", "register"
, "static", "volatile", "void", "if", "else", "switch", "case", "for"
, "do", "while", "goto", "continue", "break", "default", "sizeof", "return","then"};


void main()
{
back:
	char Sourcecode[100] = "";
	int number=0;
	int h=0;
	char hh[100][10]={'\0'};
	//声明变量
	printf("请输入程序段，标识符为1，常数为2，关键字为3，运算符4，界符5\n");
	gets(Sourcecode);
	//读入程序段放入firstcode
	
	for (int i = 0; i < 100; i){
		//char delimiter[2] = "";
		int j = 0;  //letter  标识符
		int l = 0;   //digit  常数
		int k = 0;   //operators  运算符

		int b = 0;   //类型编号
		char num[10] = "";
		char word[10] = "";  
		if (isBlank(Sourcecode[i]) == 1){
			i += 1;
		}//去空格
		else{
			if (isLetter(Sourcecode[i]) == 1)         //是否为字母
			{                                             //是
				
				do
				{
					if (j < 10){
						word[j] = Sourcecode[i];
						j++;
					}
				} while (isDigit(Sourcecode[++i]) == 1|| isLetter(Sourcecode[i]) == 1);//常数||标识符

				//*~~~*
				int a = 0;
				while (a < 34){
					if (strcmp(key[a], word) == 0){
						b = 3;
						a++;
						break;
					}
					else {
						b = 1;
						a++;
						//否
					}
				}
				if (b == 3){
					printf("(3,%s)\n", word);
				}//~~~~~~~~~~~~~~~~~~~~~~~~~~~
				if (b == 1){
					int q=0;
					for(int qq=0;strcmp(hh[qq],"")!=0;qq++){
						if(strcmp(word,hh[qq])==0){
							q=1;break;
						}
					}
					if(q==1){
						printf("(1,%d)\n",qq);
						q=0;
					}else{
						for(qq=0;qq<j;qq++){
							hh[h][qq]=word[qq];
						}
						printf("(1,%d)\n",h);
						h++;
					}
				/*	int qq,yy=0;
					if(h==0){
						for(qq=0;qq<j;qq++){
							hh[0][qq]=word[qq];
						}
						printf("(1,%d)\n",h);
						h++;
					}else{
						for(qq=0;qq<h;qq++){
							if(strcmp(hh[qq], word)==0){
								yy=1;
								break;
							}
						}
						if(yy==0){
							for(qq=0;qq<j;qq++){
								hh[h][qq]=word[qq];

							}
							printf("(1,%d)\n",h);
							h++;
							yy=0;
						}
						else{
							for(qq=0;qq<h;qq++){
								if(strcmp(hh[qq], word)==0)
									printf("(1,%d)\n",qq);
								yy=0;
							}
						}
					}*/
					//
				}
				//~~~~~~~~~~~~~~~~~~~~~~~~~~~~
			}
			else if (isDigit(Sourcecode[i]) == 1)//常数
			{int c = 0;
				while (isDigit(Sourcecode[i])){
					
					num[c] = Sourcecode[i];
					i += 1;
					c++;
				}
				printf("(2,%s)\n", num);
			}
			else if (isDelimiter(Sourcecode[i]) == 1){//界符
				
				printf("(5,%c)\n", Sourcecode[i]);
				i++;
			}
			else if (isOperators(Sourcecode[i]) == 1){//运算符

				if (Sourcecode[i] == ':' || Sourcecode[i] == '>' || Sourcecode[i] == '<'&&Sourcecode[i + 1] == '='){
					printf("(4,%c%c)\n", Sourcecode[i], Sourcecode[i + 1]);
					i += 2;
				}
				else{
					printf("(4,%c)\n", Sourcecode[i]);
					i+= 1;
				}
			}
			else{
				if(Sourcecode[i]!='\0')
					printf("(error,%c)\n",Sourcecode[i]);
				if(Sourcecode[i+1]!='\0'){
					
					i+=1;}
				else
					i=100;
			}
		}

	
	}

	goto back;

}
复制代码

编程感悟

1.需要对是否为标识符、常数、保留字、运算符、界符进行判断，应用布尔类型完美的解决这个问题。

2.++i与i++都是i=i+1的含义，但是++i表示执行前i=i+1，而i++表示执行后i=i+1。

3.用一维数组来表示字符串，二维数组用来表示字符串的集合，并且用strcmp(string_1,string_2)来进行字符串内容的比较，相同返回0。

4.对于相同的标识符来说，入口应该相同，所以在对这里进行处理的时候，声明一个二维数组用来存放各个标识符（字符或者字符串），根据二维数组中的行下标进行入口标记。

5.好好学习一维数组、二维数组的应用场景以及应用原理。

转载于:https://juejin.im/post/5ad8b34bf265da0b7b35701f