计算机系统要素之汇编编译器

 

汇编编译器用来将汇编程序翻译为二进制的机器码程序。

 

因为是学习计算机系统要素一书而写的这一部分代码，所以，二进制代码和汇编代码规范均采用该书所定规范。

 

规范描述：

1、 语法规约和文件格式

汇编程序以"hack"为后缀名，二进制代码程序文件以"asm"为后缀名。

 

二进制代码文件由一行行1和0组成的字符串组成，每行16位，也就是说CPU为16位架构。

汇编文件也是由文本组成，每一行代表一条指令或者一个符号声明。

指令：A指令或C指令，稍后详细介绍。

符号声明：文本格式为"(变量)"形式，符号声明不产生实际代码，只是用来说明该符号代表的代码的位置。

 

2、 指令

指令分为两类，A指令，即寻址指令；C指令，即计算指令；

A指令 @value

// value是一个非负十进制数

//或表示该数值的符号

对应二进制值：

0vvv vvvv vvvv vvvv

v代表数值

 

C指令 dest=comp;jump

// dest或jump域都可以为空

// 如果dest为空，则”=“被省略

// 如果jump为空，则”；“被省略

对应二进制值：

111a c1c2c3c4 c5c6d1d2 d3j1j2j3

a c1c2c3c4 c5c6 构成comp域

d1d2d3                 构成dest域

j1j2j3                     构成jump域

 

 

编译器编写思路:

我们先来解决一个假设，是否每天汇编指令（除符号说明指令）对应一条二进制指令？

因为每条汇编都与一条机器码指令对应，所以上述假设成立。

 

我想编译器的实现应该分为两个过程，第一个过程先对符号进行处理，对符号进行代码指令行记录，第二个过程就是对语句进行直接翻译的过程，对语句进行翻译需要对字符串格式进行匹配，如果匹配不正确，那么就是代码语法错误了。

看上去上边就是我们工作的全部了，其实只是我们的核心思想而已，占到我们工作总量的30%-50%，所以如果感觉上边工作需要2个小时完成，那么我们的工作实际可能就需要4个小时来完成。

 

为什么有必要分为两个过程来完成？

因为，符号可能在使用时，还处于尚未定义，所以就需要向后寻找符号的值，如果暂时不处理，后期再进行处理，一方面很复杂，另一方面时间效率也不怎么样。

 

实现语言 C++

 

需要完成文件读写的工作

因为我们文件比较小，可以一次将所有内容读取出来，组织为行的形式

需要完成字符串处理的工作

左右非字符（空格或其它）字符清除

清除所有非字符字符，因为我们的汇编语言中不存在非字符的特殊形式，所以清除这些字符对汇编语言不产生影响，但会为解析格式提供便利。

需要完成二进制代码生成工作

符号与二进制代码之间定义了生成映射关系。

 

代码下载：http://ybb_y1b1b1.download.youkuaiyun.com/