作业编译原理-实验报告.docVIP

PAGE 实验目的; 完整地指出TINYC的词法结构，也就是：定义记号和它们的特性 实验内容;TINYC的记号分为3个典型类型：保留字、特殊符号和“其他”记号。保留字一共有8个，它们的含义类似。特殊符号有10种：分别是4种基本的整数运算符号、2种比较符号，以及括号、分号和赋值符号。除了赋值符号是两个字符的长度之外，其余均为一个字符。表1 TINYC语言的记号保留字特殊符号其他if+数（1个或更多的数字）then-else*end/repeat=until标识符（1个或更多的字母）read(write);:=其他记号就是数了，它们是一个或多个数字以及标识符的序列，而标识符又是（为了简便）一个或多个字母的序列。除了记号之外，TINYC还要遵循以下的词法惯例：注释应放在花括号{...}中，且不可嵌套；代码应是自由格式；空白格由空格、制表位和新行组成；最长子串原则后须接识别记号。在为该语言设计扫描程序时，可以从正则表达式开始并根据前一节中的算法来开发NFA和DFA。实际上，前面已经给出了数、标识符和注释的正则表达式。其他记号的正则表达式都是固定串，因而均不重要。由于扫描程序的DFA记号十分简单，所以无需按照这个例程就可直接开发这个DFA了。我们按一下步骤进行。首先要注意到除了赋值符号之外，其他所有的特殊符号都只有一个字符，这些符号的DFA如下：在该图中，不同的接受状态是由扫描程序返回的记号区分开来。如果在这个将要返回的记号（代码中的一个变量）中使用其他指示器，则所有接受状态都可集中为一个状态，称之为DONE。若将这个二状态的DFA与接受数和标识符的DFA合并在一起，就可得到下面的DFA： 请注意，利用方括号指出了不可被消耗的先行字符。 现在需要在这个DFA中添加注释、空白格和赋值。一个简单的从初始状态到其本身的循环要消耗空白格。注释要求一个额外的状态，它由花括号左边达到并在花括号右边返回到它。赋值也需要中间状态，它由分号上的初始状态达到。如果后面紧跟有一个等号，那么就会生成一个赋值记号。反之就不消耗下一个字符，且生成一个错误记号。实际上，未列在特殊符号中的所有单个字符既不是空白格或注释，也不是数字或字母，它们应被作为错误而接受，我们将它们与单个字符符号混合在一起。如下图是为扫描程序给出的最后一个DFA。在上面的讨论或上图中的DFA都未包括保留字。这是因为根据DFA的观点，而认为保留字与标识符相同，以后再在接受后的保留字表格中寻找标识符是最简单的。当然，最长子串原则保证了扫描程序唯一需要改变的动作是被返回的记号。因为，仅在识别了标识符之后才考虑保留字。现在再来讨论实现这个DFA的代码，它已被放在了scan.h文件和scan.c文件之中。其中最主要的过程是getToken，它消耗输入字符并根据上图中的DFA返回下一个被识别的记号。这个实现利用了双重嵌套情况分析，以及一个有关状态的大型情况列表，在大列表中的是基于当前输入字符的单独列表。记号本身被定义成globals.h中的枚举类型，它包括在表1中列出的所有记号以及内务记号ENDFILE（当达到文件的末尾时）和ERROR（当遇到错误字符时）。扫描程序的状态也被定义为一个枚举类型，但它是位于扫描程序之中。扫描程序还需总地计算出每个记号的特性，并有时会采取其他动作（例如将标识符插入到符号表中）。在TINYC扫描程序中，所要计算的唯一特性是词法或是被识别的记号的串值，它位于变量tokenString之中。这个变量同getToken一并是提供给编译器其他部分的唯一的两个服务，它们的定义已被收集在头文件scan.h。声明了tokenString的长度固定为41，因此那个标识符也就不能超过40个字符（加上结尾的空字符）。后面还会提到这个限制。扫描程序使用了3个全程变量：文件变量source和listing，在globals.h中声明且在main.c中被分配和初始化的整型变量lineno。由getToken过程完成的额外的簿记如下所述：表reservedWords和过程reservedLookup完成位于由getToken的主要循环识别的标识符之后的保留字的查找，currentToken的值也随之改变。标志变量save被用作指示是否将一个字符增加到tokenString之上；由于需要包括空白格、注释和非消耗的先行，所以这些都是必要的。到扫描程序的字符输入由getNextChar函数提供，该函数将一个256-字符缓冲区内部的lineBuf中的字符取到扫描程序中。如果已经耗尽了这个缓冲区，且假设每一次都获取了一个新的源代码行（以及增加的lineno），那么getNextChar就利用标准的C过程fgets从source文件更新改缓冲区。虽然这个假设允许了更简单的代码，但却不能正确地处理行的字数超