1. 程式人生 > >手把手教你構建 C 語言編譯器(1)

手把手教你構建 C 語言編譯器(1)

本章是“手把手教你構建 C 語言編譯器”系列的第二篇,我們要從整體上講解如何設計我們的 C 語言編譯器。

手把手教你構建 C 語言編譯器系列共有10個部分:

首先要說明的是,雖然標題是編譯器,但實際上我們構建的是 C 語言的直譯器,這意味著我們可以像執行指令碼一樣去執行 C 語言的原始碼檔案。這麼做的理由有兩點:

  1. 直譯器與編譯器僅在程式碼生成階段有區別,而其它方面如詞法分析、語法分析是一樣的。
  2. 直譯器需要我們實現自己的虛擬機器與指令集,而這部分能幫助我們瞭解計算機的工作原理。

#編譯器的構建流程

一般而言,編譯器的編寫分為 3 個步驟:

  1. 詞法分析器,用於將字串轉化成內部的表示結構。
  2. 語法分析器,將詞法分析得到的標記流(token)生成一棵語法樹。
  3. 目的碼的生成,將語法樹轉化成目的碼。

已經有許多工具能幫助我們處理階段1和2,如 flex 用於詞法分析,bison 用於語法分析。只是它們的功能都過於強大,遮蔽了許多實現上的細節,對於學習構建編譯器幫助不大。所以我們要完全手寫這些功能。

所以我們會依照以下步驟來構建我們的編譯器:

  1. 構建我們自己的虛擬機器以及指令集。這後生成的目的碼便是我們的指令集。
  2. 構建我們的詞法分析器
  3. 構建語法分析器

#編譯器框架

我們的編譯器主要包括 4 個函式:

  1. next() 用於詞法分析,獲取下一個標記,它將自動忽略空白字元。
  2. program() 語法分析的入口,分析整個 C 語言程式。
  3. expression(level)
    用於解析一個表示式。
  4. eval() 虛擬機器的入口,用於解釋目的碼。

這裡有一個單獨用於解析“表示式”的函式 expression 是因為表示式在語法分析中相對獨立並且比較複雜,所以我們將它單獨作為一個模組(函式)。下面是相應的原始碼:

#include <stdio.h>
#include <stdlib.h>
#include <memory.h>
#include <string.h>

int token; // current token
char *src, *old_src; // pointer to source code string;

int poolsize; // default size of text/data/stack
int line; // line number

void next() {
token = *src++;
return;
}

void expression(int level) {
// do nothing
}

void program() {
next(); // get next token
while (token > 0) {
printf("token is: %c\n", token);
next();
}
}


int eval() { // do nothing yet
return 0;
}

int main(int argc, char **argv)
{
int i, fd;

argc--;
argv++;

poolsize = 256 * 1024; // arbitrary size
line = 1;

if ((fd = open(*argv, 0)) < 0) {
printf("could not open(%s)\n", *argv);
return -1;
}

if (!(src = old_src = malloc(poolsize))) {
printf("could not malloc(%d) for source area\n", poolsize);
return -1;
}

// read the source file
if ((i = read(fd, src, poolsize-1)) <= 0) {
printf("read() returned %d\n", i);
return -1;
}
src[i] = 0; // add EOF character
close(fd);

program();
return eval();
}

上面的程式碼看上去挺複雜,但其實內容不多。它的流程為:讀取一個檔案(內容為 C 語言程式碼),逐個讀取檔案中的字元,並輸出。這裡需要的是注意每個函式的作用,後面的文章中,我們將逐個填充每個函式的功能,最終構建起我們的編譯器。

本節的程式碼可以在 Github 上下載,也可以直接 clone

git clone -b step-0 https://github.com/lotabout/write-a-C-interpreter

這樣我們就有了一個最簡單的編譯器:什麼都不幹的編譯器,下一章中,我們將實現其中的eval函式,即我們自己的虛擬機器。