手把手教你做一個 C 語言編譯器（5）：變數定義

阿新 • • 發佈：2018-12-29

本章中我們用 EBNF 來大致描述我們實現的 C 語言的文法，並實現其中解析變數定義部分。

由於語法分析本身比較複雜，所以我們將它拆分成 3 個部分進行講解，分別是：變數定義、函式定義、表示式。

本系列：

EBNF 表示

EBNF 是對前一章提到的 BNF 的擴充套件，它的語法更容易理解，實現起來也更直觀。但真正看起來還是很煩，如果不想看可以跳過。

program ::= {global_declaration}+

global_declaration ::= enum_decl | variable_decl | function_decl

enum_decl ::= 'enum' [id] '{' id ['=' 'num'] {',' id ['=' 'num'} '}'

variable_decl ::= type {'*'} id { ',' {'*'} id } ';'

function_decl ::= type {'*'} id '(' parameter_decl ')' '{' body_decl '}'

parameter_decl ::= type {'*'} id {',' type {'*'} id}

body_decl ::= {variable_decl}, {statement}

statement ::= non_empty_statement | empty_statement

non_empty_statement ::= if_statement | while_statement | '{' statement '}'
                     | 'return' expression | expression ';'

if_statement ::= 'if' '(' expression ')' statement ['else' non_empty_statement]

while_statement ::= 'while' '(' expression ')' non_empty_statement

12345678910111213141516171819202122

program::={global_declaration}+global_declaration::=enum_decl|variable_decl|function_declenum_decl::='enum'[id]'{'id['=''num']{','id['=''num'}'}'variable_decl::=type{'*'}id{','{'*'}id}';'function_decl::=type{'*'}id'('parameter

_decl')''{'body_decl'}'parameter_decl::=type{'*'}id{','type{'*'}id}body_decl::={variable_decl},{statement}statement::=non_empty_statement|empty_statementnon_empty_statement::=if_statement|while_statement|'{'statement'}'|'return'expression|expression';'if_statement::='if''('expression')'statement['else'

non_empty_statement]while_statement::='while''('expression')'non_empty_statement

其中 expression 相關的內容我們放到後面解釋，主要原因是我們的語言不支援跨函式遞迴，而為了實現自舉，實際上我們也不能使用遞迴（虧我們說了一章的遞迴下降）。

P.S. 我是先寫程式再總結上面的文法，所以實際上它們間的對應關係並不是特別明顯。

解析變數的定義

本章要講解的就是上節文法中的 enum_decl 和 variable_decl 部分。

program()

首先是之前定義過的 program 函式，將它改成：

void program() {
    // get next token
    next();
    while (token > 0) {
        global_declaration();
    }
}

1234567

voidprogram(){// get next tokennext();while(token>0){global_declaration();}}

我知道 global_declaration 函式還沒有出現過，但沒有關係，採用自頂向下的編寫方法就是要不斷地實現我們需要的內容。下面是 global_declaration 函式的內容：

global_declaration()

即全域性的定義語句，包括變數定義，型別定義（只支援列舉）及函式定義。程式碼如下：

int basetype;    // the type of a declaration, make it global for convenience
int expr_type;   // the type of an expression

void global_declaration() {
    // global_declaration ::= enum_decl | variable_decl | function_decl
    //
    // enum_decl ::= 'enum' [id] '{' id ['=' 'num'] {',' id ['=' 'num'} '}'
    //
    // variable_decl ::= type {'*'} id { ',' {'*'} id } ';'
    //
    // function_decl ::= type {'*'} id '(' parameter_decl ')' '{' body_decl '}'

    int type; // tmp, actual type for variable
    int i; // tmp

    basetype = INT;

    // parse enum, this should be treated alone.
    if (token == Enum) {
        // enum [id] { a = 10, b = 20, ... }
        match(Enum);
        if (token != '{') {
            match(Id); // skip the [id] part
        }
        if (token == '{') {
            // parse the assign part
            match('{');
            enum_declaration();
            match('}');
        }

        match(';');
        return;
    }

    // parse type information
    if (token == Int) {
        match(Int);
    }
    else if (token == Char) {
        match(Char);
        basetype = CHAR;
    }

    // parse the comma seperated variable declaration.
    while (token != ';' && token != '}') {
        type = basetype;
        // parse pointer type, note that there may exist `int ****x;`
        while (token == Mul) {
            match(Mul);
            type = type + PTR;
        }

        if (token != Id) {
            // invalid declaration
            printf("%d: bad global declaration\n", line);
            exit(-1);
        }
        if (current_id[Class]) {
            // identifier exists
            printf("%d: duplicate global declaration\n", line);
            exit(-1);
        }
        match(Id);
        current_id[Type] = type;

        if (token == '(') {
            current_id[Class] = Fun;
            current_id[Value] = (int)(text + 1); // the memory address of function
            function_declaration();
        } else {
            // variable declaration
            current_id[Class] = Glo; // global variable
            current_id[Value] = (int)data; // assign memory address
            data = data + sizeof(int);
        }

        if (token == ',') {
            match(',');
        }
    }
    next();
}

1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636465666768697071727374757677787980818283

intbasetype;// the type of a declaration, make it global for convenienceintexpr_type;// the type of an expressionvoidglobal_declaration(){// global_declaration ::= enum_decl | variable_decl | function_decl//// enum_decl ::= 'enum' [id] '{' id ['=' 'num'] {',' id ['=' 'num'} '}'//// variable_decl ::= type {'*'} id { ',' {'*'} id } ';'//// function_decl ::= type {'*'} id '(' parameter_decl ')' '{' body_decl '}'inttype;// tmp, actual type for variableinti;// tmpbasetype=INT;// parse enum, this should be treated alone.if(token==Enum){// enum [id] { a = 10, b = 20, ... }match(Enum);if(token!='{'){match(Id);// skip the [id] part}if(token=='{'){// parse the assign partmatch('{');enum_declaration();match('}');}match(';');return;}// parse type informationif(token==Int){match(Int);}elseif(token==Char){match(Char);basetype=CHAR;}// parse the comma seperated variable declaration.while(token!=';'&&token!='}'){type=basetype;// parse pointer type, note that there may exist `int ****x;`while(token==Mul){match(Mul);type=type+PTR;}if(token!=Id){// invalid declarationprintf("%d: bad global declaration\n",line);exit(-1);}if(current_id[Class]){// identifier existsprintf("%d: duplicate global declaration\n",line);exit(-1);}match(Id);current_id[Type]=type;if(token=='('){current_id[Class]=Fun;current_id[Value]=(int)(text+1);// the memory address of functionfunction_declaration();}else{// variable declarationcurrent_id[Class]=Glo;// global variablecurrent_id[Value]=(int)data;// assign memory addressdata=data+sizeof(int);}if(token==','){match(',');}}next();}

看了上面的程式碼，能大概理解嗎？這裡我們講解其中的一些細節。

向前看標記 ：其中的 if (token == xxx) 語句就是用來向前檢視標記以確定使用哪一個產生式，例如只要遇到 enum 我們就知道是需要解析列舉型別。而如果只解析到型別，如 int identifier 時我們並不能確定 identifier 是一個普通的變數還是一個函式，所以還需要繼續檢視後續的標記，如果遇到 ( 則可以斷定是函數了，反之則是變數。

變數型別的表示 ：我們的編譯器支援指標型別，那意味著也支援指標的指標，如 int **data;。那麼我們如何表示指標型別呢？前文中我們定義了支援的型別：

// types of variable/function
enum { CHAR, INT, PTR };

12	// types of variable/functionenum{CHAR,INT,PTR};

所以一個型別首先有基本型別，如 CHAR 或 INT，當它是一個指向基本型別的指標時，如int *data，我們就將它的型別加上 PTR 即程式碼中的：type = type + PTR;。同理，如果是指標的指標，則再加上 PTR。

enum_declaration()

用於解析列舉型別的定義。主要的邏輯用於解析用逗號（,）分隔的變數，值得注意的是在編譯器中如何儲存列舉變數的資訊。

即我們將該變數的類別設定成了 Num，這樣它就成了全域性的常量了，而注意到上節中，正常的全域性變數的類別則是 Glo，類別資訊在後面章節中解析 expression 會使用到。

void enum_declaration() {
    // parse enum [id] { a = 1, b = 3, ...}
    int i;
    i = 0;
    while (token != '}') {
        if (token != Id) {
            printf("%d: bad enum identifier %d\n", line, token);
            exit(-1);
        }
        next();
        if (token == Assign) {
            // like {a=10}
            next();
            if (token != Num) {
                printf("%d: bad enum initializer\n", line);
                exit(-1);
            }
            i = token_val;
            next();
        }

        current_id[Class] = Num;
        current_id[Type] = INT;
        current_id[Value] = i++;

        if (token == ',') {
            next();
        }
    }
}

123456789101112131415161718192021222324252627282930

voidenum_declaration(){// parse enum [id] { a = 1, b = 3, ...}inti;i=0;while(token!='}'){if(token!=Id){printf("%d: bad enum identifier %d\n",line,token);exit(-1);}next();if(token==Assign){// like {a=10}next();if(token!=Num){printf("%d: bad enum initializer\n",line);exit(-1);}i=token_val;next();}current_id[Class]=Num;current_id[Type]=INT;current_id[Value]=i++;if(token==','){next();}}}

其它

其中的 function_declaration 函式我們將放到下一章中講解。match 函式是一個輔助函式：

void match(int tk) {
    if (token == tk) {
        next();
    } else {
        printf("%d: expected token: %d\n", line, tk);
        exit(-1);
    }
}

12345678

voidmatch(inttk){if(token==tk){next();}else{printf("%d: expected token: %d\n",line,tk);exit(-1);}}

它將 next 函式包裝起來，如果不是預期的標記則報錯並退出。

程式碼

本章的程式碼可以在 Github 上下載，也可以直接 clone

git clone -b step-3 https://github.com/lotabout/write-a-C-interpreter

1	git clone-bstep-3https://github.com/lotabout/write-a-C-interpreter

本章的程式碼還無法正常執行，因為還有許多功能沒有實現，但如果有興趣的話，可以自己先試著去實現它。

小結

本章的內容應該不難，除了開頭的 EBNF 表示式可能相對不好理解一些，但如果你查看了 EBNF 的具體表示方法後就不難理解了。

剩下的內容就是按部就班地將 EBNF 的產生式轉換成函式的過程，如果你理解了上一章中的內容，相信這部分也不難理解。

下一章中我們將介紹如何解析函式的定義，敬請期待。

打賞支援我寫出更多好文章，謝謝！
打賞作者

打賞支援我寫出更多好文章，謝謝！

任選一種支付方式

手把手教你做一個 C 語言編譯器（5）：變數定義

EBNF 表示

解析變數的定義

program()

global_declaration()

enum_declaration()

其它

程式碼

小結

打賞支援我寫出更多好文章，謝謝！

手把手教你做一個 C 語言編譯器（5）：變數定義

手把手教你做一個 C 語言編譯器（6）：函式定義

手把手教你做一個 C 語言編譯器（8）：表示式

手把手教你做一個 C 語言編譯器（7）：語句

手把手教你做一個 C 語言編譯器（9）：總結

手把手教你做一個 C 語言編譯器（2）：虛擬機器

手把手教你做一個 C 語言編譯器（4）：遞迴下降

手把手教你做一個 C 語言編譯器（3）：詞法分析器

手把手教你做一個 C 語言編譯器（0）：前言

手把手教你做一個 C 語言編譯器（1）：設計

手把手教你構建 C 語言編譯器（5）

手把手教你做藍芽聊天應用（四）－藍芽連線模組

手把手教你構建 C 語言編譯器（6）

手把手教你構建 C 語言編譯器（4）

手把手教你構建 C 語言編譯器（8）

手把手教你構建 C 語言編譯器（2）

手把手教你構建 C 語言編譯器（9）

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（0）

手把手教你構建 C 語言編譯器（3）

手把手教你做一個 C 語言編譯器（5）：變數定義

EBNF 表示

解析變數的定義

program()

global_declaration()

enum_declaration()

其它

程式碼

小結

打賞支援我寫出更多好文章，謝謝！

相關推薦