從零寫一個編譯器（八）：語義分析之構造符號表
阿新 • • 發佈：2019-08-19
專案的完整程式碼在 C2j-Compiler
前言
在之前完成了描述符號表的資料結構，現在就可以正式構造符號表了。符號表的建立自然是要根據語法分析過程中走的，所以符號表的建立就在LRStateTableParser裡的takeActionForReduce方法
不過在此之前，當然還需要一個方便對這個符號表操作的類了
這一篇主要的兩個檔案是
- TypeSystem.java
- LRStateTableParser.java
操作符號表
操作符號表的方法都在TypeSystem類裡。
TypeSystem裡主要有這幾個方法：
型別說明符
邏輯都很簡單
public TypeLink newType(String typeText) { Specifier sp; int type = Specifier.NONE; boolean isLong = false, isSigned = true; switch (typeText.charAt(0)) { case 'c': if (typeText.charAt(1) == 'h') { type = Specifier.CHAR; } break; case 'd': case 'f': System.err.println("Floating point Numbers are not supported"); System.exit(1); break; case 'i': type = Specifier.INT; break; case 'l': isLong = true; break; case 'u': isSigned = false; break; case 'v': if (typeText.charAt(2) == 'i') { type = Specifier.VOID; } break; case 's': //ignore short signed break; default: break; } sp = new Specifier(); sp.setType(type); sp.setLong(isLong); sp.setSign(isSigned); TypeLink link = new TypeLink(false, false, sp); return link; }
建立儲存型別
其實這一部分有的到後面解釋執行或者程式碼生成的時候，現在這個編譯器是不處理的
這一部分的邏輯也很簡單
public TypeLink newClass(String classText) { Specifier sp = new Specifier(); sp.setType(Specifier.NONE); setClassType(sp, classText.charAt(0)); TypeLink link = new TypeLink(false, false, sp); return link; } private void setClassType(Specifier sp, char c) { switch(c) { case 0: sp.setStorageClass(Specifier.FIXED); sp.setStatic(false); sp.setExternal(false); break; case 't': sp.setStorageClass(Specifier.TYPEDEF); break; case 'r': sp.setStorageClass(Specifier.REGISTER); break; case 's': sp.setStatic(true); break; case 'e': sp.setExternal(true); break; default: System.err.println("Internal error, Invalid Class type"); System.exit(1); break; } }
給符號新增修飾符
addSpecifierToDeclaration是為當前整個Symbol鏈都加上修飾符，比如遇見int x,y,z;這種情況
public Declarator addDeclarator(Symbol symbol, int declaratorType) { Declarator declarator = new Declarator(declaratorType); TypeLink link = new TypeLink(true, false, declarator); symbol.addDeclarator(link); return declarator; } public void addSpecifierToDeclaration(TypeLink specifier, Symbol symbol) { while (symbol != null) { symbol.addSpecifier(specifier); symbol = symbol.getNextSymbol(); } }
剩下用到再提
構造符號表
構造符號表的過程在語法分析的過程裡，也就是進行reduce操作的時候。很好理解問什麼符號表的構建會在reduce操作時發生，因為當發生reduce操作的時候就代表產生了一個變數名或者是產生了一個變數定義，這時候是把它們加入符號表的最好時機
所以在語法分析的過程中加入一個方法來處理reduce時的操作，此外還需要一個屬性堆疊來輔助操作，屬性堆疊的作用就是用來儲存之前的操作，以方便後面使用
比如現在產生了一個修飾符，但是語法分析過程還沒有讀入變數名，就先把這個修飾符壓入屬性堆疊，等讀入變數名的時候就可以建立一個Symbol，再把修飾符彈出堆疊連結到Symbol上
takeActionForReduce
takeActionForReduce方法的引數就是做reduce操作依據的產生式的編號
只看一下比較複雜的：
StructSpecifier_TO_TypeSpecifier：
這是結構定義生成一個結構體型別的declartor，對應的推導式是
* TYPE_SPECIFIER -> STRUCT_SPECIFIER
* STTUCT_SPECIFIER -> STRUCT OPT_TAG LC DEF_LIST RC
* | STRUCT TAG先生成一個Specifier再設定它的vStruct屬性，也就是宣告這是一個結構體，之後拿到結構體定義，從這個推導式中我們可以看出，結構體定義肯定在它的上一步，也就是被放入了屬性堆疊的頂端
SPECIFIERS_TypeOrClass_TO_SPECIFIERS
這裡對應的推導式是
* SPECIFIERS -> SPECIFIERS TYPE_OR_CLASS目的其實就是合併多個specifier
DEFLIST
case SyntaxProductionInit.ExtDeclList_COMMA_ExtDecl_TO_ExtDeclList:
case SyntaxProductionInit.VarList_COMMA_ParamDeclaration_TO_VarList:
case SyntaxProductionInit.DeclList_Comma_Decl_TO_DeclList:
case SyntaxProductionInit.DefList_Def_TO_DefList:其實這部分是連線一系列變數的定義，比如ExtDeclList_COMMA_ExtDecl_TO_ExtDeclList就是對應像x,y這樣用逗號分割的連續定義，把它們的符號連線起來
DECLARTOR
case SyntaxProductionInit.OptSpecifier_ExtDeclList_Semi_TO_ExtDef:
case SyntaxProductionInit.TypeNT_VarDecl_TO_ParamDeclaration:
case SyntaxProductionInit.Specifiers_DeclList_Semi_TO_Def:這裡其實是完成一個完成的定義，像int x,y;後把拿到Specifier放入到每個符號去，比較特殊的是拿到Specifier的位置，這是根據reduce次數計算的。
STRUCT和FUNCTION
接下來比較需要注意的就是處理struct和function的方法
- 在處理連續的變數宣告的時候，如果遇見的型別是結構體的話，就進行這樣一個處理，如果當前是個結構體宣告，我們就直接把這個結構體裡的符號，也就是structDefine的fields放入argList（這個原本應該是放函式引數的）
private void handleStructVariable(Symbol symbol) {
if (symbol == null) {
return;
}
boolean isStruct = false;
TypeLink typeLink = symbol.typeLinkBegin;
Specifier specifier = null;
while (typeLink != null) {
if (!typeLink.isDeclarator) {
specifier = (Specifier) typeLink.getTypeObject();
if (specifier.getType() == Specifier.STRUCTURE) {
isStruct = true;
break;
}
}
typeLink = typeLink.toNext();
}
if (isStruct) {
StructDefine structDefine = specifier.getStruct();
Symbol copy = null, headCopy = null, original = structDefine.getFields();
while (original != null) {
if (copy != null) {
Symbol sym = original.copy();
copy.setNextSymbol(sym);
copy = sym;
} else {
copy = original.copy();
headCopy = copy;
}
original = original.getNextSymbol();
}
symbol.setArgList(headCopy);
}
}- 這個方法其實就是根據有沒有引數來判斷當前函式的名字在堆疊的哪個位置
private void setFunctionSymbol(boolean hasArgs) {
Symbol funcSymbol;
if (hasArgs) {
funcSymbol = (Symbol) valueStack.get(valueStack.size() - 4);
} else {
funcSymbol = (Symbol) valueStack.get(valueStack.size() - 3);
}
typeSystem.addDeclarator(funcSymbol, Declarator.FUNCTION);
attributeForParentNode = funcSymbol;
}takeActionForReduce原始碼
private void takeActionForReduce(int productionNum) {
switch (productionNum) {
case SyntaxProductionInit.TYPE_TO_TYPE_SPECIFIER:
attributeForParentNode = typeSystem.newType(text);
break;
case SyntaxProductionInit.EnumSpecifier_TO_TypeSpecifier:
attributeForParentNode = typeSystem.newType("int");
break;
case SyntaxProductionInit.StructSpecifier_TO_TypeSpecifier:
attributeForParentNode = typeSystem.newType(text);
TypeLink link = (TypeLink) attributeForParentNode;
Specifier sp = (Specifier) link.getTypeObject();
sp.setType(Specifier.STRUCTURE);
StructDefine struct = (StructDefine) valueStack.get(valueStack.size() - 1);
sp.setStruct(struct);
break;
case SyntaxProductionInit.SPECIFIERS_TypeOrClass_TO_SPECIFIERS:
attributeForParentNode = valueStack.peek();
Specifier last = (Specifier) ((TypeLink) valueStack.get(valueStack.size() - 2)).getTypeObject();
Specifier dst = (Specifier) ((TypeLink) attributeForParentNode).getTypeObject();
typeSystem.specifierCopy(dst, last);
break;
case SyntaxProductionInit.NAME_TO_NewName:
case SyntaxProductionInit.Name_TO_NameNT:
attributeForParentNode = typeSystem.newSymbol(text, nestingLevel);
break;
case SyntaxProductionInit.START_VarDecl_TO_VarDecl:
case SyntaxProductionInit.Start_VarDecl_TO_VarDecl:
typeSystem.addDeclarator((Symbol) attributeForParentNode, Declarator.POINTER);
break;
case SyntaxProductionInit.VarDecl_LB_ConstExpr_RB_TO_VarDecl:
Declarator declarator = typeSystem.addDeclarator((Symbol) valueStack.get(valueStack.size() - 4), Declarator.ARRAY);
int arrayNum = (Integer) attributeForParentNode;
declarator.setElementNum(arrayNum);
attributeForParentNode = valueStack.get(valueStack.size() - 4);
break;
case SyntaxProductionInit.Name_TO_Unary:
attributeForParentNode = typeSystem.getSymbolByText(text, nestingLevel, symbolScope);
break;
case SyntaxProductionInit.ExtDeclList_COMMA_ExtDecl_TO_ExtDeclList:
case SyntaxProductionInit.VarList_COMMA_ParamDeclaration_TO_VarList:
case SyntaxProductionInit.DeclList_Comma_Decl_TO_DeclList:
case SyntaxProductionInit.DefList_Def_TO_DefList: {
Symbol currentSym = (Symbol) attributeForParentNode;
Symbol lastSym = null;
if (productionNum == SyntaxProductionInit.DefList_Def_TO_DefList) {
lastSym = (Symbol) valueStack.get(valueStack.size() - 2);
} else {
lastSym = (Symbol) valueStack.get(valueStack.size() - 3);
}
currentSym.setNextSymbol(lastSym);
}
break;
case SyntaxProductionInit.OptSpecifier_ExtDeclList_Semi_TO_ExtDef:
case SyntaxProductionInit.TypeNT_VarDecl_TO_ParamDeclaration:
case SyntaxProductionInit.Specifiers_DeclList_Semi_TO_Def:
Symbol symbol = (Symbol) attributeForParentNode;
TypeLink specifier;
if (productionNum == SyntaxProductionInit.TypeNT_VarDecl_TO_ParamDeclaration) {
specifier = (TypeLink) (valueStack.get(valueStack.size() - 2));
} else {
specifier = (TypeLink) (valueStack.get(valueStack.size() - 3));
}
typeSystem.addSpecifierToDeclaration(specifier, symbol);
typeSystem.addSymbolsToTable(symbol, symbolScope);
handleStructVariable(symbol);
break;
case SyntaxProductionInit.VarDecl_Equal_Initializer_TO_Decl:
//Here you need to set the Symbol object for the response, otherwise there will be an error above Symbol symbol = (Symbol)attributeForParentNode;
attributeForParentNode = (Symbol) valueStack.get(valueStack.size() - 2);
break;
case SyntaxProductionInit.NewName_LP_VarList_RP_TO_FunctDecl:
setFunctionSymbol(true);
Symbol argList = (Symbol) valueStack.get(valueStack.size() - 2);
((Symbol) attributeForParentNode).args = argList;
typeSystem.addSymbolsToTable((Symbol) attributeForParentNode, symbolScope);
symbolScope = ((Symbol) attributeForParentNode).getName();
Symbol sym = argList;
while (sym != null) {
sym.addScope(symbolScope);
sym = sym.getNextSymbol();
}
break;
case SyntaxProductionInit.NewName_LP_RP_TO_FunctDecl:
setFunctionSymbol(false);
typeSystem.addSymbolsToTable((Symbol) attributeForParentNode, symbolScope);
symbolScope = ((Symbol) attributeForParentNode).getName();
break;
case SyntaxProductionInit.OptSpecifiers_FunctDecl_CompoundStmt_TO_ExtDef:
symbol = (Symbol) valueStack.get(valueStack.size() - 2);
specifier = (TypeLink) (valueStack.get(valueStack.size() - 3));
typeSystem.addSpecifierToDeclaration(specifier, symbol);
symbolScope = GLOBAL_SCOPE;
break;
case SyntaxProductionInit.Name_To_Tag:
symbolScope = text;
attributeForParentNode = typeSystem.getStructFromTable(text);
if (attributeForParentNode == null) {
attributeForParentNode = new StructDefine(text, nestingLevel, null);
typeSystem.addStructToTable((StructDefine) attributeForParentNode);
}
break;
case SyntaxProductionInit.Struct_OptTag_LC_DefList_RC_TO_StructSpecifier:
Symbol defList = (Symbol) valueStack.get(valueStack.size() - 2);
StructDefine structObj = (StructDefine) valueStack.get(valueStack.size() - 4);
structObj.setFields(defList);
attributeForParentNode = structObj;
symbolScope = GLOBAL_SCOPE;
break;
case SyntaxProductionInit.Enum_TO_EnumNT:
enumVal = 0;
break;
case SyntaxProductionInit.NameNT_TO_Emurator:
doEnum();
break;
case SyntaxProductionInit.Name_Eequal_ConstExpr_TO_Enuerator:
enumVal = (Integer) (valueStack.get(valueStack.size() - 1));
attributeForParentNode = (Symbol) (valueStack.get(valueStack.size() - 3));
doEnum();
break;
case SyntaxProductionInit.Number_TO_ConstExpr:
case SyntaxProductionInit.Number_TO_Unary:
attributeForParentNode = Integer.valueOf(text);
break;
default:
break;
}
astBuilder.buildSyntaxTree(productionNum, text);
}作用域
在上面說的構造符號表的過程還有一個點沒有說，就是每個符號的作用域問題。
在LRStateTableParser有兩個屬性
- nestingLevel
用來表明當前符號的巢狀層次 - symbolScope
用來表示當前符號的作用域，如果是全域性變數就設定為GLOBAL_SCOPE，為函式內部的即設定為對應的函式名
nestingLevel在shift操作遇見左右括號時，就會進行相應的加減
symbolScope則是在reduce過程，如果遇見一個函式定義或者完成一個完整的函式定義就會進行相應的設定
小結
這一篇就是利用reduce操作的時候，我們可以知道是根據哪個產生式做的reduce，就可以在其中插入符號表的構建。過程看著可能比較複雜，但其實就是：
根據reduce的產生式建立資訊 -> 根據reduce的產生式來組合資訊
另外的github部落格：https://dejavudwh