北航 编译实践 PL/0文法

 

编译实践-PL\0编译系统实现

 

 

 

姓名：

  

专业：

计算机科学与技术

学院：

软件学院

提交时间：

2013年12月25日

 

 

 

 

北京航空航天大学·软件学院

编译实践-PL\0编译系统实现

  1. 实验要求
  • 以个人为单位进行开发，不得多人合作完成。
  • 共32个学时。个人无计算机者可以申请上机机时。
  • 细节要求：
    • 输入：符合PL/0文法的源程序（自己要有5个测试用例，包含出错的情况，还要用老师提供的测试用例进行测试）
    • 输出：P-Code
    • 错误信息：参见教材第316页表14.4。
    • P-Code指令集：参见教材第316页表14.5。
    • 语法分析部分要求统一使用递归下降子程序法实现。
    • 编程语言使用C、C++、C#或Java等。
    • 上交材料中不但要包括源代码（含注释）和可执行程序，还应有完整文档。
  1. PL/0语言描述

PL/0语言是一种类PASCAL语言，是教学用程序设计语言，它比PASCAL语言简单，作了一些限制。PL/0的程序结构比较完全，赋值语句作为基本结构，构造概念有

  • 顺序执行、条件执行和重复执行，分别由begin/end,if then else和while do语句表示。
  • PL0还具有子程序概念，包括过程说明和过程调用语句。
  • 在数据类型方面，PL0只包含唯一的整型，可以说明这种类型的常量和变量。
  • 运算符有+，-，*，/，=，<>，<，>，<=，>=，(，)。
  • 说明部分包括常量说明、变量说明和过程说明。
  1. PL/0语言文法的EBNF表示

<程序> ::= <分程序>.

<分程序> ::= [<常量说明部分>][变量说明部分>]{<过程说明部分>}<语句>

<常量说明部分> ::= const<常量定义>{,<常量定义>};

<常量定义> ::= <标识符>=<无符号整数>

<无符号整数> ::= <数字>{<数字>}

<标识符> ::= <字母>{<字母>|<数字>}

<变量说明部分>::= var<标识符>{,<标识符>};

<过程说明部分> ::= <过程首部><分程序>；

<过程首部> ::= procedure<标识符>;

<语句> ::= <赋值语句>|<条件语句>|<当型循环语句>|<过程调用语句>|<读语句>|<写语句>|<复合语句>|<重复语句>|<空>

<赋值语句> ::= <标识符>:=<表达式>

<表达式> ::= [+|-]<项>{<加法运算符><项>}

<项> ::= <因子>{<乘法运算符><因子>}

<因子> ::= <标识符>|<无符号整数>|'('<表达式>')'

<加法运算符> ::= +|-

<乘法运算符> ::= *|/

<条件> ::= <表达式><关系运算符><表达式>|odd<表达式>

<关系运算符> ::= =|<>|<|<=|>|>=

<条件语句> ::= if<条件>then<语句>[else<语句>]

<当型循环语句> ::= while<条件>do<语句>

<过程调用语句> ::= call<标识符>

<复合语句> ::= begin<语句>{;<语句>}end

<重复语句> ::= repeat<语句>{;<语句>}until<条件>

<读语句> ::= read'('<标识符>{,<标识符>}')'

<写语句> ::= write'('<标识符>{,<标识符>}')'

<字母> ::= a|b|...|X|Y|Z

<数字> ::= 0|1|2|...|8|9

注意：

数据类型：无符号整数

标识符类型：简单变量(var)和常数(const)

数字位数：小于14位

标识符的有效长度：小于10位

过程嵌套：小于3层

  1. PL/0语言的语法图描述

图1-1 程序语法描述图

图1-2 分程序语法描述图

 

图1-6 项语法描述图

图1-7 因子语法描述图

 

 

  1. PL/0编译系统结构

    图 1-8 PL/0编译程序和解释执行过程

     

     

    PL/0编译程序函数定义层次结构：

    pl0

        error

        getsym

            getch

        gen

        test

        block

            enter

            position

            constdeclaration

            vardeclaration

            listcode

            st：atement

                expression

                    term

                        factor

                condition

        interpret

            base           

     

     

下面介绍这些过程（函数）的作用。

pl0

主程序

error

出错处理，打印出错位置和错误代码

getsym

词法分析，读取一个单词

getch

取字符

gen

生成P-code指令，送入目标程序区

test

测试当前单词符号是否合法

block

分程序分析处理

enter

登记符号表

position

查找标识符在符号表中的位置

constdeclaration

常量定义处理

vardeclaration

变量定义处理

listcode

列出p-code指令清单

statement

语句部分分析处理

expression

表达式分析处理

term

项分析处理

factor

因子分析处理

condition

条件分析处理

interpret

P-code解释执行程序

base

通过静态链求出数据区的基地址

 

  1. PL/0编译程序的词法分析

    PL/0编译系统中所有的字符，字符串的类型为，如下表格：

    保留字

    begin, end, if,then, else, const,procedure,

    var,do,while, call,read, write, repeat, until

    算数运算符

    + ,—，*，/

    比较运算符

      <> , < ,<= , >, >= ,=

    赋值符

    := , =

    标识符

    变量名，过程名，常数名

    常数

    10,25等整数

    界符

    '，'，'.'，'；'，'（'，'）'

     

    PL/0的词法分析程序Scanner.getsym()由语法分析程序调用，主要功能为：

  • 跳过空格字符。
  • 识别单词符号，返回单词类型（按照在Symbol.java中定义的编译系统的字符编号，返回类型码）
  • 特别的，对于编译系统的保留字符（例如：const, if, then等）需要查找系统的保留字符表word[]，为了加快查找速度，调用系统的二分搜索法Arrays.binarySearch().
  • 另外，如果读取的字符为数字，需要将该字符转换成整数值（调用公式num = 10 * num + (ch - '0');），再存入符号表的Value区域.

    Scanner.getsym()是调用扫描输入的源程序。主要功能如下：

  • 优化读取字符效率，每次读取一行源程序，存入缓冲区line，因此设置lineLength为源程序当前行的长度，chCount标志当前正在读取的字符位置
  • 采用"单符号先行"技术，在识别完每个符号的类型后，必须再度入下一个字符，以保证下一次再调用getsym()时，curCh保存的是该符号的首字符

 

图1- 词法分析程序的状态转换图

  1. PL/0编译程序的符号表管理
    • 符号表结构
  • 符号表中每一条记录所对应的结构：

    public class Item {

    public static final int constant = 0;

    public static final int variable = 1;

    public static final int procedure = 2;

    String name; //名字

    int type; //类型，const var or procedure

    int value; //数值，const使用

    int level; //所处层，var和procedure使用

    int addr; //地址，var和procedure使用

    int size; //需要分配的数据区空间，仅procedure使用

    }

 

符号表类SymbolTable中用数组存储符号表，再分配一个指针tablePtr指向当前符号表的末尾。

public class SymbolTable {

//有效的符号表大小

public int tablePtr = 0;

    //名字表

    public Item[] table = new Item[tableMax];

    ... ...

}

举例：

PL/0代码样例：

CONST A=35，B=49；
VAR C，D，E；
PROCEDURE P；
VAR G，X，Y，Z ；

 

此时的符号表内容：

NAME：A

KIND:CONSTANT

VAL:35

    

NAME：B

KIND:CONSTANT

VAL:49

    

NAME：C

KIND:VARIABLE

LEVEL:LEV

ADDR:DX

  

NAME：D

KIND:VARIABLE

LEVEL:LEV

ADDR:DX+1

  

NAME：E

KIND:VARIABLE

LEVEL:LEV

ADDR:DX+2

  

NAME：P

KIND:PROCEDURE

LEVEL:LEV

ADDR:

SIZE:7

NAME：G

KIND:VARIABLE

LEVEL:LEV+1

ADDR:DX

  

 

    

  • 符号表管理
    • 登记(在符号表中插入一项)

/**

* 把某个符号登录到名字表中，从1开始填，0表示不存在该项符号

* @param sym 要登记到名字表的符号

* @param k 该符号的类型：const, var ,procedure

* @param lev 名字所在的层次

* @param dx 当前应分配的变量的相对地址，注意dx要加一

*/

public void enter(Symbol sym,int type,int lev, int dx)

 

  • 查询

/**

* 在名字表中查找某个名字的位置

*从后往前查，这样符合嵌套分程序名字定义和作用域的规定

* @param idt 要查找的名字

* @return 如果找到则返回名字项的下标，否则返回0

*/

public int position(String idt)

 

  1. PL/0编译程序的语法分析

 

图1- 语法调用关系图

 

采用不带回溯的递归子程序法，对于语言的文法要求：

  1. 该文法必须是非左递归。
  2. 文法的非终结符，其规则右部所生成的first集合两两不相交
    1. 若文法具有形如，则

递归子程序设计实例

  • <expression>::=[+|-]<term>{(+|-)<项>}

void expression(BitSet fsys, int lev) {

if (symtype == plus || symtype == minus) {

    int adop = symtype;

    nextsym();

    term(nxtlev, lev);

    if (adop == minus)

    gen(OPR, 0, 1);

} else

    term(nxtlev, lev);

    //分析{<加法运算符><项>}

while (symtype == plus || symtype == minus) {

   int adop = symtype;

   nextsym();

   term(nxtlev, lev);

   gen(OPR, 0, adop);

  }

}

 

  • <term>::=<factor>{(*|/)<term>} 

void term(BitSet fsys, int lev) {

  factor(nxtlev, lev);

  //分析{<乘法运算符><因子>}

  while (symtype == mul || symtype == div) {

    int mop = sym.symtype;

    nextsym();

    factor(nxtlev, lev);

    gen(OPR, 0, mop);

  }

}

 

  • <factor>::=<ident>|<number>|'('<experssion>')'

void factor(BitSet fsys, int lev) {

if (symtype == ident) {

   int index = table.position(sym.id);

   if (index > 0) {

     Item item = table.get(index);

     switch (item.type) {

     case constant:

     gen(LIT, 0, item.value);

     break;

     case variable:

     gen(LOD, lev - item.lev, item.addr);

     break;

    }

  }

  nextsym();

} else if (symtype == number) {

   gen(LIT, 0, num);

   nextsym();

} else if (symtype == lparen) {

   nextsym();

   expression(nxtlev, lev);

   if (symtype == rparen)

      nextsym();

}

 

  1. PL/0编译程序的目标代码结构和代码生成
  • 代码结构

        P-code 语言：一种栈式机的语言。此类栈式机没有累加器和通用寄存器，有一个栈式存储器，有四个控制寄存器（指令寄存器 I，指令地址寄存器 P，栈顶寄存器 T和基址寄存器 B），算术逻辑运算都在栈顶进行。

F

L

A

        指令格式

       F ：操作码

       L ：层次差（标识符引用层减去定义层）

       A ：不同的指令含义不同

 

表5 P-code 指令的含义

指令

具体含义

LIT 0,a

取常量a放到数据栈栈顶

OPR 0,a

执行运算，a表示执行何种运算(+ - * /)

LOD l,a

取变量放到数据栈栈顶(相对地址为a,层次差为l)

STO l,a

将数据栈栈顶内容存入变量(相对地址为a,层次差为l)

CAL l,a

调用过程(入口指令地址为a,层次差为l)

INT 0,a

数据栈栈顶指针增加a

JMP 0,a

无条件转移到指令地址a

JPC 0,a

条件转移到指令地址a

 

//pcode类的结构

public class Pcode{

//虚拟机代码指令

public int f;

//引用层与声明层的层次差

public int l;

//指令参数

public int a;

}

//存放虚拟机代码的数组

public Pcode[] pcodeArray;

 

//生成虚拟机代码

public void gen(int f, int l, int a) {

    pcodeArray[arrayPtr++] = new Pcode(f, l, a);

}

 

  • 代码生成与地址返填

　　　　对于if then [else],while do和repeat until语句，要生成跳转指令，故采用地址返填技术。

  • if-then-else语句的目标代码生成模式：

if <condition> then <statement>[else]

 

<condition>

 

JPC addr1

 

<statement>

addr1:

[else]

  • while-do语句的目标代码生成模式：

while <condition> do <statement>

addr2:

<condition>

 

JPC addr3

 

<statement>

 

JPC addr2

addr3:

  

 

  • repeat-until语句的目标代码生成模式：

repeat <statement> until <condition>

addr4:

<statement>

 

<condition>

 

JPC addr4

 

注意：由于OPR指令设计复杂，故进一步解释：

(1).OPR 0 0

RETUEN

(stack[sp + 1] ß base(L);

sp ß bp - 1;

bp ß stack[sp + 2];

pc ß stack[sp + 3];)

(2).OPR 0 1

NEG

(- stack[sp] )

(3).OPR 0 2

ADD

(sp ß sp – 1 ;

stack[sp] ß stack[sp] + stack[sp + 1])

(4).OPR 0 3

SUB

(sp ß sp – 1 ;

stack[sp] ßstack[sp] - stack[sp + 1])

(5).OPR 0 4

MUL

(sp ß sp – 1 ;

stack[sp] ß stack[sp] * stack[sp + 1])

(6).OPR 0 5

DIV

(sp ß sp – 1 ;

stack[sp] ß stack[sp] / stack[sp + 1])

(7).OPR 0 6

ODD

(stack[sp] ß stack % 2)

(8).OPR 0 7

MOD

(sp ß sp – 1 ;

stack[sp] ß stack[sp] % stack[sp + 1])

(9).OPR 0 8

EQL

(sp ß sp – 1 ;

stack[sp] ß stack[sp] == stack[sp + 1])

(10).OPR 0 9

NEQ

(sp ß sp – 1 ;

stack[sp] ß stack[sp] != stack[sp + 1])

(11).OPR 0 10

LSS

(sp ß sp – 1 ;

stack[sp] ß stack[sp] < stack[sp + 1])

(12).OPR 0 11

GEQ

(sp ß sp – 1 ;

stack[sp] ß stack[sp] >= stack[sp + 1])

(13).OPR 0 12

GTR

(sp ß sp – 1 ;

stack[sp] ß stack[sp] > stack[sp + 1])

(14).OPR 0 13

LEQ

(sp ß sp – 1 ;

stack[sp] ß stack[sp] <= stack[sp + 1])

(15).OPR 0 14

print (stack[sp]);

sp ß sp – 1;

(16).OPR 0 15

print ('\n');

(17).OPR 0 16

scan(stack[sp]);

sp ß sp + 1;

 

 

  1. PL/0编译程序的语法错误处理

8.1错误处理的原则

              尽可能准确指出错误位置和错误属性

             尽可能进行校正

 

             短语层恢复技术

 

                 在进入某个语法单位时，调用TEST函数, 检查当前符号是否属于该语法单位的开始符号集合.

                 在语法单位分析结束时，调用TEST函数, 检查当前符号是否属于调用该语法单位时应有的后跟符号集合.

Test()函数的定义：

/**

* @param s1 需要的符号

* @param s2 不需要的符号，添加一个补救集合

* @param errcode 错误号

*/

void test(BitSet s1, BitSet s2, int errcode) {

if (!s1.get(sym.symtype)) {

   Err.report(errcode);

//当检测不通过时，不停地获取符号，直到它属于需要的集合

  s1.or(s2); //把s2集合补充进s1集合

  while (!s1.get(sym.symtype)) {

  nextsym();

  }

}

}

注意：FOLLOW集合随着调用的深度增加，逐层增加，且与调用的位置相关。

 

举例：

在write语句的下一层:

<statement>::=write '('<identity>{,identity}')'

fsys={[rparen, comma]+fsys};

在factor语句的下一层

<factor>::=… …|'('<expression>')'

fsys={[rparen]+fsys};

 

表1- PL/0文法非终结符的开始符号集与后继符号集

非终结符

FIRST(S)

FOLLOW(S)

分程序

const var procedure ident if call begin while read write repeat

. ;

语句

ident call begin if while read write until

. ; end

条件

odd + - ( ident number

then do

表达式

= + - ( ident number

. ; R end then do

项

ident number (

. ; R + - end then do

因子

ident number (

. ; R + - * / end then do

 

PL/0编译系统中，所定义的36种错误类型，如下列举：

 

PL/0语言的出错信息表

出错编号

出错原因

1

常数说明中的"="写成"∶="。

2

常数说明中的"="后应是数字。

3

常数说明中的标识符后应是"="。

4

const ,var, procedure后应为标识符。

5

漏掉了'，'或'；'。

6

过程说明后的符号不正确(应是语句开始符，或过程定义符)。

7

应是语句开始符。

8

程序体内语句部分的后跟符不正确。

9

程序结尾丢了句号'.'。

10

语句之间漏了'；'。

11

标识符未说明。

12

赋值语句中，赋值号左部标识符属性应是变量。

13

赋值语句左部标识符后应是赋值号'∶='。

14

call后应为标识符。

15

call后标识符属性应为过程。

16

条件语句中丢了'then'。

17

丢了'end"或'；'。

18

while型循环语句中丢了'do'。

19

语句后的符号不正确。

20

应为关系运算符。

21

表达式内标识符属性不能是过程。

22

表达式中漏掉右括号')'。

23

因子后的非法符号。

24

表达式的开始符不能是此符号。

31

数越界。

32

read语句括号中的标识符不是变量。

33

格式错误，应为右括号

34

格式错误，应为左括号

35

read()中的变量未声明

36

变量字符过长

 

  1. PL/0编译程序的目标代码解释执行和存储分配
  • 类pcode解释器的结构
  1. . 目标代码存放在数组pcodeArray中
  2. . 定义一维整型数组runtimeStack作为运行栈
  3. .栈顶寄存器（指针）sp;
  4. .基址寄存器（指针）bp;
  5. .程序地址寄存器 pc;
  6. .指令寄存器 index.
  • 运行栈的存储分配
  1. .SL:静态链，指向定义该过程的直接外过程(或主程序)运行时最新数据段的基地址。
  2. .DL:动态链，指向调用该过程前正在运行过程的数据段基地址。
  3. .RA:返回地址，记录调用该过程时目标程序的断点，即调用过程指令的下一条指令的地址

                  例如，假定有过程 A，B，C，其中过程 C 的说明局部于过程 B，而过程 B 的说明局部于过程 A，程序运行时，过程 A 调用过程 B，过程 B 则调用过程 C，过程 C 又调用过程 B，如下图所示：

图9-1过程说明嵌套图     过程调用图     表示 A 调用 B

                                从静态链的角度我们可以说A是在第一层说明,B是在第二层说明,C则是在第三层说明。

                               若在B中存取A中说明的变量a,由于编译程序只知道A,B间的静态层差为1,如果这时沿着动态链下降一步,将导致对C的局部变量的操作。

为防止这种情况发生，设置第二条链，将各个数据区连接起来。我们称之为动态链（dynamic link）DL。这样，编译程序所生成的代码地址，指示着静态层差和数据区的相对修正量。下面是过程 A、B 和 C 运行时刻的数据区图示：

P-code解释执行过程：

(1).LIT 0 A

sp ß sp +1;

stack[sp] ß A;

(2).LOD L A

sp ß sp +1;

stack[sp] ß stack[ base(L) + A];

(3).STO L A

stack[ base(L) + A] ß stack[sp];

sp ß sp -1;

(4).CAL L A

stack[sp + 1] ß base(L);

stack[sp + 2] ß bp;

stack[sp + 3] ß pc;

bp ß sp + 1;

pc ß A;

(5).INT 0 A

sp ß sp + A;

(6).JMP 0 A

pc = A;

(7).JPC 0 A

if stack[sp] == 0

{

pc ß A;

sp ß sp - 1;

}

(8).OPR 0 0

RETUEN

(stack[sp + 1] ß base(L);

sp ß bp - 1;

bp ß stack[sp + 2];

pc ß stack[sp + 3];)

(9).OPR 0 1

NEG

(- stack[sp] )

(10).OPR 0 2

ADD

(sp ß sp – 1 ;

stack[sp] ß stack[sp] + stack[sp + 1])

(11).OPR 0 3

SUB

(sp ß sp – 1 ;

stack[sp] ßstack[sp] - stack[sp + 1])

(12).OPR 0 4

MUL

(sp ß sp – 1 ;

stack[sp] ß stack[sp] * stack[sp + 1])

(13).OPR 0 5

DIV

(sp ß sp – 1 ;

stack[sp] ß stack[sp] / stack[sp + 1])

(14).OPR 0 6

ODD

(stack[sp] ß stack % 2)

(15).OPR 0 7

MOD

(sp ß sp – 1 ;

stack[sp] ß stack[sp] % stack[sp + 1])

(16).OPR 0 8

EQL

(sp ß sp – 1 ;

stack[sp] ß stack[sp] == stack[sp + 1])

(17).OPR 0 9

NEQ

(sp ß sp – 1 ;

stack[sp] ß stack[sp] != stack[sp + 1])

(18).OPR 0 10

LSS

(sp ß sp – 1 ;

stack[sp] ß stack[sp] < stack[sp + 1])

(19).OPR 0 11

GEQ

(sp ß sp – 1 ;

stack[sp] ß stack[sp] >= stack[sp + 1])

(20).OPR 0 12

GTR

(sp ß sp – 1 ;

stack[sp] ß stack[sp] > stack[sp + 1])

(21).OPR 0 13

LEQ

(sp ß sp – 1 ;

stack[sp] ß stack[sp] <= stack[sp + 1])

(22).OPR 0 14

print (stack[sp]);

sp ß sp – 1;

(23).OPR 0 15

print ('\n');

(24).OPR 0 16

scan(stack[sp]);

sp ß sp + 1;

 

系统运行环境

                     硬件配置：lenovo-g470

                    软件配置：netbeans-7.4

                    软件运行环境：java JDK-1.7

 

 

 

附录：

        样例测试

//test.pl0

//generated p-code

const z=0;

var head,foot,cock,rabbit,n;

begin

    n := z;

    cock := 1;

    while cock <= head do

    begin

        rabbit :=head-cock;

        if cock*2+rabbit*4=foot then

        begin

            write(cock,rabbit);

            n:=n+1

        end;

        cock:=cock+1

    end;

    if n=0 then write(0,0)

end.

0 JMP 0 21

1 JMP 0 2

2 INT 0 4

3 LOD 1 3

4 STO 0 3

5 LOD 1 4

6 STO 1 3

7 LOD 0 3

8 STO 1 4

9 OPR 0 0

10 JMP 0 11

11 INT 0 3

12 LOD 1 3

13 LOD 1 3

14 LOD 1 4

15 OPR 0 5

16 LOD 1 4

17 OPR 0 4

18 OPR 0 3

19 STO 1 3

20 OPR 0 0

21 INT 0 7

22 LIT 0 45

23 STO 0 3

24 LIT 0 27

25 STO 0 4

26 CAL 0 11

27 LOD 0 3

28 LIT 0 0

29 OPR 0 9

30 JPC 0 34

31 CAL 0 2

32 CAL 0 11

33 JMP 0 27

34 LOD 0 4

35 STO 0 5

36 LIT 0 45

37 LIT 0 27

38 OPR 0 4

39 LOD 0 5

40 OPR 0 5

41 STO 0 6

42 LOD 0 5

43 OPR 0 14

44 LOD 0 6

45 OPR 0 14

46 OPR 0 15

47 OPR 0 0

 

实践报告+源代码链接：

 https://files.cnblogs.com/ZJUT-jiangnan/compiler.rar

posted @ 2013-12-27 17:09  姜楠  阅读(13213)  评论(4)  编辑  收藏  举报