用C语言写解释器（四）——语句分析

声明

为提高教学质量，我所在的学院正在筹划编写C语言教材。《用C语言写解释器》系列文章经整理后将收入书中“综合实验”一章。因此该系列的文章主要阅读对象定为刚学完C语言的学生（不要求有数据结构等其他知识），所以行文比较罗嗦，请勿见怪。本人水平有限，如有描述不恰当或错误之处请不吝赐教！特此声明。

语句

在前面的章节中已经成功实现了内存管理和表达式求值模块。之所以称表达式求值是解释器的核心部分，是因为几乎所有语句的操作都伴随着表达式求值。也许你已经迫不及待地给 eval 传值让它执行复杂的运输了，但目前来讲它充其量只是一个计算器。要想成为一门语言，还需要一套自成体系的语法，包括输入输出语句和控制语句。但在进行语法分析之前，首先需要将 BASIC 源码载入到内存中。

BASIC 源码载入

在《用C语言写解释器（一）》中附了一段 BASIC 参考代码，每一行的结构是一个行号+一条语句。其中行号为 1-9999 之间的正整数，且当前行号大于前面的行号；语句则由以下即将介绍的 3 条 I/O 语句和 8 条控制语句组成。为方便编码，程序中采用静态数组来保存源代码，读者可以尝试用链表结构实现动态申请的版本。下面是代码结构的定义。

// in basic_io.h#define PROGRAM_SIZE (10000)typedef struct { int ln; // line number STRING line;} CODE;extern CODE code[PROGRAM_SIZE];extern int cp;extern int code_size;

其中 code_size 的作用顾名思义：记录代码的行数。cp （0 ≤ cp < code_size）记录当前行的下标（比如 cp 等于5时表明执行到第5行）。下面是载入 BASIC 源码的参考代码，在载入源码的同时会去除两端的空白字符。

// in basic_io.cvoid load_program ( STRING filename ){ FILE *fp = fopen ( filename, "r" ); int bg, ed; if ( fp == NULL ) { fprintf ( stderr, "文件 %s 无法打开！/n", filename ); exit ( EXIT_FAILURE ); } while ( fscanf ( fp, "%d", &code[cp].ln ) != EOF ) { if ( code[cp].ln <= code[cp-1].ln ) { fprintf ( stderr, "Line %d: 标号错误！/n", cp ); exit ( EXIT_FAILURE ); } fgets ( code[cp].line, sizeof(code[cp].line), fp ); for ( bg = 0; isspace(code[cp].line[bg]); bg++ ); ed = (int)strlen ( code[cp].line + bg ) - 1; while ( ed >= 0 && isspace ( code[cp].line[ed+bg] ) ) { ed--; } if ( ed >= 0 ) { memmove ( code[cp].line, code[cp].line + bg, ed + 1 ); code[cp].line[ed + 1] = 0; } else { code[cp].line[0] = 0; } cp++; if ( cp >= PROGRAM_SIZE ) { fprintf ( stderr, "程序%s太大，代码空间不足！/n", filename ); exit ( EXIT_FAILURE ); } } code_size = cp; cp = 1;}

语法分析

源码载入完成后就要开始逐行分析语句了，程序中总共能处理以下 11 种语句：

// in main.ctypedef enum { key_input = 0, // INPUT key_print, // PRINT key_for, // FOR .. TO .. STEP key_next, // NEXT key_while, // WHILE key_wend, // WEND key_if, // IF key_else, // ELSE key_endif, // END IF key_goto, // GOTO key_let // LET} keywords;

《用C语言写解释器（一）》中详细描述了每个语句的语法，本程序中所谓的语法其实就是字符串匹配，参考代码如下：

// in main.ckeywords yacc ( const STRING line ){ if ( !strnicmp ( line, "INPUT ", 6 ) ) { return key_input; } else if ( !strnicmp ( line, "PRINT ", 6 ) ) { return key_print; } else if ( !strnicmp ( line, "FOR ", 4 ) ) { return key_for; } else if ( !stricmp ( line, "NEXT" ) ) { return key_next; } else if ( !strnicmp ( line, "WHILE ", 6 ) ) { return key_while; } else if ( !stricmp ( line, "WEND" ) ) { return key_wend; } else if ( !strnicmp ( line, "IF ", 3 ) ) { return key_if; } else if ( !stricmp ( line, "ELSE" ) ) { return key_else; } else if ( !stricmp ( line, "END IF" ) ) { return key_endif; } else if ( !strnicmp ( line, "GOTO ", 5 ) ) { return key_goto; } else if ( !strnicmp ( line, "LET ", 4 ) ) { return key_let; } else if ( strchr ( line, '=' ) ) { return key_let; } return -1;}

每个语句对应有一个执行函数，在分析出是哪种语句后，就可以调用它了！为了编码方便，我们将这些执行函数保存在一个函数指针数组中，请看下面的参考代码：

// in main.cvoid (*key_func[])( const STRING ) = { exec_input, exec_print, exec_for, exec_next, exec_while, exec_wend, exec_if, exec_else, exec_endif, exec_goto, exec_assignment};int main ( int argc, char *argv[] ){ if ( argc != 2 ) { fprintf ( stderr, "usage: %s basic_script_file/n", argv[0] ); exit ( EXIT_FAILURE ); } load_program ( argv[1] ); while ( cp < code_size ) { (*key_func[yacc ( code[cp].line )]) ( code[cp].line ); cp++; } return EXIT_SUCCESS;}

以上代码展示的就是整个程序的基础框架，现在欠缺的只是每个语句的执行函数，下面将逐个详细解释。

I/O语句

输入输出是一个宽泛的概念，并不局限于从键盘输入和显示到屏幕上，还包括操作文件、连接网络、进程通信等。《我们的目标》中指出只需实现从键盘输入（INPUT）和显示到屏幕上（PRINT），事实上还应该包括赋值语句，只不过它属于程序内部的I/O。

INPUT 语句

INPUT 语句后面跟着一堆变量名（用逗号隔开）。因为变量是弱类型，你可以输入数字或字符串。但C语言是强类型语言，为实现这个功能就需要判断一下 scanf 的返回值。我们执行 scanf ( "%lf", &memory[n].i )，如果你输入的是一个数字，就能成功读取一个浮点数，函数返回 1、否则就返回 0；不能读取时就采用 getchar 来获取字符串！参考代码如下：

// in basic_io.cvoid exec_input ( const STRING line ){ const char *s = line; int n; assert ( s != NULL ); s += 5; while ( *s ) { while ( *s && isspace(*s) ) { s++; } if ( !isalpha(*s) || isalnum(*(s+1)) ) { perror ( "变量名错误！/n" ); exit ( EXIT_FAILURE ); } else { n = toupper(*s) - 'A'; } if ( !scanf ( "%lf", &memory[n].i ) ) { int i; // 用户输入的是一个字符串 memory[n].type = var_string; if ( (memory[n].s[0] = getchar()) == '"' ) { for ( i = 0; (memory[n].s[i]=getchar())!='"'; i++ ); } else { for ( i = 1; !isspace(memory[n].s[i]=getchar()); i++ ); } memory[n].s[i] = 0; } else { memory[n].type = var_double; } do { s++; } while ( *s && isspace(*s) ); if ( *s && *s != ',' ) { perror ( "INPUT 表达式语法错误！/n" ); exit ( EXIT_FAILURE ); } else if ( *s ) { s++; } }}

PRINT 语句

输出相对简单些，PRINT 后面跟随的是一堆表达式，表达式只需委托给 eval 来求值即可，因此 PRINT 要做的仅仅是按照值的类型来输出结果。唯一需要小心的就是类似 PRINT "hello, world" 这样字符串中带有逗号的情况，以下是参考代码：

// in basic_io.cvoid exec_print ( const STRING line ){ STRING l; char *s, *e; VARIANT v; int c = 0; strcpy ( l, line ); s = l; assert ( s != NULL ); s += 5; for (;;) { for ( e = s; *e && *e != ','; e++ ) { // 去除字符串 if ( *e == '"' ) { do { e++; } while ( *e && *e != '"' ); } } if ( *e ) { *e = 0; } else { e = NULL; } if ( c++ ) putchar ( '/t' ); v = eval ( s ); if ( v.type == var_double ) { printf ( "%g", v.i ); } else if ( v.type == var_string ) { printf ( v.s ); } if ( e ) { s = e + 1; } else { putchar ( '/n' ); break; } }}

LET 语句

在 BASIC 中，“赋值”和“等号”都使用“=”，因此不能像 C 语言中使用 A = B = C 这样连续赋值，在 BASIC 中它的意思是判断 B 和 C 的值是否相等并将结果赋值给 A 。而且关键字 LET 是可选的，即 LET A = 1 和 A = 1 是等价的。剩下的事情那个就很简单了，只要将表达式的值赋给变量即可。以下是参考代码：

// in basic_io.cvoid exec_assignment ( const STRING line ){ const char *s = line; int n; if ( !strnicmp ( s, "LET ", 4 ) ) { s += 4; } while ( *s && isspace(*s) ) { s++; } if ( !isalpha(*s) || isalnum(*(s+1)) ) { perror ( "变量名错误！/n" ); exit ( EXIT_FAILURE ); } else { n = toupper(*s) - 'A'; } do { s++; } while ( *s && isspace(*s) ); if ( *s != '=' ) { fprintf ( stderr, "赋值表达式 %s 语法错误！/n", line ); exit ( EXIT_FAILURE ); } else { memory[n] = eval ( s + 1 ); }}

控制语句

现在是最后一个模块——控制语句。控制语句并不参与交互，它们的作用只是根据一定的规则来改变代码指针（cp）的值，让程序能到指定的位置去继续执行。限于篇幅，本节只介绍 for、next 以及 goto 三个控制语句的实现方法，读者可以尝试自己完成其他函数，也可以参看附带的完整代码。

FOR 语句

先来看一下 FOR 语句的结构：

FOR var = expression1 TO expression2 [STEP expression3]

它首先要计算三个表达式，获得 v1、v2、v3 三个值，然后让变量（var）从 v1 开始，每次迭代都加 v3，直到超出 v2 的范围位置。因此，每一个 FOR 语句，我们都需要保存这四个信息：变量名、起始值、结束值以及步长。另外，不要忘记 FOR 循环等控制语句可以嵌套使用，因此需要开辟一组空间来保存这些信息，参考代码如下：

// in grammar.hstatic struct { int id; // memory index int ln; // line number double target; // target value double step;} stack_for[MEMORY_SIZE];static int top_for = -1;

分析的过程就是通过 strstr 在语句中搜索“=”、“TO”、“STEP”等字符串，然后将提取的表达式传递给 eval 计算，并将值保存到 stack_for 这个空间中。参考代码如下：

// in grammar.cvoid exec_for ( const STRING line ){ STRING l; char *s, *t; int top = top_for + 1; if ( strnicmp ( line, "FOR ", 4 ) ) { goto errorhandler; } else if ( top >= MEMORY_SIZE ) { fprintf ( stderr, "FOR 循环嵌套过深！/n" ); exit ( EXIT_FAILURE ); } strcpy ( l, line ); s = l + 4; while ( *s && isspace(*s) ) s++; if ( isalpha(*s) && !isalnum(s[1]) ) { stack_for[top].id = toupper(*s) - 'A'; stack_for[top].ln = cp; } else { goto errorhandler; } do { s++; } while ( *s && isspace(*s) ); if ( *s == '=' ) { s++; } else { goto errorhandler; } t = strstr ( s, " TO " ); if ( t != NULL ) { *t = 0; memory[stack_for[top].id] = eval ( s ); s = t + 4; } else { goto errorhandler; } t = strstr ( s, " STEP " ); if ( t != NULL ) { *t = 0; stack_for[top].target = eval ( s ).i; s = t + 5; stack_for[top].step = eval ( s ).i; if ( fabs ( stack_for[top].step ) < 1E-6 ) { goto errorhandler; } } else { stack_for[top].target = eval ( s ).i; stack_for[top].step = 1; } if ( (stack_for[top].step > 0 && memory[stack_for[top].id].i > stack_for[top].target)|| (stack_for[top].step < 0 && memory[stack_for[top].id].i < stack_for[top].target)) { while ( cp < code_size && strcmp(code[cp].line, "NEXT") ) { cp++; } if ( cp >= code_size ) { goto errorhandler; } } else { top_for++; } return;errorhandler: fprintf ( stderr, "Line %d: 语法错误！/n", code[cp].ln ); exit ( EXIT_FAILURE );}

NEXT 语句

NEXT 的工作就简单得多了。它从 stack_for 这个空间中取出最后一组数据，让变量的值累加上步长，并判断循环是否结束。如果结束就跳出循环执行下一条语句；否则就将代码指针移回循环体的顶部，继续执行循环体。下面是参考代码。

// in grammar.cvoid exec_next ( const STRING line ){ if ( stricmp ( line, "NEXT" ) ) { fprintf ( stderr, "Line %d: 语法错误！/n", code[cp].ln ); exit ( EXIT_FAILURE ); } if ( top_for < 0 ) { fprintf ( stderr, "Line %d: NEXT 没有相匹配的 FOR！/n", code[cp].ln ); exit ( EXIT_FAILURE ); } memory[stack_for[top_for].id].i += stack_for[top_for].step; if ( stack_for[top_for].step > 0 && memory[stack_for[top_for].id].i > stack_for[top_for].target ) { top_for--; } else if ( stack_for[top_for].step < 0 && memory[stack_for[top_for].id].i < stack_for[top_for].target ) { top_for--; } else { cp = stack_for[top_for].ln; }}

GOTO 语句

也许你认为 GOTO 语句只是简单的将 cp 的值设置为指定的行，但事实上它比想象中的要复杂些。考虑下面的 BASIC 代码：

0010 I = 50020 GOTO 400030 FOR I = 1 TO 100040   PRINT I0050 NEXT

像这类代码，直接跳到循环体内部，如果只是简单地将 cp 移动到指定位置，当代码继续执行到 NEXT 时就会报告没有对应的 FOR 循环！跳到其他的控制结构，如 WHILE、IF 等，也会出现相同的问题。以下是参考代码（有删减）。

// in grammar.cvoid exec_goto ( const STRING line ){ int ln; if ( strnicmp ( line, "GOTO ", 5 ) ) { fprintf ( stderr, "Line %d: 语法错误！/n", code[cp].ln ); exit ( EXIT_FAILURE ); } ln = (int)eval ( line + 5 ).i; if ( ln > code[cp].ln ) { // 往下跳转 while ( cp < code_size && ln != code[cp].ln ) { if ( !strnicmp ( code[cp].line, "IF ", 3 ) ) { top_if++; stack_if[top_if] = 1; } else if ( !stricmp ( code[cp].line, "ELSE" ) ) { stack_if[top_if] = 1; } else if ( !stricmp ( code[cp].line, "END IF" ) ) { top_if--; } else if ( !strnicmp ( code[cp].line, "WHILE ", 6 ) ) { top_while++; stack_while[top_while].isrun = 1; stack_while[top_while].ln = cp; } else if ( !stricmp ( code[cp].line, "WEND" ) ) { top_while--; } else if ( !strnicmp ( code[cp].line, "FOR ", 4 ) ) { int i = 4; VARIANT v; while ( isspace(code[cp].line[i]) ) i++; v = memory[toupper(code[cp].line[i])-'A']; exec_for ( code[cp].line ); memory[toupper(code[cp].line[i])-'A'] = v; } else if ( !stricmp ( code[cp].line, "NEXT" ) ) { top_for--; } cp++; } } else if ( ln < code[cp].ln ) { // 往上跳转 // 代码类似，此处省略 } else { // 我不希望出现死循环，你可能有其他处理方式 fprintf ( stderr, "Line %d: 死循环！/n", code[cp].ln ); exit ( EXIT_FAILURE ); } if ( ln == code[cp].ln ) { cp--; } else { fprintf ( stderr, "标号 %d 不存在！/n", ln ); exit ( EXIT_FAILURE ); }}

总结

本章介绍了源码载入、语法分析以及部分语句的实现，WHILE 和 IF 等控制语句方法和 FOR、NEXT 类似，有兴趣的读者请尝试自己实现（或者参看附带的完整源码）。这样一个解释器的四个关键部分“内存管理”、“表达式求值”、“输入输出”和“控制语句”就全部介绍完了，希望你也能写出自己的解释器。下一篇我将总结一下我个人对编程语言的一些思考，如果你也有兴趣请继续关注《用C语言写解释器（五）》！

---

版权声明

请尊重原创作品。转载请保持文章完整性，并以超链接形式注明原始作者“redraiment”和主站点地址，方便其他朋友提问和指正。

联系方式

我的邮箱，欢迎来信（[e-mail]）
我的Blogger（子清行）：http://redraiment.blogspot.com/
我的Google Sites（子清行）：https://sites.google.com/site/redraiment
我的CSDN博客（梦婷轩）：http://blog.csdn.net/redraiment
我的百度空间（梦婷轩）：http://hi.baidu.com/redraiment