词法分析---基于Asp.NET(实验二学习笔记)
来源:互联网 发布:交通规划与仿真软件 编辑:程序博客网 时间:2024/06/05 14:18
一、背景
任务说明
词法分析表
保留字
特殊符号
其他
If
+
十进制的整数与实数
else
-
while
*
read
/
标识符(由数字、字母和下划线组成的串,但必须以字母开头、且不能以下划线结尾的串)
write
=
int
<
real
==
<>
(
)
;
{
}
/*
*/
[
]
这次实验主要是完成词法分析器,目的是从输入的源程序中能够识别出各个具有独立意义的记号,包括保留字、标识符、常数、运算符、分隔符等,并依次输出各个记号序列。如果出错(即不是语言可以识别的记号),则输出error。
二、 功能实现描述
正则表达式
在cmm中,语言记号大致可分为以下几大类。
1. 保留字
在正则表达式中,保留字是最简单的了,因为它们仅是由字符的固定序列表示,如果要将所有的保留字收集到一个定义中,就可以写成:
Reserved=int|real|if|else|while|read|write…….
2. 数
数可以是数字(自然数)、十进制数、或者是小数
Nat=[0-9]+
signedNat=(+|-)nat
float=singedNat ”.” Nat
3. 标识符
标识符不是固定的字符串。在cmm中,规定标识符必须由一个字母开头并且只包括字母和数字。可以用一下正则表达式:
Letter=[a-zA-Z]
Digit=[0-9]
Identifier=letter(letter|digit)*
4. 注释
注释在扫描过程中是被忽略的, 扫描程序必须注释并舍弃它们。虽然扫描程序可能没有清晰的常量记号,但是仍需要给注释编写出正则表达式。在cmm中,我给出的单行注释是://,多行注释有:/* */或{}
5. 二义性、空白格和先行
在使用正则表达式的描述中,有一些串经常可以被不同的正则表达式匹配。例如:if和while的串可以既是标识符又可以是关键字。程序设计语言定义规定了应遵守哪个解释,但是正则表达式本身却无法做到它。相反地,语言定义必须给出无二义性规则,由其回答每一种情况下的含义。
程序设计语言中空白格伪记号的典型定义是:
Whitespace=(newline|blank|tab|comment)+
其中,等号右边的标识符代表恰当的字符或串。空白格通常不是作为记号分隔符,而是被忽略掉。
分隔符结束记号串,但他们并不是记号本身的一部分。因此,扫描程序必须处理先行(lookahead)问题:当它遇到一个分隔符时,它必须做出安排分隔符不会从输入的其他部分中国删除,方法是将分隔符返回到输入串或在将字符从输入中删除之前先行。在大多数情况下,只有单个字符才需要这样做(“单个字符先行”)。
有穷自动机
有穷自动机,或称有穷状态的机器,是描述特定类型算法的数学方法。特别地,有穷自动机可用作描述在输入串中识别模式的过程,因此也能用作构造扫描程。当然有穷自动机与正则表达式之间有着很密切的关系。
确定性有穷自动机(DFA)定义:一个确定的有穷自动机(DFA)M是一个五元组:M=(K,Σ,f,S,Z)其中
① K是一个有穷集,它的每个元素称为一个状态;
② Σ是一个有穷字母表,它的每个元素称为一个输入符号,所以也称Σ为输入符号字母表;
③ f是转换函数,是K×Σ→K上的映射,即,如 f(ki,a)=kj,(ki∈K,kj∈K)就意味着,当前状态为ki,输入符为a时,将转换为下一个状态kj,我们把kj称作ki的一个后继状态;
④ S ∈ K是唯一的一个初态;
⑤ Z⊂K是一个终态集,终态也称可接受状态或结束状态。
DFA的下一个状态有当前状态和当前输入字符唯一给出的自动机。非确定的有穷自动机是由它产生的。
带有出错转换的标识符的有穷自动机
以上给出了带有出错转换标识符的有穷自动机的示例图。Nat和小数的DFA非常简单,在这里就不给出示例了。CMM词法分析器的DFA:
从正则表达式到DFA
我们只关心两个算法:一个是将正则表达式翻译成NFA,另一个是将NFA翻译成DFA。再将DFA翻译成程序。
程序
DFA
NFA
正则表达式
利用Thompson结构 -转换将正则表达式的机器片段“粘在一起”以构成与整个表达式相对应的机器。因此该结构式归纳的,而且它依照了正则表达式定义的结构:为每个基本正则表达式展示一个NFA,接着再显示如何通过连接子表达式的NFA得到每个正则表达式。
实现DFA的主要代码:
public static TokenTypegetToken()
{
inttokenStringIndex = 0;/*当Ì¡À前¡ãtoken的Ì?索¡Â引°y */
/* 当Ì¡À前¡ãtoken的Ì?类¤¨¤型¨ª*/
TokenTypecurrentToken =TokenType.VOID; ;
/* 起e始º?状Á¡ä态¬? */
StateTypestate = StateType.START;
/* 标À¨º识º?是º?否¤?储ä¡é存ä?当Ì¡À前¡ã字Á?符¤? */
intsave;
int once=1;
while(state != StateType.DONE)
{
intc = getNextChar();
save = 1;
switch(state)
{
caseStateType.START:
if(Char.IsNumber((char)c))
state = StateType.INNUM;
elseif(c=='.')
state = StateType.POINT;
elseif (Char.IsLetter((char)c))
state = StateType.INID;
// else if (c == ':')
// state = INASSIGN;
elseif (c =='<')
state = StateType.INLESS;
elseif (c =='>')
state = StateType.INGREAT;
elseif (c =='=')
state = StateType.INASSIGN;
elseif (c =='!')
state = StateType.INNEQUAL;
elseif(c=='/')
{
save=0;
state = StateType.INCOMMENT2;
}
elseif ((c ==' ')|| (c == '\t') || (c =='\n'))
save = 0;
// else if (c == '{')
// { save = FALSE;
// state = INCOMMENT;
// }
else
{
state = StateType.DONE;
switch (c)
{
case -1://文?件t结¨¢束º?
save = 0;
currentToken = TokenType.ENDFILE;
break;
case'{':
currentToken = TokenType.LBEGIN;
break;
case '}':
currentToken = TokenType.REND;
break;
case '+':
currentToken = TokenType.PLUS;
break;
case '-':
currentToken = TokenType.MINUS;
break;
case '*':
currentToken = TokenType.TIMES;
break;
// case '/':
// currentToken = OVER;
// break;
case '(':
currentToken = TokenType.LPAREN;
break;
case ')':
currentToken = TokenType.RPAREN;
break;
case'[':
currentToken = TokenType.LARRAY;
break;
case ']':
currentToken = TokenType.RARRAY;
break;
case ';':
currentToken = TokenType.SEMI;
break;
case',':
currentToken = TokenType.COMMA;
break;
case'%':
currentToken = TokenType.MOD;
break;
default:
currentToken = TokenType.ERROR;
break;
}
}
break;
caseStateType.INCOMMENT:
save = 0;
if(c == -1)
{
state = StateType.DONE;
currentToken = TokenType.ENDFILE;
}
elseif (c =='}')state = StateType.START;
break;
caseStateType.INLESS:
state = StateType.DONE;
if(c == '=')
currentToken = TokenType.LE;
elseif (c =='>')
currentToken = TokenType.NEQ;
else
{ /*取¨?备À?份¤Y的Ì?前¡ã一°?个?字Á?符¤? */
ungetNextChar();
save = 0;
currentToken = TokenType.LT;
}
break;
caseStateType.INGREAT:
state = StateType.DONE;
if(c == '=')
currentToken = TokenType.GE;
else
{ /*backup in the input */
ungetNextChar();
save = 0;
currentToken = TokenType.GT;
}
break;//INNOEQUAL
caseStateType.INASSIGN:
state = StateType.DONE;
if(c == '=')
currentToken = TokenType.EQ;
else
{
ungetNextChar();
save = 0;
currentToken = TokenType.ASSIGN;
}
break;
caseStateType.INNEQUAL:
state = StateType.DONE;
if(c == '=')
currentToken = TokenType.NEQ;
else
{
ungetNextChar();
save = 0;
currentToken = TokenType.ERROR;
}
break;
caseStateType.INCOMMENT2:
save = 0;
if(c == -1)
{
state = StateType.DONE;
currentToken = TokenType.ENDFILE;
}
elseif (c =='/')
{
state = StateType.INCOMMENT_SINGLE;
}
else if(c=='*')
{
state = StateType.INCOMMENT_MULTI_1;
}
else
{
ungetNextChar();
save = 1;
c='/';
currentToken = TokenType.OVER;
state = StateType.DONE;
}
break;
caseStateType.INCOMMENT_SINGLE:
save = 0;
if(c == -1)
{
state = StateType.DONE;
currentToken = TokenType.ENDFILE;
}
elseif (c =='\n')
state = StateType.START;
break;
caseStateType.INCOMMENT_MULTI_1:
save = 0;
if(c == -1)
{
state = StateType.DONE;
currentToken = TokenType.ENDFILE;
}
elseif (c =='*')
state = StateType.INCOMMENT_MULTI_2;
break;
caseStateType.INCOMMENT_MULTI_2:
save = 0;
if(c == -1)
{
state = StateType.DONE;
currentToken = TokenType.ENDFILE;
}
elseif (c =='/')
state = StateType.START;
else
state = StateType.INCOMMENT_MULTI_1;
break;
caseStateType.POINT:
if(!Char.IsLetter((char)c))
{
ungetNextChar();
save = 0;
state = StateType.DONE;
currentToken = TokenType.NUM;
}
break;
caseStateType.INNUM:
if(c=='.'&&once!=0)
{
--once;
break;
}
if(!Char.IsLetter((char)c))
{
ungetNextChar();
save = 0;
state = StateType.DONE;
if(once!=0)
currentToken = TokenType.NUM;
}
break;
caseStateType.INID:
if(!Char.IsLetter((char)c)&&!Char.IsDigit((char)c))
{
ungetNextChar();
save = 0;
state = StateType.DONE;
currentToken = TokenType.ID;
}
break;
caseStateType.DONE:
default:
state = StateType.DONE;
currentToken = TokenType.ERROR;
break;
}
if((save!=0) && (tokenStringIndex <= MAXTOKENLEN))
{
tokenString[tokenStringIndex] = (char)c;
tokenStringIndex++;
}
if(state == StateType.DONE)
{
tokenString[tokenStringIndex] = '\0';
if(currentToken ==TokenType.ID)
{
currentToken =reservedLookup(charToString(tokenString));
}
}
}
//util.printToken(currentToken,tokenString.ToString());
StringtempS = Util.printToken(currentToken,charToString(tokenString));
objCode += " "+tempS;
returncurrentToken;
}
实现方法
本人采用Asp.NET,在windows 7平台下,将cmm语法解释器做成网页版的,在某种程度上实现了跨平台性。
三、使用说明
由于我这Web项目无法打包成一个可以执行的文件,只可以在浏览器下访问,可能需要在VS2010下编译执行。
在左侧方框中输入要分析的源文件,点击分析之后,在右侧方框出现词法分析。
四、参考资料
1.《编译原理及实践》 KennethC.Louden著
2.百度百科http://baike.baidu.com/view/289418.htm#3
- 词法分析---基于Asp.NET(实验二学习笔记)
- 实验二:CMM语言词法分析
- 词法分析实验
- [ASP.NET学习笔记之二十三]基于组件的程序设计
- 词法分析工具flex学习笔记
- js中词法分析学习笔记
- 编译原理学习笔记之词法分析
- 编译原理学习笔记 三 -- 词法分析
- ASP.Net 3.5学习笔记(C#)二
- Asp.net学习笔记篇二
- ASP.NET学习笔记(二)
- 【ASP.Net】学习入门笔记二
- 开发asp.net自定义控件(asp.net学习笔记二)
- ASP.NET 学习笔记之二 建立 ASP.NET 应用程序
- 词法分析程序<二>
- 编译原理实验----词法分析
- 词法分析阶段实验总结
- 编译原理实验---词法分析
- ubuntu上面安装eclipse android到adt下载方法
- php的memcached客户端memcached
- Light OJ 1055 BFS
- 【转】Java字符集
- 在PowerDesigner中设计物理模型——视图、存储过程和函数
- 词法分析---基于Asp.NET(实验二学习笔记)
- JavaScript初学者应注意的七个细节 .
- [转载]UNICODE,GBK,UTF-8区别
- 排列组合问题的通用算法
- vim格式对其以及其他快捷键
- MFC软件版本信息Bitmap格式
- 【转】字符,字节和编码
- SVN和Git的比较,已经项目中的实际应用!
- API入门系列之四 -一个相当简单的SDK程序