编译原理课程实验

直接粘实验报告，debug的时间较少，估计还有很多错儿，有些情况没考虑到。不过状态机的基本思路就是这样，其他的部分可以自行删改。

一、实验概述

1.1、实验要求

      选择计算机高级语言之一-----C语言，运用恰当的此法分析技术线路，设计和实现其对应的词法分析器。

建议：编程语言，选择《计算机程序设计》课程所采用的语言。

提示：技术线路选择如下两种之一：

正则式→NFA→DFA→minDFA→程序设计

         或正则文法→NFA→DFA→minDFA→程序设计。

     要求：分析器输出结果存入到磁盘文件中，具有出错处理功能。

1.2、实验目的

1）加深对编译原理及其构造词法分析器的原理和技术理解与应用，进一步提高学生编程能力；

2）培养、提高学生分析问题、解决问题的综合能力；

3）整理资料，撰写规范的实验报告;

二、系统分析

2.1、系统需求

   根据C语言语法，待分析的词可以分为如下几类：

(1)    关键字

如if, else, whlile, int 等。

(2)    标示符

开头只能为字母，后面可以接数字或者字母，用来表示各种名字，如变量名、常量名和过程名等

(3)    常数

各种类型的常数，如整型（1, 30），浮点型（2.16），字符串型（”AHD”）,字符型（’A’）

(4)    运算符与界符

如+,  *, <= , 逗号等。

2.2、系统功能

       读入一个C语言源程序（经过预处理的），对每一个单词输出一些三元组的集合。

2.3、系统实现步骤

按照如下顺序构造词法分析器：

(1) 设计出各类单词的正规式，画出有限状态自动机。

(2) 将各类单词的正规式转换成相应的NFA M，并将其合并成一个NFA M`

(3) 将NFA M`转换成对应的DFA M``

(4) 将DFA M``最小化为DFA M```

(5) 根据DFA M```用C语言设计出相应的词法分析器。

三、系统设计

3.1、有限状态自动机设计

     状态机说明：由于单词的构成较为复杂，所以再设计时，边的变迁不再是一个字符，而是一个函数。若当前输入串满足该函数，则当前状态可以变迁到该边连接的下一状态。

根据终态可以看出自动机可以分离的状态有：

INT

整数

FLOAT

浮点数

CHAR

字符型

CHARS

字符串型

IDENT

标识符（包括关键字）

SYMBOL

符号

其中，关键字的分离在辅助程序中进行。

3.2、单词符号对应的种别码

种别码

单词符号及说明

种别码

单词符号及说明

0

INT（整数）

30

>=

1

FLOAT（浮点数）

31

<=

2

CHAR（字符型）

32

> 

3

CHAR（字符串型）

33

< 

4

IDENT（标识符）

34

==

5

if

35

=

6

else

36

!=

7

int

37

++

8

char

38

+=

9

float

39

+

10

double

40

/

11

long

41

-

12

short

42

\

13

return

43

;

14

while

44

(

15

break

45

)

16

 

46

{

17

 

47

}

18

 

48

[

19

 

49

]

20

 

50

:

21

 

51

->

22

 

52

?

23

 

53

,

24

 

54

.

25

 

55

*

26

 

56

 

27

 

57

 

28

 

58

 

29

 

59

 

3.3、基本数据结构及代码设计

      代码是用C++完成的。为状态机定义了两个基本的结构体,分别为STATE和LIST。其中STATE是LIST的友元，STATE表示的是状态机中的一个状态，包括error和start等状态。LIST的实例是依附于一个STATE的实例存在的，他表示一条边，边的值是一个函数指针，该边指向一个满足该函数的另一状态。

      另外用到了STL库中的MAP模板，定义为map<string,string>type用以存放关键字及其对应的种别码。

      程序的输出为三元组的集合，其中三元组定义为<单词名, 单词含义 ,种别码>。如一个标识符abc的三元组为<abc, IDENT , 4> 。若某个单词错误，则会输出 error: name。 输出的最后会显示共识别了多少单词，并发现多少错误。

四、系统实现

4.1 系统运行

l    在命令行里直接输入待翻译的文件和输出的文件名。如果没有给参数，缺省为输入”input.txt”，输出”output.txt”。

 

l    输出的结果。

 

4.2 系统结果

l   input.txt

其中，第六行为错误行。

int main()

{

   freopen("input.txt","r",stdin);

    char input[255],*s = input;

    int t = 1;

    floatp = 12.4;

    int 0a = 2;

 

    init();

 

    while(gets(s))

    {

       curn = 0;

       printf("Line %d:\n",t++);

       while((*s)!= 0)  

       {

          while((*s) == ' ') s++;  

          curn = 0;

          curtype = 0;

          print(s,start->start(s));

          s += curn;

       }

    }

 

    return 0;

}

l   output.txt

********Line 1*********:

<int, int, 7>

<main, IDENT, 3>

<(, (, 34>

<), ), 35>

 

********Line 2*********:

<{, {, 36>

 

********Line 3*********:

<freopen, IDENT, 3>

<(, (, 34>

<"input.txt",CHARS, 2>

<,, ,, 43>

<"r", CHARS, 2>

<,, ,, 43>

<stdin, IDENT, 3>

<), ), 35>

<;, ;, 33>

 

********Line 4*********:

<char, char, 8>

<input, IDENT, 3>

<[, [, 38>

<255, INT, 0>

<], ], 39>

<,, ,, 43>

<*, *, 45>

<s, IDENT, 3>

<=, =, 25>

<input, IDENT, 3>

<;, ;, 33>

 

********Line 5*********:

<int, int, 7>

<t, IDENT, 3>

<=, =, 25>

<1, INT, 0>

<;, ;, 33>

 

********Line 6*********:

<float, float, 9>

<p, IDENT, 3>

<=, =, 25>

<12.4, FLOAT, 1>

<;, ;, 33>

 

********Line 7*********:

<int, int, 7>

error: 0a

<=, =, 25>

<2, INT, 0>

<;, ;, 33>

 

********Line 8*********:

 

********Line 9*********:

<init, IDENT, 3>

<(, (, 34>

<), ), 35>

<;, ;, 33>

 

********Line 10*********:

 

********Line 11*********:

<while, while, 14>

<(, (, 34>

<gets, IDENT, 3>

<(, (, 34>

<s, IDENT, 3>

<), ), 35>

<), ), 35>

 

********Line 12*********:

<{, {, 36>

 

********Line 13*********:

<curn, IDENT, 3>

<=, =, 25>

<0, INT, 0>

<;, ;, 33>

 

********Line 14*********:

<printf, IDENT, 3>

<(, (, 34>

<"Line %d:\n",CHARS, 2>

<,, ,, 43>

<t, IDENT, 3>

<++, ++, 27>

<), ), 35>

<;, ;, 33>

 

********Line 15*********:

<while, while, 14>

<(, (, 34>

<(, (, 34>

<*, *, 45>

<s, IDENT, 3>

<), ), 35>

<!=, !=, 26>

<0, INT, 0>

<), ), 35>

 

********Line 16*********:

<{, {, 36>

 

********Line 17*********:

<while, while, 14>

<(, (, 34>

<(, (, 34>

<*, *, 45>

<s, IDENT, 3>

<), ), 35>

<==, ==, 24>

<' ', CHAR, 2>

<), ), 35>

<s, IDENT, 3>

<++, ++, 27>

<;, ;, 33>

 

********Line 18*********:

<curn, IDENT, 3>

<=, =, 25>

<0, INT, 0>

<;, ;, 33>

 

********Line 19*********:

<curtype, IDENT, 3>

<=, =, 25>

<0, INT, 0>

<;, ;, 33>

 

********Line 20*********:

<print, IDENT, 3>

<(, (, 34>

<s, IDENT, 3>

<,, ,, 43>

<start, IDENT, 3>

<-, -, 31>

<>, >, 23>

<start, IDENT, 3>

<(, (, 34>

<s, IDENT, 3>

<), ), 35>

<), ), 35>

<;, ;, 33>

 

********Line 21*********:

<s, IDENT, 3>

<+=, +=, 28>

<curn, IDENT, 3>

<;, ;, 33>

 

********Line 22*********:

<}, }, 37>

 

********Line 23*********:

<}, }, 37>

 

********Line 24*********:

 

********Line 25*********:

<return, return, 13>

<0, INT, 0>

<;, ;, 33>

 

********Line 26*********:

<}, }, 37>

 

*******************************

1       error!

116 Word Have Been Found Out!

源代码：

#include <iostream>#include <string.h>#include <map>#include <stdio.h>#define num_before_symbol 20using namespace std;bool isNum(char *a);bool isWord(char *a);bool isSymbol(char *a);bool isNULL(char *a);map<string,string>type;char symbol[][10] = {">=","<=","<",">","==","=","!=","++","+=","+","/","-","\\",";","(",")","{","}",                     "[","]",":","->","?",",",".","*","\0"};int curn = 0;int curtype = 0;int nerror = 0;class STATE;class LIST;class STATE{    LIST *list;    static STATE *error; public:    static int count;    int type;    char *name;    void enlist(bool (*fun)(char *),STATE *out);    const STATE *next(char *in)const;    const STATE *start(char *)const;    STATE(char *name);    ~STATE();};class LIST{  LIST *next;  bool (*fun)(char *);  STATE *output;  LIST(bool (*fun)(char *),STATE *out);  ~LIST();  friend class STATE;};STATE *STATE::error = 0;int STATE::count = 0;LIST::LIST(bool (*fun)(char *),STATE *out){    this->next = NULL;    this->fun = fun;    this->output = out;}LIST::~LIST()   //怎么delete？？？？{    if(this->next!=NULL)        delete this->next;}const STATE *STATE::next(char *in)const{    LIST *p = list;    //if(this == error) return error;    while(p!=NULL)    {        if(p->fun(in))          return p->output;        else          p = p->next;    }    return error;}const STATE *STATE::start(char *s)const{    const STATE *p;    if(list == NULL)    {        if(this != error)           count++;        else        {            while(isWord(s))              curn++;        }        return this;    }    p = this->next(s);    if(p == error)      return error;          //error是否要加前缀    return p->start(s+1);}STATE::STATE(char *name){    if(name == 0)    {       error = this;       this->type = 1;       return;    }    if(strcmp(name,"SYMBOL"))      this->type = 0;    else      this->type = 1;    this->name = new char[strlen(name)]; //strlen+1    strcpy(this->name,name);    this->list = NULL;}STATE::~STATE(){    if(list)    {      delete list;      list = 0;    }    if(name)    {        delete name;        name = 0;    }}void STATE::enlist(bool (*fun)(char *),STATE *out){    LIST *p = new LIST(fun,out);    LIST *cur = this->list;    if(cur == NULL)     this->list = p;    else    {       while(cur->next!=NULL)          cur = cur->next;       cur->next = p;    }}bool mystrcmp(char *a,char *s){   int i = 0;   while(s[i]!='\0')   {      if(a[i]!=s[i])        return false;      i++;   }   return true;}bool isNum(char *a){   if(a[0]<='9' && a[0]>='0')   {       curn++;       return true;   }   return false;}bool isDot(char *a){    if(a[0] == '.')    {       curn++;       return true;    }    return false;}bool isWord(char *a){   if((a[0]<='Z' && a[0]>='A') || (a[0]>='a' && a[0]<='z'))    {       curn++;       return true;    }    return false;}bool isNotNumOrWord(char *a){   if((!(a[0]<='9' && a[0]>='0')) && !isWord(a))   {       return true;   }   curn--;   return false;}bool isSymbol(char *a){    int i = 0;    while(strcmp(symbol[i],"\0"))    {       if(mystrcmp(a,symbol[i]))       {         curtype = i;         curn = strlen(symbol[i]);         break;       }       i++;    }}bool isDQuotation(char *a){   if(a[0] == '"')   {       curn++;       return true;   }   return false;}bool isNotDQuotation(char *a){   if(a[0] != '"')   {       curn++;       return true;   }   return false;}bool isNotSQuotation(char *a){   if(a[0]!='\'')   {       curn++;       return true;   }   return false;}bool isSQuotation(char *a){   if(*(a-1)!='\\' && (*a)== '\'')   {       curn++;       return true;   }   return false;}STATE *start = new STATE("start");STATE *s1 = new STATE("s1");STATE *s2 = new STATE("s2");STATE *s3 = new STATE("s3");STATE *s4 = new STATE("s4");STATE *s5 = new STATE("s5");STATE *s6 = new STATE("s6");STATE *INT = new STATE("INT");STATE *FLOAT = new STATE("FLOAT");STATE *IDENT = new STATE("IDENT");STATE *SYMBOL = new STATE("SYMBOL");STATE *CHAR = new STATE("CHAR");STATE *CHARS = new STATE("CHARS");STATE error(0);void init(){    start->enlist(isNum,s1);    start->enlist(isWord,s3);    start->enlist(isSymbol,SYMBOL);    start->enlist(isDQuotation,s4);    start->enlist(isSQuotation,s5);    s1->enlist(isNum,s1);    s1->enlist(isDot,s2);    s1->enlist(isNotNumOrWord,INT);    s1->enlist(isWord,&error);   //需要将错误部分剩下的跳过，对error类型进行标识。    s2->enlist(isNum,s2);    s2->enlist(isNotNumOrWord,FLOAT);    s2->enlist(isWord,&error);    s3->enlist(isWord,s3);    s3->enlist(isNum,s3);    s3->enlist(isNotNumOrWord,IDENT);    s4->enlist(isNotDQuotation,s4);  //if is """ will get wrong answer    s4->enlist(isDQuotation,CHARS);    s5->enlist(isNotSQuotation,s6);    s5->enlist(isSQuotation,&error);    s6->enlist(isSQuotation,CHAR);    type["INT"] = "0";    type["FLOAT"] = "1";    type["CHAR"] = "2";    type["CHARS"] = "2";    type["IDENT"] = "3";    type["if"] = "5";    type["else"] = "6";    type["int"] = "7";    type["char"] = "8";    type["float"] = "9";    type["double"] = "10";    type["long"] = "11";    type["short"] = "12";    type["return"] = "13";    type["while"] = "14";    type["break"] = "15";    //引号算什么？？}void print(char *s,const STATE *p){    int i = 0;    char temp[255];    for(i = 0;i<curn;i++)      temp[i] = s[i];    temp[i] = '\0';    if(p->name == 0)    {      printf("error: %s\n",temp);      nerror++;      return;    }    printf("<");    for(i = 0;i<curn;i++)      printf("%c",*(s+i));    if(curtype == 0)    {       if(type.find(temp) == type.end())          cout<<", "<<p->name<<", "<<type[p->name]<<">"<<endl;       else         cout<<", "<<temp<<", "<<type[temp]<<">"<<endl;    }    else      printf(", %s, %d>\n",symbol[curtype],num_before_symbol+curtype);}int main(int argv,char *argc[]){    char temp[2][255];    if(argv<2)        strcpy(temp[0],"input.txt");    else        strcpy(temp[0],argc[1]);    if(argv<3)        strcpy(temp[1],"output.txt");    else        strcpy(temp[1],argc[2]);    freopen((const char*)temp[0],"r",stdin);    freopen((const char*)temp[1],"w",stdout);    char input[255],*s = input;    int t = 1;    init();    while(gets(s))    {       curn = 0;       printf("********Line %d*********:\n",t++);       if(t == 18)         t = 18;       while((*s)!='\0')    //n is last edit       {          while((*s) == ' ') s++;   //滤掉空格          curn = 0;          curtype = 0;          print(s,start->start(s));          s += curn;          while((*s) == ' ') s++;   //滤掉空格       }       s = input;       printf("\n");    }    printf("*******************************\n%d error!\n%d Word Have Been Found Out!\n",nerror,STATE::count);    return 0;}