词法分析程序的设计

4.5词法分析程序的设计1.确定词法分析器的接口2.确定单词分类和Token结构3.特殊问题的处理4.用状态转换图构造词法分析程序回顾:词法分析的主要任务是：从左到右逐个字符地扫描源程序，产生一个个单词(Token)，同时检查源程序中的词法错误。执行词法分析的程序称为词法分析程序或扫描程序(Scanner)。单词是语言中具有独立意义的最小单位，包括保留字、标识符、运算符、标点符号和常量等。1.确定词法分析器的接口确定词法分析器是作为语法分析的一个子程序还是作为独立一遍词法分析作为独立一遍将字符流的源程序变成单词序列，输出到一个中间文件上，做为语法分析的输入。词法分析作为语法分析的子程序每当语法分析程序需要一个单词时，则调用该子程序，从源程序中分析和返回一个单词独立词法分析器语法分析Token序列源程序附属词法分析器语法分析调用Token源程序2.确定单词分类和Token结构设计词法分析器的首要任务是，对于源语言的单词进行仔细的分析，并列出所有可能的不同单词，然后再确定单词的内部表示程序设计语言中的大部分单词，一般可分为以下几类：1．基本字（关键字）：如begin，end，if等2．标识符：用来表示常量、变量、过程等名字3．常数：各种类型的常数，如15，3.14，TRUE4．运算符：如+，—，*，/5．界符：如逗号，分号，括号等单词的机内表示二元式（单词种别，单词自身的值）种别是语法分析需要的信息自身值是编译其他阶段需要的信息种别编码(常用整数编码)方法一：按单词的5大种类每种一个码，例如标识符为l，常数为2，基本字为3，运算符为4，界符为5。方法二：每个基本字一个编码；所有标识符为一个编码；常数按类型分类，每类一个编码；每个运算符一个编码；每个界符一个编码。单词自身值对常数,基本字,运算符,界符就是他们本身的值对标识符,将标识符的名字登记在符号表中,“自身值”是指向该标识符所在符号表中位置的指针.例如源程序ifi=5thenx:=y;种别编码：标识符为l，常数为2，基本字为3，运算符为4，界符为5词法分析后输出的单词序列是:(3,‘if’)(1,指向i的符号表入口)(4,‘=’)(2,‘5’)(3,‘then’)(1,指向x的符号表入口)(4,‘:=’)(1,指向y的符号表入口)(5,‘;’)3.特殊问题的处理标识符和保留字的区分事先构造保留字表，拼出的标识符单词先查保留字表，若有，则把它做为保留字处理空格符和制表符(Tab)以及换行符的处理1.无用的空格符和制表符要删掉；2.字符串内的空格不能删；3.换行符不能删，对于错误处理起作用。复合型特殊符，如“:=”的处理读到“:”时不能判断是否为冒号，必须读下一字符。括号类配对：“‘”和“’”、左注释符和右注释符的配对。也可以把begin…end,if…then,[],{},()等语法配对在词法分析中进行处理处理方法：1.对每类括号设置一个计数器（初值=0）2.每当遇到左括号，则计数器加13.每当遇到右括号时，计数器减14.词法分析结束时，如果计数器0，则表明括号不匹配。可通过状态转换图来实现词法分析程序的构造，步骤：画状态转换图。由正规文法构造状态转换图由正规表达式构造状态转换图将正规文法或正规表达式转换成DFA（经历NFA的构造，将NFA确定化，DFA最小化的过程），将DAF以状态转换图的形式表现出来。4.用状态转换图构造词法分析程序按状态转换图写出词法分析程序对于状态图中的每一状态构造一段代码具体构造程序时：开始结点开始结点是一个单词识别的开始，单词开始符是非空白字符，首先把非空白字符读入ch，再按该字符的特征进入不同种类单词的识别GetChar()；/*从输入串读一个字符，放入ch中*/GetBC()；/*检查ch中字符是否空白，若是则调用GetChar，直至ch中为非空白字符*/If(ch=…)begin…endelseif(ch=…)begin…end…else错误处理；不含回路的分叉结点，对应switch语句或一组if…then…else语句ijk数字字母/l例：状态结点i对应的程序段GetChar()；If(IsLetter()){状态j的对应程序段;}elseIf(IsDigit()){状态k的对应程序段;}elseIf（ch=‘/’）{状态l的对应程序段;}else{错误处理;}其中：IsLetter和IsDigit：布尔函数，分别判别ch字符是否为字母或数字终态结点，一般对应一个return(code，value)语句，code是单词种别码，value是单词自身值，意为返回调用者：当词法分析作为语法分析的子程序，返回到语法分析当词法分析作为独立一遍，返回进行新的单词识别