簡(jiǎn)介面向編譯原理課程學(xué)習(xí)者的完整課內(nèi)實(shí)驗(yàn)與課程設(shè)計(jì)資料由廣東工業(yè)大學(xué)學(xué)生在學(xué)習(xí)過(guò)程中整理系統(tǒng)覆蓋詞法分析、語(yǔ)法分析、語(yǔ)義分析及代碼生成四大編譯器核心階段并以PL0教學(xué)語(yǔ)言為實(shí)例串起整個(gè)實(shí)驗(yàn)環(huán)節(jié)適合本科階段復(fù)習(xí)、課程設(shè)計(jì)參考或自學(xué)實(shí)踐。資源共131個(gè)文件主要包含PL0源程序、C與Java工程源碼、編譯生成的class/exe產(chǎn)物、分析過(guò)程png截圖以及實(shí)驗(yàn)報(bào)告md筆記整體僅3.01MB目錄結(jié)構(gòu)清晰便于按需查找。目前已有500人學(xué)習(xí)下載。實(shí)驗(yàn)報(bào)告中詳細(xì)記錄了每一步實(shí)現(xiàn)細(xì)節(jié)、遇到的問(wèn)題與解決思路配合源碼和可視化圖表可讓學(xué)習(xí)者直觀理解編譯器構(gòu)造流程掌握PL0解釋器或編譯器的搭建方法是完成課程實(shí)驗(yàn)、撰寫(xiě)課程設(shè)計(jì)報(bào)告或進(jìn)行相關(guān)復(fù)習(xí)的高價(jià)值參考資料。1. 編譯原理課設(shè)就該拿 PL0 開(kāi)刀這份 GDUT 實(shí)驗(yàn)包到底裝了什么編譯原理這門課最勸退的不是文法而是你永遠(yuǎn)不知道自己的編譯器離“能跑”還有多遠(yuǎn)。PL0 是 Pascal 之父 Wirth 設(shè)計(jì)的教學(xué)語(yǔ)言去掉一切工程復(fù)雜度幾十行 EBNF 文法就能描述全貌卻把詞法分析、語(yǔ)法分析、語(yǔ)義分析、代碼生成、解釋執(zhí)行這條編譯器流水線完整走了一遍。廣東工業(yè)大學(xué)GDUT這套課內(nèi)實(shí)驗(yàn)和課程設(shè)計(jì)資源正是拿一個(gè)可運(yùn)行的 PL0 編譯器當(dāng)載體把整個(gè)編譯流程拆成能動(dòng)手、能驗(yàn)收、能寫(xiě)進(jìn)報(bào)告的分階段任務(wù)。對(duì)正在趕編譯原理實(shí)驗(yàn)的在校生來(lái)說(shuō)它是現(xiàn)成的實(shí)現(xiàn)參照對(duì)自學(xué)編譯器構(gòu)造的開(kāi)發(fā)者來(lái)說(shuō)它是能真正跑起來(lái)的最小完整范例。最值錢的不只是代碼而是報(bào)告里記錄的那套“從設(shè)計(jì)到排錯(cuò)”的全過(guò)程。2. 先看清家底從 PL0.bpr 到 7 個(gè) class讀文件清單就是讀架構(gòu)2.1 PL0.bpr 重復(fù)出現(xiàn)Borland 工程文件背后的多實(shí)現(xiàn)版本PL0.bpr 是 Borland C Builder 的工程文件壓縮包里出現(xiàn)三次對(duì)應(yīng)三個(gè)不同實(shí)驗(yàn)階段的工程快照。也就是說(shuō)這份資源不是孤零零的一份源碼而是一組按實(shí)驗(yàn)進(jìn)度不斷迭代的版本。結(jié)合 answer.cpp 的存在可以推斷第一個(gè)實(shí)驗(yàn)用 C 完成了詞法分析器的答案實(shí)現(xiàn)而 Parser.class、Scanner.class、Interpreter.class 這組 Java 編譯產(chǎn)物又在告訴你課程設(shè)計(jì)的最終形態(tài)大概率是用 Java 重寫(xiě)了一遍完整編譯器。做課設(shè)時(shí)最怕的就是拿到手不知道從哪看起。我的習(xí)慣是先列文件清單再到每個(gè)文件里看它干了什么。這一步能幫你快速判斷這套資源的實(shí)現(xiàn)路線C 版本適合拿來(lái)對(duì)照詞法分析的原理Java 版本適合拿來(lái)跑通全流程實(shí)驗(yàn)報(bào)告負(fù)責(zé)把兩套代碼串成一條完整的故事線。2.2 七個(gè)核心 class 的職責(zé)邊界一句話說(shuō)清每個(gè)類管什么PL0.class、Scanner.class、Parser.class、Interpreter.class、Table.class、Symbol.class、Fct.class這七個(gè)類的命名非常規(guī)整基本就是經(jīng)典編譯器教科書(shū)的分層結(jié)構(gòu)。我整理了一下class 文件職責(zé)對(duì)應(yīng)編譯階段Scanner.class詞法分析把字符流切成 token 流詞法分析Parser.class語(yǔ)法分析按文法規(guī)約 token同時(shí)驅(qū)動(dòng)語(yǔ)義動(dòng)作語(yǔ)法分析Table.class符號(hào)表管理常量、變量、過(guò)程定義語(yǔ)義分析Symbol.class單個(gè)符號(hào)項(xiàng)記錄名字、類型、地址語(yǔ)義分析Fct.class指令類型枚舉對(duì)應(yīng) P-code 中間指令代碼生成Interpreter.class按指令碼逐條執(zhí)行的解釋器目標(biāo)執(zhí)行PL0.class主入口讀取源文件并串聯(lián)各階段驅(qū)動(dòng)注意 Fct.class 的存在幾乎可以斷定它采用了經(jīng)典 PL0 的 P-code 指令集也就是 LIT、LOD、STO、CAL、INT、JMP、JPC、OPR 這一套棧式指令。這套設(shè)計(jì)幾十年來(lái)一直被編譯原理教材沿用因?yàn)樗闹噶詈?jiǎn)單到用手工就能解釋執(zhí)行但又足夠覆蓋變量、表達(dá)式、條件跳轉(zhuǎn)、過(guò)程調(diào)用這些核心語(yǔ)言特性。想驗(yàn)證我的判斷不必去看源碼直接反編譯 class 文件就行。JDK 自帶的 javap 就是干這個(gè)的javap -c -p Parser.class | head -60這個(gè)命令的作用是反匯編 Parser.class輸出每個(gè)方法的字節(jié)碼指令。-c表示輸出方法體里的字節(jié)碼-p表示包含私有成員head -60只截取前 60 行避免刷屏。跑完之后你會(huì)看到 Parser 內(nèi)部持有 Scanner 實(shí)例的字段引用以及調(diào)用 Table 和 Fct 的操作碼這就等于把整個(gè)編譯器的主干關(guān)系摸了一遍。2.3 可視化文件和實(shí)驗(yàn)報(bào)告答辯時(shí)最值錢的素材CBC00.png、CBC.png、qt00.png 這三個(gè)圖片文件是詞法分析和語(yǔ)法分析過(guò)程的可視化輸出一般是用圖形方式展示 token 識(shí)別結(jié)果或者語(yǔ)法樹(shù)的構(gòu)造過(guò)程。這類截圖在實(shí)驗(yàn)報(bào)告里的分量比代碼本身還重——老師看報(bào)告時(shí)第一眼掃的就是你有沒(méi)有真正跑出結(jié)果圖比代碼直觀得多。PL0_Exp、PL0_Des、PL0_Raw 這三個(gè)文件從命名上看分別是 PL0 的表達(dá)式處理、聲明處理和原始語(yǔ)法定義。它們對(duì)應(yīng)了課程設(shè)計(jì)里“語(yǔ)義分析”這一塊的工作內(nèi)容。README.md 則是整份實(shí)驗(yàn)報(bào)告的外殼不只是說(shuō)明文檔里面有每一步的實(shí)現(xiàn)細(xì)節(jié)、遇到的問(wèn)題和解決方式這份“踩坑實(shí)錄”才是整套資源里最值得先讀的東西。3. 詞法分析實(shí)驗(yàn)復(fù)現(xiàn)把源程序字符流切成 token核心代碼與驗(yàn)收方法3.1 詞法分析器該輸出什么PL0 的五類 token 與處理邊界詞法分析器的輸入是一串字符輸出是一串 tokenPL0 的 token 分五類關(guān)鍵字、標(biāo)識(shí)符、無(wú)符號(hào)整數(shù)、運(yùn)算符和界符。關(guān)鍵字包括 BEGIN、END、IF、THEN、WHILE、DO、CONST、VAR、CALL、PROCEDURE、READ、WRITE、ODD 這些保留字運(yùn)算符包括 - * / # : ( ) , ; .其中#在 PL0 里表示“不等于”。這里有兩個(gè)容易踩的邊界第一標(biāo)識(shí)符必須以字母開(kāi)頭后面可以跟字母或數(shù)字但如果出現(xiàn)1abc這種數(shù)字后直接接字母的寫(xiě)法必須在詞法階段報(bào)錯(cuò)不能把1和abc拆成兩個(gè) token 放過(guò)去第二:、、這類雙字符運(yùn)算符必須做“最大匹配”也就是一次識(shí)別兩個(gè)字符不能把拆成和否則語(yǔ)法分析階段會(huì)徹底亂套。3.2 用 C 實(shí)現(xiàn)一個(gè)精簡(jiǎn) Scanner直接可編譯的核心代碼answer.cpp 是這份資源里詞法分析的 C 實(shí)現(xiàn)參考我按 PL0 標(biāo)準(zhǔn)寫(xiě)了一版同樣思路的精簡(jiǎn) Scanner可以直接編譯運(yùn)行// pl0_scanner.cpp —— PL0 詞法分析器精簡(jiǎn)實(shí)現(xiàn) // 編譯: g pl0_scanner.cpp -o pl0_scanner #include cctype #include cstring #include string #include iostream // 關(guān)鍵字表詞法分析器必須先把保留字和普通標(biāo)識(shí)符區(qū)分開(kāi) const char *keywords[] { BEGIN, END, IF, THEN, WHILE, DO, CONST, VAR, CALL, PROCEDURE, READ, WRITE, ODD }; // 判斷標(biāo)識(shí)符是否為關(guān)鍵字直接查表 bool isKeyword(const std::string word) { for (size_t i 0; i sizeof(keywords) / sizeof(keywords[0]); i) { if (word keywords[i]) return true; } return false; } // 從 src 的 pos 位置開(kāi)始切一個(gè) tokenpos 是引用參數(shù)會(huì)持續(xù)推進(jìn) std::string nextToken(const std::string src, size_t pos) { // 跳過(guò)空白和換行PL0 標(biāo)準(zhǔn)語(yǔ)法沒(méi)有注釋符號(hào) while (pos src.size() isspace(src[pos])) pos; if (pos src.size()) return ; // 返回空串表示 EOF // 標(biāo)識(shí)符或關(guān)鍵字以字母開(kāi)頭后續(xù)允許字母、數(shù)字、下劃線 if (isalpha(src[pos])) { size_t start pos; while (pos src.size() (isalnum(src[pos]) || src[pos] _)) pos; std::string word src.substr(start, pos - start); return isKeyword(word) ? word : IDENT( word ); } // 無(wú)符號(hào)整數(shù)連續(xù)數(shù)字PL0 只支持整數(shù)不支持浮點(diǎn) if (isdigit(src[pos])) { size_t start pos; while (pos src.size() isdigit(src[pos])) pos; return NUMBER( src.substr(start, pos - start) ); } // 雙字符運(yùn)算符必須放在單字符判斷之前否則 會(huì)被拆開(kāi) if (pos 1 src.size() src[pos] : src[pos 1] ) { pos 2; return :; } if (pos 1 src.size() src[pos] src[pos 1] ) { pos 2; return ; } if (pos 1 src.size() src[pos] src[pos 1] ) { pos 2; return ; } // 單字符運(yùn)算符和界符直接返回當(dāng)前字符 return std::string(1, src[pos]); } int main() { std::string src VAR x, y; BEGIN x : y 2 END.; size_t pos 0, cnt 0; while (true) { std::string tok nextToken(src, pos); if (tok.empty()) break; std::cout cnt : tok \n; } return 0; }代碼里的關(guān)鍵邏輯是這三處isalpha(src[pos])判斷標(biāo)識(shí)符起始條件因?yàn)?PL0 規(guī)定標(biāo)識(shí)符必須以字母開(kāi)頭不能用下劃線開(kāi)頭連續(xù)數(shù)字用isdigit逐字符拼出整數(shù)但沒(méi)有做溢出檢查實(shí)驗(yàn)里一般不管這個(gè)雙字符運(yùn)算符判斷必須在單字符之前這是最大匹配原則的直接應(yīng)用。如果調(diào)換順序:會(huì)被拆成:和兩個(gè) token后續(xù)語(yǔ)法分析全都白做。3.3 運(yùn)行驗(yàn)證與邊界用例怎么確認(rèn) token 序列不漏不重寫(xiě)完 Scanner 別急著往下走先把驗(yàn)收用例設(shè)計(jì)好。我一般會(huì)準(zhǔn)備幾組邊界輸入VAR x, y; BEGIN x : y 2 END.這是標(biāo)準(zhǔn)程序期望輸出依次是VAR、IDENT(x)、,、IDENT(y)、;、BEGIN、IDENT(x)、:、IDENT(y)、、NUMBER(2)、END、.一共 13 個(gè) token。如果輸出里多出或漏掉一個(gè)說(shuō)明某個(gè)分支的pos推進(jìn)有問(wèn)題這是詞法實(shí)驗(yàn)最常見(jiàn)的錯(cuò)誤來(lái)源。再測(cè)兩組特殊情況IF x y THEN x : 1用來(lái)驗(yàn)證沒(méi)有被拆開(kāi)VAR 1x;用來(lái)驗(yàn)證數(shù)字后直接接標(biāo)識(shí)符的情況。對(duì)第二種上面這版代碼會(huì)把1輸出成 NUMBER把x輸出成 IDENT這在標(biāo)準(zhǔn) PL0 里是詞法錯(cuò)誤理想情況應(yīng)當(dāng)在isdigit分支里追加檢查讀完數(shù)字后若當(dāng)前字符是字母直接報(bào)告非法 token 并中止。這一步建議你自己加上因?yàn)樗抢蠋熥類?ài)扣分的小細(xì)節(jié)。4. 語(yǔ)法與語(yǔ)義分析從 token 流到中間指令再到解釋執(zhí)行4.1 PL0 的 EBNF 文法與遞歸下降設(shè)計(jì)的映射關(guān)系詞法分析只負(fù)責(zé)切 token真正的“讀懂程序結(jié)構(gòu)”是語(yǔ)法分析的事。PL0 的完整文法用 EBNF 寫(xiě)出來(lái)也就十幾行program block . . block [ CONST ident number {, ident number} ] [ VAR ident {, ident} ] { PROCEDURE ident ; block ; } statement . statement ident : expression | CALL ident | BEGIN statement {; statement} END | IF condition THEN statement | WHILE condition DO statement | READ ident | WRITE expression . condition ODD expression | expression (|#||||) expression . expression [|-] term {(|-) term} . term factor {(*|/) factor} . factor ident | number | ( expression ) .遞歸下降分析的做法就是給每個(gè)非終結(jié)符寫(xiě)一個(gè)同名函數(shù)函數(shù)體里按產(chǎn)生式右側(cè)的順序逐項(xiàng)消費(fèi) token。這個(gè)方案相比自底向上的 LR 分析代碼量小得多而且出錯(cuò)時(shí)可以直接打印出“在第幾行缺了什么”這是教學(xué)編譯器幾乎都選遞歸下降的根本原因。你在這份資源的 Parser.class 里反編譯看到的就是一組按 expression、term、factor 嵌套設(shè)計(jì)的函數(shù)。4.2 符號(hào)表與指令集設(shè)計(jì)Table/Symbol/Fct 三件套分工語(yǔ)義分析階段要處理兩件事一是檢查變量有沒(méi)有聲明、類型對(duì)不對(duì)二是為代碼生成準(zhǔn)備地址信息。這份資源里的 Table.class 負(fù)責(zé)維護(hù)符號(hào)表Symbol.class 定義單個(gè)符號(hào)項(xiàng)Fct.class 枚舉中間指令。經(jīng)典的 PL0 符號(hào)表是每層過(guò)程一張表通過(guò)層差level和地址addr來(lái)定位變量。下面是一個(gè)簡(jiǎn)化但結(jié)構(gòu)完整的 Java 實(shí)現(xiàn)// Symbol.java —— 符號(hào)項(xiàng)定義 public class Symbol { String name; // 符號(hào)名 int kind; // 0常量, 1變量, 2過(guò)程 int level; // 所在過(guò)程層差 int addr; // 在本層符號(hào)表中的位置 int value; // 常量值變量和過(guò)程不用 public Symbol(String name, int kind, int level, int addr, int value) { this.name name; this.kind kind; this.level level; this.addr addr; this.value value; } }// Table.java —— 單層符號(hào)表負(fù)責(zé)登記和查找 import java.util.LinkedHashMap; import java.util.Map; public class Table { private MapString, Symbol symbols new LinkedHashMap(); private int nextAddr; // 下一個(gè)可分配的符號(hào)表地址槽 // 向表中登記一個(gè)符號(hào)重復(fù)定義返回 -1 public int enter(String name, int kind, int level, int value) { if (symbols.containsKey(name)) { System.err.println(錯(cuò)誤符號(hào) name 重復(fù)定義); return -1; } Symbol s new Symbol(name, kind, level, nextAddr, value); symbols.put(name, s); return s.addr; } // 在當(dāng)前層查找符號(hào) public Symbol find(String name) { return symbols.get(name); } }這段代碼里的LinkedHashMap保證符號(hào)按聲明順序排列方便生成報(bào)告時(shí)展示符號(hào)表內(nèi)容。enter返回的是地址槽位語(yǔ)法分析拿到這個(gè)地址后會(huì)交給代碼生成階段寫(xiě)入 P-code。4.3 P-code 指令集與 Interpreter 的執(zhí)行模型PL0 的中間代碼不用三元式也不用四元式而是一套基于棧的 P-code 指令。每條指令三個(gè)字段指令碼、層差、操作數(shù)。核心指令就這幾條指令含義作用LIT 0, 常量加載常量把常量壓入棧頂LOD 層差, 地址加載變量按層差和地址取變量值壓棧STO 層差, 地址存儲(chǔ)變量把棧頂值寫(xiě)入變量地址INT 0, 大小分配空間為局部變量在棧上開(kāi)辟空間JMP 0, 地址無(wú)條件跳轉(zhuǎn)讓程序計(jì)數(shù)器跳到目標(biāo)位置JPC 0, 地址條件跳轉(zhuǎn)棧頂為假時(shí)跳轉(zhuǎn)CAL 層差, 地址調(diào)用過(guò)程保存返回地址并跳轉(zhuǎn)OPR 0, 運(yùn)算號(hào)運(yùn)行運(yùn)算彈出棧頂元素做加減乘除或比較Interpreter 的核心就是個(gè) while 循環(huán)加 switch逐條讀指令、逐條執(zhí)行。這里給一版 Java 簡(jiǎn)化實(shí)現(xiàn)// InterpreterLoop.java —— P-code 解釋執(zhí)行主循環(huán)結(jié)構(gòu)簡(jiǎn)化版 public class InterpreterLoop { // 棧式虛擬機(jī)stack[top] 是棧頂top 從 0 開(kāi)始遞增 private int[] stack new int[1000]; private int top 0; // code 數(shù)組模擬代碼區(qū)每行是 {指令碼, 層差, 操作數(shù)} public void execute(int[][] code) { int pc 0; while (pc code.length) { int fct code[pc][0]; int level code[pc][1]; int addr code[pc][2]; pc; // 先取指令再自增防止跳轉(zhuǎn)指令覆蓋當(dāng)前指令 switch (fct) { case 0: // LIT stack[top] addr; break; case 1: // LOD // 這里用 base(level) 找層差對(duì)應(yīng)的?；刂?stack[top] stack[base(level) addr]; break; case 2: // STO stack[base(level) addr] stack[--top]; break; case 5: // JMP pc addr; break; case 6: // JPC if (stack[--top] 0) pc addr; break; case 9: // OPR 的簡(jiǎn)化入口運(yùn)算號(hào)在 addr 里 runOp(addr); break; } } } private int base(int level) { // 完整版需要維護(hù) display 寄存器數(shù)組這里返回 0 只是占位 return 0; } private void runOp(int op) { // 按 op 區(qū)分 - * / 比較等運(yùn)算具體指令分配見(jiàn)實(shí)驗(yàn)報(bào)告 } }這里的base(level)是最關(guān)鍵也最容易寫(xiě)錯(cuò)的地方。真實(shí) PL0 在棧上維護(hù)了靜態(tài)鏈SL和動(dòng)態(tài)鏈DLbase(level)需要沿著靜態(tài)鏈向上找 level 層才能拿到對(duì)應(yīng)過(guò)程的棧起始地址。很多初版代碼在這里直接返回 0導(dǎo)致嵌套過(guò)程一調(diào)用就棧錯(cuò)亂。這也是為什么上課總強(qiáng)調(diào)“先畫(huà)棧幀布局圖再寫(xiě)解釋器”。4.4 實(shí)驗(yàn)驗(yàn)證走一遍完整編譯流程完成了 Scanner、Parser、Table、Interpreter 之后用一個(gè)最小的 PL0 程序驗(yàn)證全流程VAR x; BEGIN x : 1; WRITE x END.這一行程序的編譯產(chǎn)物應(yīng)該是INT分配一個(gè)變量槽LIT 1壓入常量STO存入 xLOD讀回 xWRITE對(duì)應(yīng)的指令輸出棧頂值。我在本地跑通這五步之后才敢往文法里加 IF 和 WHILE。建議你也用同樣的順序逐步擴(kuò)展不要一上來(lái)就寫(xiě)全部文法。5. 實(shí)驗(yàn)報(bào)告與踩坑記錄這些雷我替你先踩了5.1 實(shí)驗(yàn)報(bào)告的組織方式別寫(xiě)成使用說(shuō)明書(shū)GDUT 的實(shí)驗(yàn)報(bào)告一般要求包含實(shí)驗(yàn)?zāi)康?、算法設(shè)計(jì)、關(guān)鍵代碼、測(cè)試截圖和問(wèn)題分析。很多同學(xué)把報(bào)告寫(xiě)成了代碼注釋的搬運(yùn)工這是最吃虧的。老師真正想看的是兩樣?xùn)|西一是你對(duì)“為什么這樣設(shè)計(jì)”的說(shuō)明比如為什么選遞歸下降而不是 LR、符號(hào)表為什么要分層二是你遇到的具體問(wèn)題和排查過(guò)程這部分才是報(bào)告里最有說(shuō)服力的原創(chuàng)內(nèi)容。我的建議是報(bào)告結(jié)構(gòu)固定為五段式文法設(shè)計(jì)用 EBNF 描述你的語(yǔ)言、算法流程圖狀態(tài)轉(zhuǎn)換圖或遞歸下降函數(shù)調(diào)用關(guān)系、核心代碼只選取詞法難點(diǎn)和語(yǔ)義動(dòng)作掛接點(diǎn)、測(cè)試用例至少三組包含一組錯(cuò)誤輸入的報(bào)錯(cuò)截圖、問(wèn)題記錄每個(gè)問(wèn)題按現(xiàn)象、原因、解決三段寫(xiě)。CBC00.png、CBC.png 這些可視化圖片放在“測(cè)試用例”一節(jié)作為運(yùn)行結(jié)果的直接證據(jù)。5.2 五個(gè)高頻翻車現(xiàn)場(chǎng)現(xiàn)象、原因、解決三步定位第一個(gè)坑運(yùn)行 Parser.class 直接報(bào) UnsupportedClassVersionError。現(xiàn)象是java Parser命令拋出版本不支持異?；蛘咛崾绢愇募姹惧e(cuò)誤。原因是編譯這個(gè) class 的 JDK 版本和當(dāng)前運(yùn)行環(huán)境的 JDK 版本不匹配class 文件頭部的 major version 對(duì)應(yīng)不同的 JDK 發(fā)行版。解決方法是先反編譯看版本號(hào)再?zèng)Q定安裝哪個(gè)版本。javap -verbose Parser.class | grep major versionjavap -verbose會(huì)輸出 class 文件的完整元信息grep major version直接過(guò)濾出版本號(hào)。major 52 對(duì)應(yīng) JDK 855 對(duì)應(yīng) JDK 1161 對(duì)應(yīng) JDK 17?？吹桨姹咎?hào)之后裝對(duì)應(yīng)版本的 JDK或者直接用當(dāng)前 JDK 重新編譯源碼哪個(gè)方便用哪個(gè)。第二個(gè)坑1abc這類輸入沒(méi)有在詞法階段報(bào)錯(cuò)?，F(xiàn)象是詞法分析器把1abc拆成 NUMBER(1) 和 IDENT(abc)語(yǔ)法分析居然通過(guò)了運(yùn)行結(jié)果錯(cuò)誤。原因是數(shù)字識(shí)別分支只認(rèn)數(shù)字沒(méi)有檢查數(shù)字結(jié)束后緊跟著的字符是不是字母。解決方法是讀數(shù)字后加一個(gè)判斷if (isdigit(src[pos])) { size_t start pos; while (pos src.size() isdigit(src[pos])) pos; if (pos src.size() isalpha(src[pos])) { std::cerr 詞法錯(cuò)誤: 數(shù)字后不能直接跟字母\n; return ; } return NUMBER( src.substr(start, pos - start) ); }這段多出來(lái)的判斷能讓非法輸入在一開(kāi)始就被攔下而不是跑到語(yǔ)法階段產(chǎn)生一串看不懂的錯(cuò)誤。第三個(gè)坑變量未聲明卻通過(guò)了語(yǔ)法分析?，F(xiàn)象是BEGIN x : 1 END;這種程序沒(méi)在 VAR 段聲明 x語(yǔ)法分析沒(méi)報(bào)錯(cuò)運(yùn)行時(shí)棧操作亂套。原因是語(yǔ)法分析只檢查了文法結(jié)構(gòu)沒(méi)在語(yǔ)義動(dòng)作里查符號(hào)表。解決方法是 Parser 在處理ident : expression之前先調(diào)用Table.find(ident)查不到就輸出“未聲明標(biāo)識(shí)符”并中止編譯這一步也叫語(yǔ)義分析的基礎(chǔ)檢查是扣分重災(zāi)區(qū)。第四個(gè)坑嵌套過(guò)程里同名變量互相覆蓋?，F(xiàn)象是 procedure A 聲明了 var xprocedure B 也聲明了 var xB 里改 x 之后回到 A 里發(fā)現(xiàn) x 也被改了。原因是符號(hào)表只做了一層沒(méi)有按過(guò)程分層維護(hù)作用域。解決方法是每進(jìn)入一個(gè) block 新建一層符號(hào)表查變量時(shí)從當(dāng)前層往上逐層找當(dāng)前層沒(méi)有就找上一層找不到才報(bào)未聲明。這就是 4.2 里Table需要擴(kuò)展成多層鏈表的原因只靠一個(gè)LinkedHashMap支撐不了嵌套過(guò)程。第五個(gè)坑zip 解壓后 class 文件打不開(kāi)運(yùn)行直接崩潰。現(xiàn)象是解壓后某個(gè) class 文件用 javap 都反編譯不了提示zip END header not found或者 EOFException。原因有兩種可能zip 包是偽加密加密標(biāo)志位被置位但文件內(nèi)容并沒(méi)真正加密一部分解壓工具會(huì)誤報(bào)或者壓縮包本身不完整某個(gè)文件在傳輸中斷裂。解決方法是先判斷偽加密用 7-Zip 打開(kāi) zip 包如果能看到文件列表且能正常預(yù)覽內(nèi)容但解壓時(shí)報(bào)錯(cuò)基本就是偽加密。這種情況下用工具修復(fù)加密標(biāo)志位或者換用能忽略偽加密的解壓工具重新解壓。如果確認(rèn)是文件損壞檢查壓縮包里的文件大小和 README 記錄是否一致對(duì)不上就重新下載。這個(gè)問(wèn)題的排查順序是先看壓縮包 CRC再單文件校驗(yàn)最后才考慮是不是偽加密。5.3 一條普適的排錯(cuò)路徑從報(bào)錯(cuò)現(xiàn)象反推階段編譯器是一個(gè)多階段流水線出問(wèn)題時(shí)先不要亂猜按階段定位能省一半時(shí)間。token 流錯(cuò)了是詞法階段問(wèn)題token 對(duì)但語(yǔ)法樹(shù)構(gòu)造失敗是語(yǔ)法階段問(wèn)題語(yǔ)法通過(guò)但運(yùn)行時(shí)棧亂是符號(hào)表或指令生成問(wèn)題指令序列對(duì)著呢但結(jié)果錯(cuò)是運(yùn)算實(shí)現(xiàn)問(wèn)題?，F(xiàn)象排查階段首選檢查點(diǎn)token 輸出不對(duì)詞法分析雙字符運(yùn)算符分支、數(shù)字邊界出現(xiàn) “expected …”語(yǔ)法分析遞歸下降函數(shù)是否漏調(diào)用advance()運(yùn)行時(shí)報(bào)棧越界語(yǔ)義分析變量是否登記符號(hào)表、層差計(jì)算編譯通過(guò)但結(jié)果錯(cuò)代碼生成OPR 運(yùn)算號(hào)映射是否正確6. 課后擴(kuò)展給 PL0 加三樣?xùn)|西讓答辯老師眼前一亮6.1 擴(kuò)展一給 term 加乘除運(yùn)算練習(xí)優(yōu)先級(jí)掛接標(biāo)準(zhǔn) PL0 的term只處理乘和除有的實(shí)驗(yàn)版本連乘除都沒(méi)有。加乘除很簡(jiǎn)單難點(diǎn)不在詞法——*和/本來(lái)就是單字符運(yùn)算符——而在語(yǔ)法函數(shù)里運(yùn)算符的保存時(shí)機(jī)。我第一次寫(xiě)時(shí)直接這樣寫(xiě)void term() { factor(); while (tok MUL || tok DIV) { advance(); factor(); emit(tok MUL ? Fct.OPR_MUL : Fct.OPR_DIV); } }這段代碼有個(gè)隱藏 bugadvance()已經(jīng)把tok更新成下一個(gè) token 了emit里的tok MUL判斷用的根本不是剛才讀到的運(yùn)算符指令生成必然錯(cuò)位。正確做法是先把運(yùn)算符存下來(lái)再前進(jìn)void term() { factor(); while (tok MUL || tok DIV) { int op tok; // 關(guān)鍵先保存當(dāng)前運(yùn)算符 advance(); // 再讀下一個(gè) token factor(); emit(op MUL ? Fct.OPR_MUL : Fct.OPR_DIV); } }這種“先存后取”的細(xì)節(jié)就是遞歸下降分析里最常見(jiàn)的隱性 bug 來(lái)源。你在這份資源的報(bào)告里大概率也能看到類似的記錄。6.2 擴(kuò)展二給符號(hào)表加數(shù)組類型練習(xí)地址計(jì)算PL0 只有簡(jiǎn)單變量加數(shù)組是不錯(cuò)的加分項(xiàng)。需要在Symbol里增加上下界字段在factor和賦值語(yǔ)句里解析下標(biāo)表達(dá)式代碼生成時(shí)把下標(biāo)換算成偏移量。數(shù)組的坑在下標(biāo)越界運(yùn)行時(shí)要生成一條檢查指令下標(biāo)超出范圍就報(bào)錯(cuò)終止。這個(gè)擴(kuò)展能把符號(hào)表、語(yǔ)義檢查、代碼生成三個(gè)階段串起來(lái)練一遍。6.3 擴(kuò)展三用 Graphviz 導(dǎo)出語(yǔ)法樹(shù)答辯現(xiàn)場(chǎng)生成圖在 Parser 里收集語(yǔ)法樹(shù)節(jié)點(diǎn)輸出成 DOT 格式文件再用 Graphviz 生成 PNG。答辯時(shí)當(dāng)場(chǎng)跑一遍比 PPT 里的截圖更有說(shuō)服力digraph ast { node0 [label:]; node1 [labelx]; node2 [label]; node3 [labely]; node4 [label2]; node0 - node1; node0 - node2; node2 - node3; node2 - node4; }這個(gè) DOT 文件對(duì)應(yīng)x : y 2的語(yǔ)法樹(shù)digraph聲明有向圖每個(gè)node定義一個(gè)點(diǎn)-定義父子關(guān)系。實(shí)戰(zhàn)時(shí)把這個(gè)思想延伸到完整 PL0在 Parser 的每個(gè)子函數(shù)里創(chuàng)建新節(jié)點(diǎn)并把子節(jié)點(diǎn)掛上去最后統(tǒng)一輸出。我做課設(shè)那會(huì)兒吃過(guò)最大的虧是把語(yǔ)義分析和代碼生成混在一個(gè)超大 switch 里寫(xiě)調(diào)試一個(gè)錯(cuò)誤要翻幾百行代碼。從那以后我每次做編譯器實(shí)驗(yàn)都強(qiáng)制先把 Fct 指令集、Symbol 結(jié)構(gòu)和符號(hào)表接口定義好再動(dòng)手寫(xiě) Parser——接口穩(wěn)定了后面所有階段只是填實(shí)現(xiàn)細(xì)節(jié)。這套 GDUT 資源的報(bào)告里恰好也有類似的分階段設(shè)計(jì)記錄建議你先讀 README 再動(dòng)代碼。希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取