自己动手制作C语言编译器（1）：设计

这篇文章我们要从整体上讲解如何设计我们的 C 语言编译器。

本系列&＃xff1a;

首先要说明的是&＃xff0c;虽然标题是编译器&＃xff0c;但实际上我们构建的是 C 语言的解释器&＃xff0c;这意味着我们可以像运行脚本一样去运行 C 语言的源代码文件。这么做的理由有两点&＃xff1a;

1.解释器与编译器仅在代码生成阶段有区别&＃xff0c;而其它方面如词法分析、语法分析是一样的。

2.解释器需要我们实现自己的虚拟机与指令集&＃xff0c;而这部分能帮助我们了解计算机的工作原理。

编译器的构建流程

一般而言&＃xff0c;编译器的编写分为 3 个步骤&＃xff1a;

1.词法分析器&＃xff0c;用于将字符串转化成内部的表示结构。

2.语法分析器&＃xff0c;将词法分析得到的标记流&＃xff08;token&＃xff09;生成一棵语法树。

3.目标代码的生成&＃xff0c;将语法树转化成目标代码。

已经有许多工具能帮助我们处理阶段1和2&＃xff0c;如 flex 用于词法分析&＃xff0c;bison 用于语法分析。只是它们的功能都过于强大&＃xff0c;屏蔽了许多实现上的细节&＃xff0c;对于学习构建编译器帮助不大。所以我们要完全手写这些功能。

所以我们会根据下面的流程&＃xff1a;

1.构建我们自己的虚拟机以及指令集。这后生成的目标代码便是我们的指令集。

2.构建我们的词法分析器

3.构建语法分析器

编译器的框架

我们的编译器主要包括 4 个函数&＃xff1a;

next()用于词法分析&＃xff0c;获取下一个标记&＃xff0c;它将自动忽略空白字符。

program()语法分析的入口&＃xff0c;分析整个 C 语言程序。

expression(level)用于解析一个表达式。

eval()虚拟机的入口&＃xff0c;用于解释目标代码。

这里有一个单独用于解析“表达式”的函数expression是因为表达式在语法分析中相对独立并且比较复杂&＃xff0c;所以我们将它单独作为一个模块&＃xff08;函数&＃xff09;。

因为我们的源代码看起来就像是&＃xff1a;

#include

#include

#include

#include

 

int token;            // current token

char *src, *old_src;  // pointer to source code string;

int poolsize;         // default size of text/data/stack

int line;             // line number

 

void next() {

    token &＃61; *src&＃43;&＃43;;

    return;

}

 

void expression(int level) {

    // do nothing

}

 

void program() {

    next();                  // get next token

    while (token > 0) {

        printf("token is: %c\n", token);

        next();

    }

}

 

int eval() { // do nothing yet

    return 0;

}

 

int main(int argc, char **argv)

{

    int i, fd;

 

    argc--;

    argv&＃43;&＃43;;

 

    poolsize &＃61; 256 * 1024; // arbitrary size

    line &＃61; 1;

 

    if ((fd &＃61; open(*argv, 0)) <0) {

        printf("could not open(%s)\n", *argv);

        return -1;

    }

 

    if (!(src &＃61; old_src &＃61; malloc(poolsize))) {

        printf("could not malloc(%d) for source area\n", poolsize);

        return -1;

    }

 

    // read the source file

    if ((i &＃61; read(fd, src, poolsize-1)) <&＃61; 0) {

        printf("read() returned %d\n", i);

        return -1;

    }

    src[i] &＃61; 0; // add EOF character

    close(fd);

 

    program();

    return eval();

}

上面的代码看上去挺复杂&＃xff0c;但其实内容不多&＃xff0c;就是读取一个源代码文件&＃xff0c;逐个读取每个字符&＃xff0c;并输出每个字符。这里重要的是注意每个函数的作用&＃xff0c;后面的文章中&＃xff0c;我们将逐个填充每个函数的功能&＃xff0c;最终构建起我们的编译器。如果想一起交流的可以加这个群&＃xff1a;941636044 &＃xff0c;有什么问题可以群里面交流&＃xff0c;群里面也有一些方便学习C语言C&＃43;&＃43;编程的资料可以给你利用。

这样我们就有了一个最简单的编译器&＃xff1a;什么都不干的编译器&＃xff0c;下一章中&＃xff0c;我们将实现其中的eval函数&＃xff0c;即我们自己的虚拟机。