自己动手写编译器之TINY编译器词法分析

  TINY是《编译原理与实践》一书中介绍的教学编程语言，该语言缺少真正程序设计语言的主要特征，但足以例证编译器的主要特征了。本文将介绍该编译器的实现过程，完整的实现代码loucomp_linux中，供编译原理初学者参考。

小试牛刀：
下载源码后，进入loucomp_linux, 在命令行输入
$make
便生成tiny程序，然后输入
$tiny sample.tny
tiny 将sample.tny中的TINY源码生成tm指令。tm指令是TM虚拟机的汇编代码，TM虚拟机的源码在tm.c中，输入如下指令进行编译：
$gcc tm.c -o tm
有了tm,便可执行上面生成的sample.tm指令:
$tm sample.tm
该命令装入对了tm汇编，接着就可以交互的运行TM模拟程序了。
sample.tny是用TINY编写的求阶乘代码，按以下命令就可得到7的阶乘了
$tm sample.tm
TM  simulation (enter h for help)...
Enter command: go
Enter value for IN instruction: 7
OUT instruction prints: 5040
HALT: 0,0,0
Halted
Enter command: quit
Simulation done.

接下来几篇文件讲一步步介绍该编译器和虚拟机的实现。

TINY语言的特证

1、TINY语言无过程，无声明，所有的变量都是整形。
2、它只有两个控制语句：if语句和repeat语句。if语句有一个可选的else部分且必须由关键字end结束。
3、read和write完成输入和输出
4、"{"和"}"中的语句为注释，但注释不能嵌套
程序清单1是该语言的一个求阶乘的编程示例。
程序清单1 

{ Sample program
  in TINY language -
  computes factorial
}
read x; { input an integer }
if 0 开发环境和工具：

本文的开发环境为Ubuntu, 使用lex进行词法分析，yacc进行语法分析，gcc来作为编译器。

词法分析

1、关键字: if, then, else, end, repeat, until, read, write.

所有的关键字都是保留字，且全部小写。

2、专用符号： +  - * / = <( ) ; :=

这里只用了<，　没有使用>，:=为赋值符号

3、其它标记是ID和NUM, 通过下列正则表达式定义：

ID = letter+

NUM = digit+

letter = [a-zA-Z]

digit = [0-9]

大写和小写是有区别的

4、空格是由空白、制表符和新行组成。它通常被忽略，除了它必须分开ID、NUM关键字

5、注释用{...}围起来，且不能嵌套。

DFA

TINY扫描程序的DFA如下图所示：


。





自己动手写编译器之TINY编译器词法分析