PL0语言编译器实现词法语法语义分析程序.zip

### 写在前面 编译原理课程的大作业，实现 pl0 的词法分析程序，语法分析程序，语义分析程序。 ### 词法分析程序的编写 #### 设计内容 处理 pl0 语言的源程序，过滤掉一些无用符号，如换行符，制表符，回车符，判断源程序中单词的合法性，分解出正确的单词，以一种二元式的形式（单词种别，单词自身的值）存储在文件中。 <u>单词符号</u>可以分为5种类别：**基本字、标识符、常数、运算符、界符**。 对于 pl0 语言： - 基本字：`begin`，`end`，`if`，`then`，`while`，`do`，`const`，`var`，`call`，`procedure`，`odd`。 - 标识符：以字母开头，后面跟上字母或数字。 - 常数：数字的正闭包。 - 运算符：`+`，`-`，`*`，`/`，`:=`，`<`，`<=`，`>`，`>=`，`<>`，`=`，`#`。 - 界符：`,`，`.`，`;`，`(`，`)`。 词法分析程序应该完成以下的功能：滤空格、识别保留字、识别标识符、拼数、拼复合词。 ##### 首先对程序中出现的单词符号做一个编码 | 单词符号 | 种别码 | | :---------------------: | :----: | | `begin` | 1 | | `end` | 2 | | `if` | 3 | | `then` | 4 | | `while` | 5 | | `do` | 6 | | `const` | 7 | | `var` | 8 | | `call` | 9 | | `procedure` | 10 | | `odd` | 11 | | `letter(letter|digit)*` | 12 | | `digitdigit*` | 13 | | `+` | 14 | | `-` | 15 | | `*` | 16 | | `/` | 17 | | `:=` | 18 | | `<` | 19 | | `<=` | 20 | | `>` | 21 | | `>=` | 22 | | `<>` | 23 | | `=` | 24 | | `#` | 25 | | `,` | 26 | | `;` | 27 | | `(` | 28 | | `)` | 29 | | `:` | 30 | | `.` | 0 | ##### 读入源程序 ```java char[] source = new char[8000]; // 开启文件流，读入文件 try(BufferedReader reader = new BufferedReader(new FileReader("./src/source.txt"));){ reader.read(source); } catch(IOException e){ e.printStackTrace(); } ``` ##### 对源程序做预处理，去除掉注释、换行符等 对源程序做一个总体的扫描，当扫描到`\`，可能是单行注释，也可能是除号；扫描到`(`时，可能是括号，也可能是多行注释；当扫描到`\n`，`\t`，`\r`这些无用符号时，略过。 ```java // 首先，对输入源程序做预处理，处理掉注释、换行符、制表符等等 public char[] preProcess(char[] source) throws IllegalArgumentException{ // 构造一个临时数组存储预处理后的源程序 char[] temp = new char[8000]; int count = 0; // 逐个扫描源程序中的字符 outLoop: for (int i=0; i<source.length; i++){ switch (source[i]){ // 去除单行注释 case '/': if (source[i+1] == '/'){ // 跳过单行注释 i = i+2; // 跳过这一行，直到遇到回车换行 while (source[i] != '\n'){ i++; } } else{ temp[count++] = source[i]; } break; // 去除多行注释 case '(': if (source[i+1] == '*'){ // 跳过多行注释符号 i = i+2; // 当不满足匹配多行注释的时候，跳过 while (!(source[i] == '*' && source[i+1] == ')')){ i++; // 检查有没有到程序的末尾 if (i >= source.length -2){ throw new IllegalArgumentException("源程序的注释不匹配!"); } } // 跳过多行注释符号 i = i+2; } else{ temp[count++] = source[i]; } case '\n': case '\t': case '\r': i++; break; // 程序结束标志 case '.': temp[count++] = source[i]; break outLoop; default: temp[count++] = source[i]; } } // 设置源程序的长度为count this.length = count; return temp; } ``` 下面就可以开始进行单词符号的识别了。 ##### 构造编码表 使用map映射来构造一个单词的编码表： ```java keyWords = new HashMap<>(); keyWords.put("begin", 1); keyWords.put("end", 2); ... keyWords.put(")", 29); keyWords.put(":", 30); ``` ##### 单词识别 首先要去除掉空格，主要分为三种情况：首字符为字母，首字符为数字，首字符为其他符号。 - 首字符为字母：判断是否全为字母，如果全为字母，就是保留字，否则就是标识符。 - 首字符为数字：判断是否全为数字，如果是，就是常数，否则就是非法单词。 - 首字符为其他：使用switch语句判断。 这里函数的参数为待分析代码的字符数组，分析的开始位置，`Token`为自定义的类，有`String`类型的值和`int`类型的值两个属性，标识识别出单词的值和种别码。 ```java // 识别单词符号 public Token scanner(char[] code, int begin){ // 我们知道，要识别的PL/0语言中的单词符号有这几个类别： // 保留字、标识符、常数、运算符和界符 // 可以进一步粗分为3类，字母开头（保留字和标识符）数字开头（常数）其他 // 存储当前识别的单词符号 char[] token = new char[20]; // 指向程序的索引 int index1 = begin; // 指向存储单词的数组的索引 int index2 = 0; // 除去单词前的空格 while (code[index1] == ' '){ index1++; } // 如果单词的首字符为字母 if (Character.isLetter(code[index1])){ // 当后续为字母或数字时存入 while (Character.isLetter(code[index1]) || Character.isDigit(code[index1])){ token[index2++] = code[index1++]; } // 在map中查找，如果能查找到说明是保留字 // 否则说明是标识符 // 每次返回都要维护下index1 this.setBegin(index1); return new Token(String.valueOf(token).trim(), this.keyWords.getOrDefault(String.valueOf(token).trim(), 12)); } else if (Character.isDigit(code[index1])){ // 如果首字符是数字 while (Character.isDigit(code[index1])){ token[index2++] = code[index1++]; } this.setBegin(index1); return new Token(String.valueOf(token).trim(), 13); } else { switch (code[index1]){ case ':': if (code[index1 + 1] == '='){ this.setBegin(index1+2); return new Token(":=", this.keyWords.get(":=")); } else { this.setBegin(index1+1); return new Token(":