Final project for compilers course at Isfahan University of Technology
تلاش های انجام شده برای پیاده سازی این پروژه به چند فاز تفکیک می‌شود
ابتدا باید ایرادات و نواقص صورت سوال برطرف می‌شد
برای این منظور با مطالعه‌ی گرامر داده شده و همچنین با توجه به بحث های انجام شده در گروه و با فرض برقرار بودن قواعد مشابه زبان‌های دیگر برنامه نویسی، گرامر اصلاح شده ای تهیه شد
سپس با توجه به مطالبی که در کلاس آموخته شد، تلاشی برطرف کردن ایرادات و ابهامات زبان (از جمله رفع موارد بازگشتی چپ) انجام گرفت
مرحله‌ی اول برای پیاده سازی یک کامپایلر، ایجاد یک تحلیل‌گر لغوی است
با توجه به کلید‌واژه های تعریف شده در این گرامر و همینطور با توجه به ساختار های شناخته شده (مانند اعداد صحیح یا اعشاری) ، با کمک گرفتن از عبارت‌های منظم ، توکن های زبان را مشخص میکنیم
lex.l:
...
true return TRUE;
false return FALSE;
in return IN;
end return END;
do return DO;
(_|{ALPHA})({ALPHA}|{DIGIT}|_)* return ID;
{SIGN}?{NUMBER} return IntNumber;
{SIGN}?{NUMBER}*[.]{NUMBER}+ return RealNumber;
{SIGN}?{NUMBER}+[.]{NUMBER}* return RealNumber;
...
برای جلوگیری از تداخل و اشتباه شدن بعضی از توکن ها با یکدیگر، برای آنها نام های خاص انتخاب میکنیم
>= GTE (Greater Than or Equal)
<= LTE (Less Than or Equal)
== EQU (Equals)
!= NEQ (Not EQual)
&& LOGIC_AND
|| LOGIC_OR
.. RANGE_DOTS
مرحله‌ی بعدی، توصیف نحو زبان است
در این مرحله بر اساس قواعد اشتقاق، نحو این زبان را توصیف خواهیم کرد
برای این منظور ابتدا باید توکن ها را معرفی کنیم
این توکن ها در اصل عناصر پایانه‌ی گرامر ما هستند
...
%token BOOL
%token FOR
%token TO
%token DOWN
%token WHILE
%token IF
%token THEN
%token ELSE
%token SWITCH
%token CASE
...
همین طور باید عنصر غیر پایانه ای که اشتقاق جملات زبان از آن آغاز می‌شود را هم مشخص کنیم
%start Program
همچنین با توجه به صورت سوال، برای عملگر های اولویت تعیین میکنیم
عملگر هایی که در خطوط پایین تر آمده اند، اولویت بالاتری خواهند داشت
%right '='
%left LOGIC_OR
%left LOGIC_AND
%left EQU NEQ
%left '>' '<' GTE LTE
%left '+' '-'
%left '*' '/' '%'
%left NEG
%left '[' ']'
با توجه به گرامر تصحیح شده‌ی به دست آمده در فاز اول (آماده سازی) شروع به نوشتن قواعد اشتقاق میکنیم
هر کلمه‌ای که به عنوان توکن معرفی نشده باشد، یک عنصر غیر پایانه محسوب خواهد شد.
...
Arg : Type IDList
;
SList : Stmt ';' SList
|
;
Stmt : Exp
| VarDecs
| FOR LValue '=' Exp '(' TO
| DOWN TO ')' Exp DO Block
| WHILE Exp DO Block
| IF Exp THEN Block %prec IFX
| IF Exp THEN Block ELSE Block
| SWITCH Exp OF '{' Cases '}'
| BREAK
| REPEAT Block UNTIL Exp
| CONTINUE
| RETURN Exp
| WRITE ExpPlus
| READ '(' LValue ')'
;
Range : Exp RANGE_DOTS Exp
;
...
با دستور زیر گرامر توصیف شده را برای وجود تداخل بررسی میکنیم
yacc -v syntax.yمشاهده میکنیم که تعدادی تداخل در این توصیف یافت شده است
با کمک در نظر گرفتن اولویت ها و همچنین تغییر قوانین گرامر، این تداخل ها را رفع میکنیم
یک نمونه از تغییرات گرامر برای رفع تداخل به شکل زیر است
VarDec : VAR Type IDDList ';'
FuncDec : DEF Type ID '(' ArgsList ')' '{' SList '}' ';'
که با اضافه کردن دو عنصر پایانه‌ی جدید به گرامر حل شده است
قبل از شروع مرحله‌ی بعد باید تمام تداخل ها رفع شوند
خروجی های ساخته شده‌ی هر ابزار را می‌سازیم و سپس با ادغام آنها به خواسته‌ی خود می‌رسیم
yacc -d syntax.y # -d generates the .h file that is gonna be used in lex.l
# yacc will generate y.tab.h and y.tab.c
flex lex.l # flex will generate lex.yy.c
gcc lex.yy.c y.tab.c -o parser.out # compiles and generates parser.out executable
./parser.out < source.c*