解析四则表达式的编译过程及生成汇编代码

1、前序
这是编译原理的实验，自认为是上大学以来做过的最难的一个实验。
实验用到的基础知识：C语言、数据结构、汇编（只需简单的了解）。
开发工具：VC

2、问题描述
编译整数四则运算表达式，将整数四则运算表达式翻译为汇编语言代码。
消除左递归后的文法：
E→TE'
E'→+TE' |ε
T→FT'
T'→*FT' |ε
F→(E) | i
消除左递归后的翻译模式：
E ::=     T    {E'.i:=T.nptr}
E'    {E.nptr:=E'.s}
E'::=      + T  {E'1.i:=mknode(‘+',E'.i,T.nptr)}
E'1   {E'.s:=E1.s}
E'::=       - T   {E'1.i:=mknode(‘-',E'.i,T.nptr)}
E'1   {E'.s:=E1.s}
E'::=      ε     {E'.s:= E'.i}
T ::=      F    {T'.i:=F.nptr}
T'    {T.nptr:=T'.s}
T'::=      * F  {T'1.i:=mknode(‘*',T'.i,F.nptr)}
T'1   {T'.s:=T1.s}
T'::=      / F   {T'1.i:=mknode(‘/',T'.i,F.nptr)}
T'1   {T'.s:=T1.s}
T' ::= ε  {T'.s:= T'.i}
F ::= (E) {F.nptr:=E.nptr}
F ::= num {F.nptr:=mkleaf(num,num.val)}

3、全局定义
test.c文件


代码如下:

#ifndef TEST_C
#define TEST_C
/**
  * 全局变量和全局函数文件
  **/
#include<stdio.h>
#include<ctype.h>
#include<string.h>
#include<stdlib.h>
/************************* 以下是全局变量(函数)的定义 *******************/
//输入的表达式最大长度，可以看做是缓冲区的长度
#define MAX_EXPRESSION_LENGTH 50
//存放输入的表达式
char expression[MAX_EXPRESSION_LENGTH];
//表达式字符数组的下标
int expression_index=0;
//存放一个单词符号
char strToken[MAX_EXPRESSION_LENGTH/2];
//判断是否是数字
int isNum(char * strToken)
{
 int i=0;
 while(strToken[i]){
  if(!isdigit(strToken[i]))
   break;
  i++;
 }
 return strToken[i]==0;
}
//错误处理程序
void error(char* errerMessage)
{
 printf("\nERROR:%s\n",errerMessage);
 exit(0);
}
/************************* 以上是全局变量(函数)的定义 ******************/
#endif

4、词法分析
词法分析的要求是：接受一个表达式，输出该表达式中的各类单词符号
一般有两种方法来进行词法分析，一种是用状态图来实现，一种是用状态转换表。下面采用状态图实现
首先定义单词符号的种类和所属类型
typedef enum Symbol { ERR = -1, END, NUM, PLUS, MINUS, TIMES, SLASH, LPAREN, RPAREN } Symbol;

然后转态转换图如下所示：

test1.c文件用代码表示如下：


代码如下:

#ifndef TEST1_C
#define TEST1_C
/**
  * 采用状态图进行词法分析以及测试词法分析
  *
  **/
#include"test.c"
//枚举类型
typedef enum Symbol { ERR = -1, END, NUM, PLUS, MINUS, TIMES,
SLASH, LPAREN, RPAREN } Symbol;
//获取一个单词符号，该单词符号存放在strToken中。返回该单词符号的枚举类型
Symbol getToken();
//根据传入的枚举类型输出对应的单词符号
void printToken(Symbol i);
//测试词法分析
void testLexAnalyse();
//获取一个单词符号，该单词符号存放在strToken中。返回该单词符号的枚举类型
Symbol getToken()
{
 char ch;
 int state=0;//每次都是从状态0开始
 int j=0;
 //表达式遍历完成，单词符号为'#'
 if(expression[expression_index]=='\0'){
        strToken[0]='#';
        strToken[1]='\0';
  return END;
    }
    while(1){
        switch(state){
  case 0:
   //读取一个字符
   ch=strToken[j++]=expression[expression_index++];
   if(isspace(ch)){
    j--;//注意退格
    state=0; 
   }
   else if(isdigit(ch))
    state=1;     
   else if(ch=='+')
    state=2;     
   else if(ch=='-')
    state=3;     
   else if(ch=='*')
    state=4;   
   else if(ch=='/')
    state=5;     
   else if(ch=='(')
    state=6;     
   else if(ch==')')
    state=7;
   else
    return ERR;
   break;
  case 1:
   ch=strToken[j++]=expression[expression_index++];
   if(isdigit(ch))
    state=1;
   else{
    expression_index--;
    strToken[--j]=0;
    return NUM;
   }
   break;
  case 2:
   strToken[j]=0;   
   return PLUS;
  case 3:
   strToken[j]=0;
   return MINUS;
  case 4:
   strToken[j]=0;
   return TIMES;
  case 5:
   strToken[j]=0;
   return SLASH;
  case 6:
   strToken[j]=0;
      return LPAREN;
  case 7:
   strToken[j]=0;
   return RPAREN;     
  }
 }
}
//根据传入的枚举类型输出对应的单词符号
void printToken(Symbol i){
 switch(i){
 case -1:printf("ERR\n");break;
 case 0:printf("END\n");break;
 case 1:printf("NUM    %s\n",strToken);break;
 case 2:printf("PLUS   %s\n",strToken);break;
 case 3:printf("MINUS  %s\n",strToken);break;
 case 4:printf("TIMES  %s\n",strToken);break;
 case 5:printf("SLASH  %s\n",strToken);break;
 case 6:printf("LPAREN %s\n",strToken);break;
 case 7:printf("RPAREN %s\n",strToken);break;
 }
}
//测试词法分析
void testLexAnalyse()
{
   Symbol tokenStyle;//单词符号类型
   expression_index=0;
   puts("\n词法分析结果如下：");
   while(1){
    tokenStyle=getToken();
    printToken(tokenStyle);
    if(tokenStyle == ERR){   
     error("词法分析错误!");
    }
    if(tokenStyle == END){
     break;
    }
   }
}

//主函数
int main()
{
 gets(expression);
 testLexAnalyse();
 return 0;
}

#endif

运行结果

5、语法分析
要求：接受一个表达式，分析该表达式，并根据输入正确与否给出相应信息
主要是根据无左递归文法写出对应的各个子程序
test2.c


代码如下:

#ifndef TEST_2
#define TEST_2
/**
  * 语法分析以及测试语法分析
  **/
#include"test1.c"
/*
消除左递归后的文法：
E→TE'
E'→+TE' |ε
T→FT'
T'→*FT' |ε
F→(E) | i
*/
//每个非终结符有对应的子程序函数声明
void E();
void E1();
void T();
void T1();
void F();
//测试语法分析
void testSyntaxAnalyse();
//每个非终结符有对应的子程序
void E()
{
 T();
 E1();
}
void E1()
{
 if(strcmp(strToken,"+")==0 || strcmp(strToken,"-")==0){
  getToken();
  T();
  E1();
 }
 //Follow(E1)={#,)}
 else if(strcmp(strToken,"#")!=0 && strcmp(strToken,")")!=0){
  error("语法分析错误!");
 }
}
void T()
{
 F();
 T1();
}
void T1()
{
 if(strcmp(strToken,"*")==0 || strcmp(strToken,"/")==0){
        getToken();
     F();
     T1();
 }
 //Follow(T1)={+,#,)}，如果考虑-号的话要加上-号
 else if(strcmp(strToken,"-")!=0 &&strcmp(strToken,"+")!=0 && strcmp(strToken,"#")!=0 && strcmp(strToken,")")!=0){
  error("语法分析错误!");
 }
}
void F()
{
 if(isNum(strToken)){
        getToken();
 }
 else{
  if(strcmp(strToken,"(")==0){
    getToken();
    E();
    if(strcmp(strToken,")")==0)
                 getToken();
    else
     error("语法分析错误!");
  }
  else
   error("语法分析错误!");
 }
}
//测试语法分析
void testSyntaxAnalyse()
{
   expression_index=0;
   getToken();
   E();
   puts("\n语法分析结果如下：");
   if(strcmp(strToken,"#")!=0)
    error("语法分析错误!");
   else{
    puts("语法分析正确!");
   }
}
//主函数
int main()
{
 gets(expression);
 testLexAnalyse();
 testSyntaxAnalyse();
 return 0;
}
#endif

运行时要删掉test1.c中的主函数，运行结果

6、语义分析
要求：需要实现的语义分析程序的功能是，接受一个表达式，分析该表达式，并在分析的过程中建立该表达式的抽象语法树。由于四则运算表达式的抽象语法树可基本上看作是二叉树，因此中序遍历序列应该和输入的表达式一样——除了没有括号之外。可输出中序遍历序列检测程序功能是否正确。如果每个分支节点用一个临时变量标记，则对四则运算表达式的抽象语法树进行后序遍历，可以得到输入表达式所对应的四元式序列
test3.c文件


代码如下:

#ifndef TEST3_C
#define TEST3_C
/**
  * 语义分析以及测试语义分析
  * 其实这个实验是在test2的代码上进行修改
  **/
#include"test1.c"
/*
消除左递归的翻译模式：
E ::=  T  {E'.i:=T.nptr}
E' {E.nptr:=E'.s}
E'::=  + T {E'1.i:=mknode('+',E'.i,T.nptr)}
E'1 {E'.s:=E1.s}
E'::= - T {E'1.i:=mknode('-',E'.i,T.nptr)}
E'1 {E'.s:=E1.s}
E'::=  ε {E'.s:= E'.i}
T ::=  F  {T'.i:=F.nptr}
T' {T.nptr:=T'.s}
T'::=  * F {T'1.i:=mknode('*',T'.i,F.nptr)}
T'1 {T'.s:=T1.s}
T'::=  / F {T'1.i:=mknode('/',T'.i,F.nptr)}
T'1 {T'.s:=T1.s}
T' ::= ε {T'.s:= T'.i}
F ::= (E) {F.nptr:=E.nptr}
F ::= num {F.nptr:=mkleaf(num,num.val)}
*/
#define MAX_LENGTH 20 //四元式中操作数的最大长度
typedef int ValType;
//结点类型
typedef struct ASTNode {
 Symbol sym;//类型
 ValType val;//值
 struct ASTNode * left, *right;//左、右孩子
}ASTNode, *AST;
//四元式类型定义如下
typedef struct Quaternion{
 char op;
 char arg1[MAX_LENGTH];
 char arg2[MAX_LENGTH];
    char result[MAX_LENGTH];
}Quaternion;
//四元式数组，存放产生的四元式
Quaternion quaternion[MAX_LENGTH*2];
//统计四元式的个数
int count=0;
//后序遍历抽象语法树时存放操作数和临时变量，这里当作一个栈来使用
char stack[MAX_LENGTH*2][MAX_LENGTH];
//stack栈的下标
int index=0;
//内存中临时数据存储地址的偏移量
int t=-4;
//函数声明
ASTNode* E();
ASTNode* E1(ASTNode* E1_i);
ASTNode* T();
ASTNode* T1(ASTNode* T1_i);
ASTNode* F();
void error(char* errerMessage);
ASTNode *mknode(Symbol op, ASTNode *left, ASTNode *right);
ASTNode *mkleaf(Symbol sym, ValType val);
void yuyi_analyse();
void print_node(ASTNode *root);
void middle_list(ASTNode *root);
void last_list(ASTNode *root);
//测试语义分析
void testYuyiAnalyse();
//创建运算符结点
ASTNode *mknode(Symbol op, ASTNode *left, ASTNode *right);
//创建操作数结点
ASTNode *mkleaf(Symbol sym, ValType val);
//输出结点
void printNode(ASTNode *root);
//中序遍历二叉树
void middle_list(ASTNode *root);
//后序遍历二叉树
void last_list(ASTNode *root);
/*
E ::=  T  {E'.i:=T.nptr}
E' {E.nptr:=E'.s}
*/
//为右边的每个非终结符定义一个属性，返回E的综合属性
ASTNode* E()
{
    ASTNode * E_nptr;
    ASTNode * E1_i;
 E1_i=T();
    E_nptr=E1(E1_i);
 return E_nptr;
}
/*
E'::=  + T {E'1.i:=mknode('+',E'.i,T.nptr)}
E'1 {E'.s:=E1.s}
E'::= - T {E'1.i:=mknode('-',E'.i,T.nptr)}
E'1 {E'.s:=E1.s}
E'::=  ε {E'.s:= E'.i}
*/
//返回的是综合属性，传递的是继承属性
ASTNode * E1(ASTNode *E1_i)
{
    ASTNode * E11_i;
 ASTNode * E1_s;
    ASTNode * T_nptr;
 char oper;
 if(strcmp(strToken,"+")==0 || strcmp(strToken,"-")==0){
     oper=strToken[0];
  getToken();
  T_nptr=T();
  if(oper=='+')
      E11_i=mknode(PLUS,E1_i,T_nptr);
  else
   E11_i=mknode(MINUS,E1_i,T_nptr);
  E1_s=E1(E11_i);  
 }
 //Follow(E1)={#,)},可以匹配空串
 else if(strcmp(strToken,"#")==0 || strcmp(strToken,")")==0){
  E1_s=E1_i;
 }else{
        error("语法分析错误!");
 }
 return E1_s;
}
/*
T ::=  F  {T'.i:=F.nptr}
T' {T.nptr:=T'.s}
*/
ASTNode* T()
{
    ASTNode * T_nptr;
    ASTNode * T1_i;
 T1_i=F();
    T_nptr=T1(T1_i);
 return T_nptr;
}
/*
T'::=  * F {T'1.i:=mknode('*',T'.i,F.nptr)}
T'1 {T'.s:=T1.s}
T'::=  / F {T'1.i:=mknode('/',T'.i,F.nptr)}
T'1 {T'.s:=T1.s}
T' ::= ε {T'.s:= T'.i}
*/
ASTNode* T1(ASTNode* T1_i)
{
    ASTNode* F_nptr;
 ASTNode* T11_i;
 ASTNode* T1_s;
 char oper;
 if(strcmp(strToken,"*")==0 || strcmp(strToken,"/")==0){
  oper=strToken[0];
  getToken();     
      F_nptr=F();
  if(oper=='*')
      T11_i=mknode(TIMES,T1_i,F_nptr);
  else
   T11_i=mknode(SLASH,T1_i,F_nptr);
     T1_s=T1(T11_i);    
 }
 //Follow(T1)={+,#,)}，如果考虑-号的话要加上-号
 else if(strcmp(strToken,"-")==0 || strcmp(strToken,"+")==0 || strcmp(strToken,"#")==0 || strcmp(strToken,")")==0){
  T1_s=T1_i;
 }else{
        error("语法分析错误!");
 }
 return T1_s;
}
/*
F ::= (E) {F.nptr:=E.nptr}
F ::= num {F.nptr:=mkleaf(num,num.val)}
*/
ASTNode* F()
{
    ASTNode* F_nptr;
    ASTNode* E_nptr;
 if(isNum(strToken)){
  F_nptr=mkleaf(NUM,atoi(strToken));
        getToken();
 }
 else{
  if(strcmp(strToken,"(")==0){
    getToken();
    E_nptr=E();
    if(strcmp(strToken,")")==0)
                 getToken();
    else
     error("语法分析错误!");
             F_nptr=E_nptr;
  }
  else {
   error("语法分析错误!");
  }
 }
 return F_nptr;
}
//创建运算符结点
ASTNode *mknode(Symbol op, ASTNode *left, ASTNode *right)
{
    ASTNode* p=(ASTNode*)malloc(sizeof(ASTNode));
 p->left=left;
 p->right=right;
 p->sym=op;
 p->val=0;
 return p;
}
//创建操作数结点
ASTNode *mkleaf(Symbol sym, ValType val)
{
    ASTNode* p=(ASTNode*)malloc(sizeof(ASTNode));
 p->sym=sym;
 p->val=val;
 p->left=NULL;
 p->right=NULL;
 return p;
}
//输出结点
void printNode(ASTNode *root)
{
 if(root->sym==NUM)
  printf("%d ",root->val);
 else if(root->sym==PLUS)
  printf("+ ");
 else if(root->sym==MINUS)
  printf("- ");
 else if(root->sym==TIMES)
  printf("* ");
 else if(root->sym==SLASH)
  printf("/ ");
}
//中序遍历二叉树
void middle_list(ASTNode *root)
{
 if(root==NULL)
  return ;
    middle_list(root->left);
 printNode(root);
    middle_list(root->right);
}
//后序遍历二叉树
void last_list(ASTNode *root)
{
 char temp[MAX_LENGTH];
 if(root==NULL)
  return ;
    last_list(root->left);
    last_list(root->right);
 if(root->sym == NUM){//如果是数字，则直接存入栈中
        sprintf(temp,"%d\0",root->val);
  strcpy(stack[index++],temp);
 }
 else if(root->sym == PLUS){//如果是+号，产生一个四元式
  //给四元式赋值
  quaternion[count].op='+';
  strcpy(quaternion[count].arg2,stack[--index]);
  strcpy(quaternion[count].arg1,stack[--index]);
     sprintf(quaternion[count].result,"t+%d\0",t+=4);
  strcpy(stack[index++],quaternion[count].result);
  //输出该四元式
   printf("%-4c%-8s%-8s%-8s\n",quaternion[count].op,quaternion[count].arg1,quaternion[count].arg2,quaternion[count].result);
  count++;
 }else if(root->sym == MINUS){//如果是+号，产生一个四元式
        quaternion[count].op='-';
  strcpy(quaternion[count].arg2,stack[--index]);
  strcpy(quaternion[count].arg1,stack[--index]);
     sprintf(quaternion[count].result,"t+%d\0",t+=4);
  strcpy(stack[index++],quaternion[count].result);
   printf("%-4c%-8s%-8s%-8s\n",quaternion[count].op,quaternion[count].arg1,quaternion[count].arg2,quaternion[count].result);
  count++;
 }else if(root->sym == TIMES){//如果是*号，产生一个四元式
        quaternion[count].op='*';
  strcpy(quaternion[count].arg2,stack[--index]);
  strcpy(quaternion[count].arg1,stack[--index]);
     sprintf(quaternion[count].result,"t+%d\0",t+=4);
  strcpy(stack[index++],quaternion[count].result);
   printf("%-4c%-8s%-8s%-8s\n",quaternion[count].op,quaternion[count].arg1,quaternion[count].arg2,quaternion[count].result);
  count++;
 }else if(root->sym == SLASH){
        quaternion[count].op='/';
  strcpy(quaternion[count].arg2,stack[--index]);
  strcpy(quaternion[count].arg1,stack[--index]);
     sprintf(quaternion[count].result,"t+%d\0",t+=4);
  strcpy(stack[index++],quaternion[count].result);
   printf("%-4c%-8s%-8s%-8s\n",quaternion[count].op,quaternion[count].arg1,quaternion[count].arg2,quaternion[count].result);
  count++;
 }
}
//测试语义分析
void testYuyiAnalyse()
{
   ASTNode *root;
   expression_index=0;
   getToken();
   root=E();
   puts("\n语义分析结果如下：");
   printf("中序遍历：");
   middle_list(root);
   putchar('\n');
   printf("后序遍历得到的四元式：\n");
   last_list(root);
   putchar('\n');
}
//主函数
int main()
{
 gets(expression);
    testYuyiAnalyse();
 return 0;
}
#endif

运行结果

7、代码生成
要求：以实验3的语义分析程序的四元式输出作为输入，输出汇编语言程序。
test4.c


代码如下:

#ifndef TEST4_C
#define TEST4_C
/**
  * 生产汇编代码
  **/
#include"test3.c"
//传人一个四元式，输出对应的汇编代码
void print_code(Quaternion qua)
{
 putchar('\n');
 /*
  mov eax, 3
     add eax, 4
     mov t+0, eax
 */
 if(qua.op == '+'){
  printf("        mov eax,%s\n",qua.arg1);
        printf("        add eax,%s\n",qua.arg2);
        printf("        mov %s,eax\n",qua.result);
 }else if(qua.op == '-'){
  printf("        mov eax,%s\n",qua.arg1);
        printf("        sub eax,%s\n",qua.arg2);
        printf("        mov %s,eax\n",qua.result);
 }
 /*
 mov eax, 2
    mov ebx, t+0
    mul ebx
    mov t+4, eax
 */
 else if(qua.op == '*'){
  printf("        mov eax,%s\n",qua.arg1);
  printf("        mov ebx,%s\n",qua.arg2);
  printf("        mul ebx\n");
  printf("        mov %s,eax\n",qua.result);
 }else if(qua.op == '/'){//除法的时候不考虑余数
  printf("        mov eax,%s\n",qua.arg1);
  printf("        mov ebx,%s\n",qua.arg2);
  printf("        div ebx\n");
  printf("        mov %s,eax\n",qua.result);
 }
}
//输出全部汇编代码
void testCode()
{
 int i=0;
 puts("生成的汇编代码如下：\n");
 puts(".386");
 puts(".MODEL FLAT");
 puts("ExitProcess PROTO NEAR32 stdcall, dwExitCode:DWORD");
 puts("INCLUDE io.h            ; header file for input/output");
 puts("cr      EQU     0dh     ; carriage return character");
 puts("Lf      EQU     0ah     ; line feed");
 puts(".STACK  4096            ; reserve 4096-byte stack");
 puts(".DATA                   ; reserve storage for data");
 puts("t       DWORD   40 DUP (?)");
 puts("label1   BYTE    cr, Lf, \"The result is \"");
 puts("result  BYTE    11 DUP (?)");
 puts("        BYTE    cr, Lf, 0");
 puts(".CODE                           ; start of main program code");
 puts("_start:");
 //遍历实验3中的四元式，输出对应的汇编代码
 for(;i<count;i++)
     print_code(quaternion[i]);
 puts("        dtoa    result, eax     ; convert to ASCII characters");
 puts("        output  label1          ; output label and sum");
 puts("        INVOKE  ExitProcess, 0  ; exit with return code 0");
 puts("PUBLIC _start                   ; make entry point public");
 puts("END                             ; end of source code");
}
//主函数
int main()
{
 gets(expression);
 testLexAnalyse();
    testYuyiAnalyse();
 testCode();
 return 0;
}
#endif

运行结果

8、点击下载源代码