Syntax Analysis

语法分析

类的设计

SysYTree

• 主要作用：构建抽象语法树
• 内部类及关系如下图(强迫症为了布局看起来清楚已经花光了所有的精力，后面已经懒得写各个类的属性了)：

• 这张图是最后完成了符号表构建和错误处理之后的终图，因此有些类是为了这两部分而设计。
• 每个结点包含必要的信息，举几个例子：

public static class SysYDecl extends SysYBlockItem {
    public boolean isConst;
    List<SysYSymbol> defs;
}
public static class SysYDef extends SysYSymbol {
    public boolean isConst;
    public int dimensions;
    public SysYExpression firstExp;
    public SysYExpression secondExp;
    public SysYExpression init;
}
public static class SysYIf extends SysYStatement {
    public SysYExpression cond;
    public SysYStatement thenStmt;
    public SysYStatement elseStmt;
}

Scanner

• 主要作用：在词法分析过程中保存Token，并在语法分析过程中提供Token。
• 成员属性：
  • ArrayList<Token> tokens：词法分析过程中所有读入的Token。
  • Token token：当前token，通过nextToken设置。
• 成员方法：
  • void saveToken(Token token)：保存一个Token。
  • void nextToken()：读取下一个Token。
  • Token getToken()：获得当前Token。
  • Token lookAhead(int pos)：超前扫描Token。

Writer

• 主要作用：按格式输出语法成分。
• 成员属性：
  • List<Token> tokens：记录该文件所有读入的Token。
  • String filename：记录输出的文件名。
  • BufferedWriter bw：用来输出文件内容。
• 成员方法：
  • void write(String out)：将对应的语法成分输出到文件中。

Parser

• 主要作用：语法分析器
• 成员方法：
  • syntaxAnalyse：进行语法分析，并返回顶端树节点CompUnit。
  • 针对每一个非终结符，编写一个对应的parse方法，并返回树节点：
    • public SysYCompUnit parseCompilationUnit();
    • public SysYStatement parseStatement();
    • …

Compiler

• 主要作用：主编译器，调用所有类和方法完成编译过程。

递归下降分析

在Parser类中针对每个非终结符编写一个方法，用递归下降分析法，并在语法分析过程中构建抽象语法树。

个人设计过程中遇到的主要难点及注意事项：

• 语法树的设计，类的继承和多态确实花了很多时间，在参考了Javac的设计和叶学长的设计后，最终确定了开篇所示的语法树结构。

• 对于变量初值InitVal → Exp | '{' [ InitVal { ',' InitVal } ] '}'：

  • 在读取到'{'后可以判断下一个是不是'}'来确定是否要递归读取InitVal；
  • 对于重复出现的InitVal，可以用','作为循环判断的条件，对于类似的函数参数、变量定义也是一样，不建议使用';'作为分界符，因为错误处理时可能没有';'。

• 区分函数定义和变量定义：

  • 读到void时，是函数定义；
  • 读到const时，是常量定义；
  • 读到int后，采用超前扫描判断标识符ident及其之后的符号：
    • 如果ident为main，是主函数定义；
    • 如果是左小括号，是函数定义；
    • 如果是赋值号，是变量定义。

• 区分Stmt语法成分的多种选择：

  • 读到左大括号，是block；
  • 读到if, while, break, continue, return, printf，可以分别处理；
  • 除此之外，有两种不同的方式区别赋值语句和单独的表达式：
    • 用try...catch先尝试按赋值语句读取：
      • 在读取LVal成分后读到了'='，则读取正确，之后读取getint()或Exp；
      • 否则，读取[Exp];；
      • 这种方式比较稳定，但是需要采取回溯的策略，具体如何回溯要根据自己读取token的方式；或者克隆一个scanner用来试错也是可行的。
    • 采用超前扫描，在记录读到下一个';'前是否读到过'='：
      • 若读到则为赋值语句，反之为表达式；
      • 这种方式在错误处理时，如果该句结尾没有';'，可能会导致意想不到的结果；但是执行起来较为简单，超前扫描也不需要回溯。

• 可以适当记录行号，之后错误处理会用到。

• 需要考虑好各个parse方法之间的关系，不要忘记在适当的时候读取下一个token。