编译器设计-自下而上分析器-误差恢复-语义分析

Compiler Design - Bottom-Up Parser

Compiler Design - Error Recovery

Compiler Design - Semantic Analysis

一．Compiler Design - Bottom-Up Parser

自底向上的解析从树的叶节点开始，向上工作直到到达根节点。在这里，我们从一个句子开始，然后以相反的方式应用产生式规则，以达到开始符号。下面给出的图像描述了可用的自下而上的解析器。

移位减少分析

Shift-reduce解析使用两个独特的步骤进行自底向上的解析。这些步骤称为移位步骤和减少步骤。

移位步骤：移位步骤是指输入指针向前移动到下一个输入符号，称为移位符号。这个符号被推到堆栈上。移位的符号被视为解析树的单个节点。

Reduce step：当解析器找到一个完整的语法规则（RHS）并将其替换为（LHS）时，称为reducestep。当堆栈顶部包含句柄时发生这种情况。为了减少，在堆栈上执行POP函数，该函数从句柄弹出，并用LHS非终端符号替换它。

LR分析器

LR解析器是一个非递归、移位减少、自底向上的解析器。它使用了大量的上下文无关语法，这使得它成为最有效的语法分析技术。L R解析器也称为LR（k）解析器，其中L表示从左到右扫描输入流；R表示反向构造最右边的派生，k表示要做出决策的先行符号的数量。

有三种广泛使用的算法可用于构造LR解析器：

SLR(1) – Simple LR Parser:

Works on smallest class of grammar
Few number of states, hence very small table
Simple and fast construction

LR(1) – LR Parser:

Works on complete set of LR(1) Grammar
Generates large table and large number of states
Slow construction

LALR(1) – Look-Ahead LR Parser:

Works on intermediate size of grammar
Number of states are same as in SLR(1)

LR解析算法

这里我们描述一个LR解析器的骨架算法：

token = next_token()

repeat forever

s = top of stack

if action[s, token] = “shift si” then

PUSH token

PUSH si

token = next_token()

else if action[s, token] = “reduce A::= β“ then

POP 2 * |β| symbols

s = top of stack

PUSH A

PUSH goto[s,A]

else if action[s, token] = “accept” then

return

else

error()

LL vs. LR

二．Compiler Design - Error Recovery

解析器应该能够检测并报告程序中的任何错误。当遇到错误时，解析器应该能够处理它并继续解析其余的输入。大多数情况下，解析器需要检查错误，但在编译过程的各个阶段可能会遇到错误。一个程序在不同阶段可能有以下几种错误：

词法：某个标识符的名称键入不正确

语法：缺少分号或括号不平衡

语义：不兼容的值赋值

逻辑：代码不可访问，无限循环

可以在解析器中实现四种常见的错误恢复策略来处理代码中的错误。

紧急模式

当解析器在语句中的任何地方遇到错误时，它将忽略语句的其余部分，不处理从错误输入到分隔符（如分号）的输入。这是最简单的错误恢复方法，而且还可以防止解析器开发无限循环。

语句模式

当解析器遇到错误时，它会尝试采取纠正措施，以便语句的其余输入允许解析器提前解析。例如，插入一个缺少的分号，用分号替换逗号等等。解析器设计者在这里必须小心，因为一个错误的更正可能导致无限循环。

错误产品

编译器设计器知道代码中可能出现的一些常见错误。此外，设计人员可以创建要使用的扩充语法，作为在遇到错误时生成错误构造的产品。

整体校正

解析器将手边的程序视为一个整体，并试图找出程序的意图，并试图找出与之最接近的匹配项，这是无错误的。当错误的输入（语句）X被馈送时，它会为某个最接近的无错误语句Y创建一个解析树。这可能允许解析器对源代码进行最小的更改，但由于此策略的复杂性（时间和空间），它尚未在实践中实现。

抽象语法树

解析树表示不容易被编译器解析，因为它们包含的细节比实际需要的多。以下面的解析树为例：

如果仔细观察，我们会发现大多数叶节点都是父节点的单个子节点。在将信息传送到下一阶段之前，可以消除这些信息。通过隐藏额外信息，我们可以获得如下所示的树：

Abstract tree can be represented as:

ASTs是编译器中重要的数据结构，具有最少的不必要信息。ASTs比解析树更紧凑，编译器可以很容易地使用它。

三．Compiler Design - Semantic Analysis

在语法分析阶段，我们学习了解析器如何构造解析树。在那个阶段构造的纯解析树通常对编译器没有用处，因为它不携带任何关于如何计算树的信息。上下文无关语法的产生，决定了语言的规则，不适应如何解释它们。

For example

E → E + T

上面的CFG产品没有与之相关联的语义规则，它无法帮助理解产品。

语义学

语言的语义为其结构提供了意义，如标记和语法结构。语义有助于解释符号、它们的类型以及它们之间

CFG + semantic rules = Syntax Directed Definitions

For example:

int a = “value”;

不应在词汇和语法分析阶段出现错误，因为它在词汇和结构上都是正确的，但应在赋值类型不同时产生语义错误。这些规则由语言的语法设定，并在语义分析中进行评估。语义分析应完成以下任务：

范围分辨率

类型检查

数组绑定检查

语义错误

我们已经提到了一些语义分析器需要识别的语义错误：

类型不匹配

未声明的变量

保留标识符误用。

作用域中变量的多重声明。

访问范围外变量。

实际参数与形式参数不匹配。

属性语法

属性语法是上下文无关语法的一种特殊形式，它将一些附加信息（属性）附加到一个或多个非终端，以提供上下文敏感信息。每个属性都有定义良好的值域，如integer、float、character、string和expressions。

属性语法是为上下文无关语法提供语义的一种媒介，它可以帮助指定编程语言的语法和语义。属性语法（当被视为解析树时）可以在树的节点之间传递值或信息。

Example:

E → E + T { E.value = E.value + T.value }

CFG的右边部分包含语义规则，这些规则指定如何解释语法。这里，将非终端E和T的值相加，结果被复制到非终端E。

语义属性可以在解析时从其域中分配给其值，并在分配或条件时进行计算。根据属性获取值的方式，它们可以大致分为两类：合成属性和继承属性。

综合属性

这些属性从其子节点的属性值中获取值。为了说明这一点，假设以下产品：

S → ABC

如果S从它的子节点（A、B、C）中获取值，则它被称为合成属性，因为ABC的值被合成为S。

如前一个示例（E→E+T）所示，父节点E从其子节点获取其值。合成属性从不从其父节点或任何同级节点获取值。

继承的属性

与合成属性不同，继承属性可以从父属性和/或兄弟属性中获取值。在接下来的制作中，

S → ABC

A可以从S、B和C中获取值。B可以从S、A和C中获取值。同样，C可以从S、A和B中获取值。

扩展：根据语法规则将非终端扩展为终端时

归约：根据语法规则将一个终端归约为其对应的非终端。语法树从上到下和从左到右进行分析。每当进行约简时，我们都会应用相应的语义规则（动作）。

语义分析使用语法导向的翻译来执行上述任务。

语义分析器从其前一阶段（语法分析）接收AST（抽象语法树）。

语义分析器将属性信息附加到AST中，称为属性AST。

属性是两个元组值，<attribute name，attribute value>