编译原理—笔记
翻译程序（Translator Process）
翻译程序，是指把某一种语言，翻译成另外一种语言。
并不特定于高级语言到低级语言之间的转换，可以是高级语言之间，或者低级语言之间的转换。
语言A -》翻译程序 -》语言B
编译程序（Compiler Process）
编译程序，是翻译程序的一个子集。编译程序把高级语言的源码作为输入，经过翻译，分析，处理优化之后，输出面向机器的语言。
机器语言就是目标程序，由计算机执行。
高级语言A -》编译程序 -》 机器语言B （编译过程存在中间语言）
编译的过程
- 词法分析：把表达式文本解析成词法元素列表（token list）。
- 语法分析：把tokenList解析成语法树（Syntax Tree）。
- 语义分析，源码优化并产生中间代码 ：把语法树转成汇编语言的代码（asm）。
中间代码的优化
生成目标码 ： 把汇编代码翻译为机器码（字节码）。
目标码优化
- 编译过程框图如下：
a.词法分析（Lexical Analysis） -》 b.语法分析（Syntax Analysis） -》
c.语义分析（Semantic Analysis） -》 d.中间代码的生成（Intermediate Code Generation） -》
e.中间码的优化（Intermediate Code Optimization） -》 f.生成目标代码（Target Code Generation） -》
g.目标码的优化（Target Code Optimization）
注：现代编译器将编译的过程分为三个阶段：Front end, Middle end, Back end
Front end: 从词法分析，到产生中间代码；（上图的a-d）
Middle end：对中间代码进行优化；（上图的e）
Back end：从中间代码，到目标代码的最后生成。（上图的f-g）
词法分析：正则表达式与词法分析器
概念：passes
在进行词法分析之前，需要对源码进行扫描。就会涉及一个问题：扫描的次数。
比如对于C语言这种需要整体扫描的语言，passes表明扫描的次数。
目前编译器一般无法一次扫描（one pass / single pass）就可以完成词法分析，一般需要多次扫描（Multi pass）。
概念：token sequence
扫描源码后，通过分割符，得到词法单元的序列（token sequence）。
token是带有附加信息的字符串。
注意，此处的词法，是单独的一个单元，但是单元之间有序列。词法是编程语言中最小的语法单元。
在生成词法单元的阶段，可以检查词法错误。
一个词法单元（token），包含两部分：类别与语义。
类别，包括标识符，常数，关键字，操作符，风格符。
语义，包括字符串（变量/常量名称，过程名，数组名等），常数，数值，关键字等具体的编程语言定义的含义。
C语言与词法分析
词法分析的主要意义是处理源代码，过滤掉无意义的符号，判断单词的合法性。分解出正确的单词与序列并保存。
看一个C语言的例子
int main()
{
int a = 0;
return a;
}
经过词法分析器的处理后，则可得到
line1 : type, int
line1 : keyword, main
line1 : bracket, (
line1 : bracket, )
line2 : bracket, {
line3 : type, int
line3 : indentify, a
line3 : OPT, =
line3 : integer, 0
line3 : bracket, ;
line4 : keyword, return
line4 : indentify, a
line4 : bracket, ;
line5 : bracket, }
从例子可以看出，词法分析器能准确地分析哪种属于关键字，哪种属于类型，变量，符号。
比如 int iff; 如果这样定义，词法分析器可以得出iff是定义（indentify），而不是if关键字（keyword）。
概念：Regular Expressions & Lexical Analysis Compiler
正则表达式 与 词法分析器 是词法分析阶段的两大利器。
通过制定特定的正则表达式，使用词法分析器，比如flex，可生成对应的词法分析源代码。
词法分析的源代码，可生成词法单元序列，即token。然后即可为语法分析做准备。
flex词法分析器，是一个开源的项目，由自由软件基金会制作：https://github.com/westes/flex
可以使用词法分析器产生词法分析的源码，也可以手动直接写生成某特定语言的生成token的源码。