1.概述

c4是500行代码实现一个c语言编译器，简单暴力，适合了解基础的编译器原理

2. 主流程

1.建立系统符号表
2.读取源代码
3.一次遍历源代码，同时进行词法分析，语法分析和中间代码生成。
4.执行中间代码

3. 中间代码

3.1. 基础

3.2. 运算

OR,XOR,AND,EQ,NE,LT,GT,LE,GE,SHL,SHR,ADD,SUB,MUL,DIV,MOD
都是二元操作符，都是将栈顶变量取出来，然后与寄存器运算，再存回到寄存器

3.3. 系统调用

OPEN,READ,CLOS,PRTF,MALC,MSET,MCMP,
都是系统调用，将栈顶变量作为参数，逐一打印出来

3.4. 范例

3.4.1. 函数调用

函数调用前，先将参数逐个放入栈中
IMM  3,
PSH,
IMM  4,
PSH
然后执行JSR跳转到子程序
JSR -145211380
上述代码相当于调用函数
xxxx(4,3)
这时候栈的内容为：
[3,4,下一行代码的pc位置]

子程序执行完毕后，栈的内容为
[3,4]
重置堆栈位置，去掉参数
ADJ 2
这时栈的内容为
[]

3.4.2. 函数执行

ENT  0
开始执行函数，函数的局部变量为0个，所以为ENT 0，这是栈的内容为
[3,4,下一行代码的pc位置,上一个程序的栈底]
LEA  3
LI
PSH
[3,4,下一行代码的pc位置,上一个程序的栈底,3]
LEA  2
LI
ADD
[3,4,下一行代码的pc位置,上一个程序的栈底,7]
将栈顶存入的两个参数运算放入到寄存器中
LEV
离开函数，恢复上一个程序的pc位置，以及栈底
[3,4]

3.5 总结

c4的中间代码是一个基于寄存器的vm。
其只有一个寄存器变量，为a
有一个栈存储区，当前栈顶位置为sp，每个函数有自己的栈底bp，存储区域为stack area
有一个代码区，当前执行代码位置为pc，存储区域为text area
有一个数据区，存储区域为data area

4. 符号表

4.1. 符号类型

enum {
  Num = 128, Fun, Sys, Glo, Loc, Id,
  Char, Else, Enum, If, Int, Return, Sizeof, While,
};

4.2. 符号表存放

int   *sym,     // symbol table (simple list of identifiers)
enum { Tk, Hash, Name, Class, Type, Val, HClass, HType, HVal, Idsz };
符号表是一个长数组，每个数组的元素为符号描述，元素长度为Idsz
每个符号元素包括的信息为：
Tk 符号类型，id类型，用来区分是否为关键字的
Hash 符号哈希
Name 符号名字
Class 变量类型，Num = 128（常数）Fun（函数）Sys（系统调用） Glo（全局变量） Loc（本地变量） Id
Type 变量数值类型，char,int,ptr,还是*char,*int,*ptr,还是**char,**int,**ptr
Val 变量的值，对应不同的数据类型有不同的值

4.3. 关键字符号表

Char, Else, Enum, If, Int, Return, Sizeof, While
以上Id在符号表上都是有特殊的Tk值

4.4. 系统调用符号表

open read close printf malloc memset memcmp exit
以上Id在符号表上的Class为Sys，Type为Int，Val为特殊值

4.5. 特殊符号表

void 的符号设置为和Char一样
main 的符号位置被记录

5.流程

5.1. 配置文件

识别配置文件中的-s -d参数

5.2. 配置vm环境

建立源代码区域
建立符号表区域

建立text area
建立data area
建立stack area

5.3. 初始化符号表

初始化关键字符号表，系统调用符号表，和特殊符号表

5.4. 读取源代码

将源代码文件整个写入到源代码区域。

5.5. 词法分析，语法分析与中间代码生成

c4的代码很简洁，一次遍历源代码，同时执行词法分析，语法分析，和中间代码生成

5.5.1. 词法分析

词法分析，在next()函数中实现。
每解析一个词语，就将
结果类型写入到tk变量，
变量值写入到ival变量
id类的变量还会顺道写入到符号表中

5.5.2. 语法分析

语法分析，在main，stmt,expr中都有实现。
其中main负责主流程的语法分析，包括全局变量定义，枚举体定义，函数定义
stmt负责分支循环语句的语法分析，包括if,while,return
expr负责运算符语句的语法分析，包括加减乘除赋值等等

5.5.3. 中间代码生成

c4是在语法分析的过程中生成中间代码的。
main中，碰到枚举体定义时，更新符号表。碰到全局变量定义时，加入data area和符号表。碰到函数定义时，生成ENT和LEV的中间代码
stmt中，碰到if，while,return，生成对应的BZ,BNZ,JMP的中间代码
expr中，根据不同的预算符，将变量计算，并将结果均写入到寄存器中。

5.6. 执行中间代码

在符号表中确定main函数的位置。
初始化退出代码，PSH和EXIT
根据text area，执行中间代码，不断更新stack area与data area

6.总结

c4的代码简洁，但较难懂，好多变量都是缩写。
功能齐全，满足编译器开发的，词法分析，语法分析，目标代码生成的三个基本步骤。
并实现了自举，可以自己编译自己。
./c4 c4.c c4.c hello.c。

• 本文作者： fishedee
• 版权声明： 本博客所有文章均采用 CC BY-NC-SA 3.0 CN 许可协议，转载必须注明出处！

相关文章

• 2015-03-15-https原理
• 2015-03-15-数据库分类
• 2016-03-15-session死锁
• 2016-03-15-同步异步阻塞非阻塞
• 2016-03-15-后端开发规范