1.

ANLISIS SEMNTICO

INTRODUCCIN
El anlisis semntico dota de un significado coherente a lo que hemos hecho en el anlisis
sintctico. El chequeo semntico se encarga de que los tipos que intervienen en las
expresiones sean compatibles o que los parmetros reales de una funcin sean
coherentes con los parmetros formales.

Se divide en dos categoras:
Anlisis de un programa que requiere las reglas del lenguaje de programacin para
establecer su exactitud y garantizar una ejecucin adecuada.
Anlisis realizado por un compilador para mejorar la eficiencia de ejecucin del
programa traducido.

La especificacin de la semntica puede realizarse de dos formas:
Lenguaje natural
Especificacin formal: Semntica Operacional, semntica denotacional, semntica
Axiomtica, Gramticas con Atributos.

Para que hacer un anlisis semntico?
Asegurarnos que el programa cumple con la definicin del lenguaje de
programacin.
Proveer mensajes de error tiles al usuario.

El Analizador Semntico finaliza la fase de Anlisis del compilador y comienza la fase de
Sntesis, en la cual se comienza a generar el cdigo objeto.








Hay dos notaciones o mtodos para asociar reglas semnticas con producciones:
Las definiciones dirigidas por las sintaxis.
o Son especificaciones de lto nivel para traducciones.
o Ocultan muchos detalles de la implementacin y

o No es necesario que el usuario especifique explcitamente el orden en el

que tiene lugar la traduccin.
Los esquemas de traduccin
o Indican el orden en que se deben evaluar las reglas semnticas dejando
visibles algunos detalles de la implementacin.

Conceptualmente para ambas notaciones,
Se analizan sintcticamente la cadena de componentes lxicos de entrada, se
construye el rbol para evaluar las reglas semnticas en sus nodos.
La evaluacin de las reglas semnticas puede generar cdigo, guardar informacin
en una tabla de smbolos, emitir mensajes de error o realizar otras actividades
La traduccin de las cadenas de componentes lxicos es el resultado obtenido al
evaluar las reglas semnticas.
Hay casos especiales en que se puede implementar en una sola pasada, evaluando
directamente en el anlisis sintctico, sin construir explcitamente un rbol de
anlisis sintctico o un grafo que muestre las dependencias para los atributos.

1.1. ARBOLES DE EXPRESIONES.
Hay determinadas caractersticas de los lenguajes de programacin que no pueden ser
modeladas mediante gramticas incontextuales y que es necesario comprobar en una fase
posterior al anlisis sintctico. Por otro lado, las fases posteriores de la compilacin o
interpretacin necesitan una representacin de la entrada que les permita llevar a cabo
sus funciones de manera adecuada.

Estas dos vertientes, deteccin de errores y representacin de la informacin, estn muy
relacionadas y se solapan en la prctica.

El uso de rboles de anlisis sintctico como representacin intermedia permite que la
traduccin se separe del anlisis sintctico. Las rutinas de traduccin invocadas durante el
anlisis sintctico deben activarse con dos clases de limitaciones. La primera, una
gramtica que resulte adecuada para le anlisis sintctico puede no reflejar la estructura
jerrquica natural de las construcciones del lenguaje. La segunda, el mtodo de anlisis
sintctico restringe el orden en que se consideran los nodos de un rbol de anlisis

sintctico. Pues este orden puede no coincidir con el orden en que se va disponiendo de la
informacin sobre una construccin.

Supongamos, por ejemplo, que nuestro lenguaje permite asignaciones segn la regla
(Asignacin) id:=(Expresin);

Generalmente se imponen ciertas restricciones, en este caso, estas podran ser:
El identificador de la parte izquierda debe estar declarado previamente.
El tipo de la expresin debe ser compatible con el del identificador.

El analizador semntico deber comprobar que estas dos restricciones se cumplen antes
de declarar que la sentencia de asignacin est bien formada. Pero sucede que la
informacin necesaria para comprobarlas es til tambin para generar cdigo. Esto quiere
decir que si tuviramos una separacin estricta entre las fases del compilador, para
generar cdigo deberamos volver a mirar el identificador para saber a que objeto
(variable, funcin, constante, etc.) corresponde y qu tipo tiene y tambin deberamos
volver a comprobar los tipos de la expresin para generar el cdigo adecuado.

Por otro lado, aunque en teora el rbol de anlisis sera suficiente para fases posteriores
de la compilacin o interpretacin, es una representacin que contiene mucha
informacin redundante.

Por ejemplo, el rbol correspondiente a la expresin a:= b+c; bien podra tener el aspecto
del rbol de la izquierda, cuando el de la derecha contiene esencialmente la misma
informacin y resulta ms cmodo para trabajar:

El segundo rbol se conoce como rbol de sintaxis abstracta. Como hemos comentado,
durante el anlisis semntico se recoge una serie de informaciones que resultan de
utilidad para fases posteriores. Estas informaciones se pueden almacenar en el rbol:












rbol de Sintaxis Abstracto:
Es una forma condensada de un rbol de anlisis sintctico, til para representar
construcciones del lenguaje:
Recoge toda la informacin sintctica y semntica.
Elimina los smbolos que no aportan significado.
Los nodos reflejan los datos asociados a cada smbolo.
El objetivo de las acciones semnticas es construir este rbol.

Por ejemplo la produccin S if B then S1 else S2 puede aparecer en un rbol sintctico
como
If-then-else


B
S1 S2

La construccin de rboles sintcticos para expresiones es similar a la traduccin de la
expresin a una forma postfija. Se construyen subrboles para las subexpresiones creando
un nodo para cada operador y cada operando. Los hijos de un nodo de un operador son
las races de los nodos que representan las subexpresiones que constituyen los operandos
de dicho operador.

Se puede implantar cada nodo en un rbol sintctico como un registro con varios campos.
Algunas de las operaciones utilizadas son:

1. hazNodo(op,izquierda,derecha): crea un nodo para un operador con etiqueta op y

dos campos que contienen apuntadores a izquierda y derecha.
2. hazHoja(id,entrada): crea un nodo para un identificador con etiqueta id y un
campo que contiene entrada, que es un apuntador a la entrada de la tabla de
smbolos para el identificador
3. hazHoja(num,val): crea un nodo para un nmero con etiqueta num y un campo
que contiene val, el valor del nmero.

Por ejemplo, para la expresin a-4+c, p1,p2,p3, , son apuntadores a nodos y entrada y
entradac son apuntadores a las entradas de la tabla de smbolos para los identificadores a
y c respectivamente.
1. P1: hazHoja(id, entrada)
2. P2: hazHija(num, 4)
3. P3: hazNodo(-, p1, p2)
4. P4: hazHoja(id, entradac)
5. P5: hazNodo(+, p3, p4)

El rbol se construye de abajo hacia arriba.

+


-
id






id
num 4 La entrada para c


La entrada para a







1.2 ACCIONES SEMNTICAS DE UN ANALIZADOR SINTCTICO
a. Comprobacin esttica:
El compilador debe comprobar si el programa fuente sigue tanto las convenciones
sintcticas como las semnticas del lenguaje fuente.
Garantiza la deteccin y comunicacin de algunas clases de errores de
programacin.
Dependiendo del tipo de sentencias, las acciones semnticas pueden agruparse en:
o Sentencias de Declaracin: Completar la seccin de tipos de la Tabla de
Smbolos.

o Sentencias ejecutables: Realizar comprobaciones de tipos entre los

operandos implicados.
o Funciones y procedimientos: Comprobar el nmero, orden y tipo de los
parmetros actuales en cada llamada a una funcin o procedimiento.
o Identificacin de variables: Comprobar si un identificador ha sido
declarado antes de utilizarlo.
o Etiquetas: Comprobar si hay etiquetas repetidas y validacin.
o Constantes: Comprobar que no se utilicen en la parte izquierda de una
asignacin.
o Conversiones y equivalencias de tipo: Verificacin.
o Sobrecarga de operadores y funciones: Detectar y solventar.
Los ejemplos de comprobacin esttica incluyen:
o Comprobacin de tipos:
Un compilador debe informar de un error si se aplica un operando a un
operador incompatible.
o Comprobaciones del flujo del control:
Las proposiciones que hacen que el flujo de control abandone una
construccin deben tener algn lugar a donde transferir el flujo de
control.
o Comprobaciones de unicidad:
Hay situaciones en las que un objeto solo puede definirse una vez
exclusivamente.
Las etiquetas de una sentencia case no deben repetirse, declaraciones
de objetos, etc.
o Comprobaciones relacionadas con nombre:
En ocasiones, el mismo nombre debe aparecer dos o ms veces.
o Adems de comprobar que un programa cumple con las reglas de la
gramtica, hay que comprobar que lo que se quiere hacer tiene sentido.
o Esta fase tambin modifica la tabla de smbolos y suele estar mezclada con
la generacin de cdigo intermedio.
o Las gramticas independientes del contexto (G2) no son suficientes para
realizar el anlisis semntico. Por ejemplo, no hay forma de comprobar si
una variable ha sido definida ya, o si existe una determinada etiqueta.
o Es necesario definir un tipo de gramtica ms rica como las gramticas de
atributo: Son gramticas G2 a las que se aaden atributos y reglas de
evaluacin de atributos (funciones/reglas semnticas)

b. Comprobacin dinmica

Se realiza al ejecutar un programa objeto

Para que se pueda realizar, el cdigo objeto debe cargar el tipo de un elemento
junto con el valor de dicho elemento.

1.3 COMPROBACIN DE TIPOS
un comprobador de tipos se asegura de que el tipo de una construccin coincida con su
contexto, por ejemplo el operador aritmtico mod debe asegurarse que los operandos
sean de tipo entero, etc.

Sistemas de tipos
Es una serie de reglas para asignar expresiones de tipos a las distintas partes de un
programa. Un comprobador de tipos implanta un sistema de tipos. El diseo de un
comprobador de tipos se basa en informacin acerca de las construcciones sintcticas del
lenguaje, la nocin de tipos a las construcciones del lenguaje.

Expresin de tipo
Es un tipo bsico o se forma aplicando un operador llamado constructor de tipos a otras
expresiones de tipos. Los conjuntos de tipos y constructores bsicos dependen del
lenguaje que deba comprobarse.

Algunas definiciones de expresiones de tipos son
Un tipo bsico es una expresin de tipo. Entre los tipos bsicos se encuentran
boolean, char, integer, real y vaco. Un tipo bsico especial, error_tipo, sealar
un error durante la comprobacin de tipos.
El nombre de un tipo es una expresin de tipo.
Un constructor de tipos aplicado a expresiones de tipos es una expresin de tipos.
Los constructores incluyen:
o Matrices: T indica el tipo de una matriz con elementos de tipo T y
conjuntos de ndices I (generalmente enteros)

o Productos: si T1 y T2 son expresiones de tipo, entonces su producto

cartesiano es una expresin de tipos.
o Registros: la diferencia entre un producto y un registro es que los campos
de un registro tienen nombre. El constructor del registro se aplica a una
tupla formada por el nombre y el tipo del campo.
o Apuntadores: si T es un apuntador de tipo entonces el puntero es una
expresin de tipos que indica el tipo apuntador a un objeto de tipo T.
o Funciones: una funcin transforma elementos de un conjunto (dominio), a
elementos de otro conjunto (rango).
Las expresiones de tipo pueden contener variables cuyos valores son expresiones
de tipo.

Recuperacin de errores
La comprobacin de tipos tiene la capacidad de descubrir errores en los programas por lo
que debe realizar algo razonable cuando se descubre un error.


1.4. PILA SEMNTICA EN UN ANALIZADOR SINTCTICO.

El diseo ascendente tambin conocido como anlisis sintctico por desplazamiento o
reduccin (LR) se refiere a la identificacin de aquellos procesos que necesitan
computarizarse con forme vayan apareciendo, su anlisis como sistema y su codificacin,
o bien, la adquisicin de paquetes de software para satisfacer el problema inmediato.

El diseo ascendente puede ser aplicado a travs de la definicin de atributos
sintetizados. El analizador puede conservar en su pila los valores de los atributos
sintetizados asociados con los smbolos gramaticales, siempre que se haga una reduccin
se calculan los valores de los atributos sintetizados a partir de los atributos que aparecen
en la pila para los smbolos gramaticales del lado derecho para la produccin que reduce.

Un analizador LR utiliza una pila para guardar los valores de los atributos sintetizados. Se
pueden utilizar campos adicionales en la pila del analizador para guardar los valores de los
atributos sintetizados.



P. E. Podemos considerar el siguiente cdigo que corresponde a la definicin dirigida por
la sintaxis de la calculadora de escritorio.











1.5. ESQUEMA DE TRADUCCIN.
Es una gramtica independiente de contexto en la que se asocian atributos con los
smbolos gramaticales y se insertan acciones semnticas encerradas entre llaves { } dentro
de los lados derechos de las producciones. Los esquemas de traduccin pueden tener
tanto atributos sintetizados como heredados.

Cuando se disea un esquema de traduccin, se deben respetar algunas limitaciones para
asegurarse de que el valor de un atributo est disponible cuando una accin se refiera a
l. Estas limitaciones, motivadas por las definiciones con atributos por la izquierda,
garantizan que las acciones no hagan referencia a un atributo que an no haya sido
calculado. El ejemplo ms sencillo ocurre cuando slo se necesitan atributos sintetizados,
en este caso, se puede construir el esquema de traduccin creando una accin que conste
de una asignacin para cada regla semntica y colocando esta accin al final del lado
derecho de la produccin asociada.

Podemos decir que un esquema de traduccin consta de:
Una gramtica incontextual que le sirve de soporte.
Un conjunto de atributos asociados a los smbolos terminales y no terminales.
Un conjunto de acciones asociadas a las partes derechas de las reglas.

Hay dos tipos de esquemas de traduccin:
EDT slo con atributos sintetizados:
o Su valor se calcula en funcin de los atributos de los nodos hijos.

o Acciones al final de la produccin

EDT con atributos sintetizados y heredados:
o Su valor se calcula en funcin de los atributos de los nodos hermanos y/o
del nodo padre.
o Atributos heredados de un smbolo del consecuente
o Atributos sintetizados utilizados en acciones
o Atributos sintetizados del antecedente

Slo con atributos sintetizados
Utiliza una accin para cada regla semntica
Los atributos se colocan al final del lado derecho de la produccin
Produccin

Regla Semntica
TT1*F


T.val:= T1.val x F.val
TT1*F


{T.val:= T1.val x F.val}

Con atributos heredados y sintetizados
Un atributo heredado para un smbolo en el lado derecho de una produccin debe
calcularse en una accin antes que dicho smbolo.
Una accin no debe referirse a un atributo sintetizado de un smbolo que est a la
derecha de la accin.
Un atributo sintetizado para el NO terminal de la izquierda solo puede calcularse
despus de que se hayan calculado todos los atributos a los que hace referencia.
(La accin se sita al final del lado derecho de la produccin).


1.6. GENERACIN DE LA TABLA DE SMBOLO Y DE DIRECCIONES.
Una tabla de smbolos es til para:
Llevar un registro de la informacin sobre el mbito y el enlace de los nombres.
Examinar la tabla de smbolos cada vez que se encuentra un nombre en el texto
fuente. Si se descubre un nombre nuevo o una nueva informacin sobre un
nombre ya existente, se producen cambios en la tabla.
Permite aadir entradas nuevas y encontrar las entradas existentes eficientemente

Existen dos mecanismos para las tablas de smbolos:
Listas lineales: Fcil de implementar, pero su rendimiento es pobre.
Esquemas o tablas de dispersin: proporcionan un mayor rendimiento pero
requieren mayor programacin y gasto de espacio.

No se introduce toda la informacin a la vez, las palabras claves se introducen al inicio.

Cada entrada de la tabla de smbolos contienen un registro por cada identificador
predefinido o definido por el programador, aadindose informacin asociada:
Ristra del identificador (caracteres maysculas y/o minsculas)
Categora: variable, constante, tipo, campo, procedimiento, funcin, parmetro,
clase, etiqueta, mdulo, macro, etc.
mbito al que pertenece y su tipo.
Otra informacin: tamao, ubicacin, valor, parmetros o campos (enlaces),
referencia adelante o no, mbito que define, etc.

Estructura de la tabla de smbolos
1. Estructura lgica, est determinada por:
a. El tipo de mbito (esttico o dinmico).
b. Los mecanismos de mbito del lenguaje: procedimientos, bloques,
herencia, mdulos, espacios de nombres, registros, etc.
c. El nmero de pasadas.
d. Compilacin separada: ficheros con tablas.
2. Implementacin fsica:
a. La ms eficiente suele ser la de una tabla hash
b. Asociada a pila de mbitos activos.
c. Permite insertar el elemento actual a la cabeza de la lista.
3. Las ristras (identificadores, constantes) pueden ir en listas aparte.

Alternativas para almacenar registros con los nombres de smbolos y sus atributos.
1. Almacenamiento en la tabla de smbolos en un espacio de tamao fijo dentro de
un registro.











2. Almacenamiento en la tabla de smbolos en una matriz independiente.


3. Almacenamiento en la tabla de smbolos definiendo el campo nombre como un
ndice en un vector de nombres.

La tabla de smbolos tambin recibe el nombre de ambiente. Un ambiente contiene un
conjunto de parmetros que slo son visibles en ese ambiente.
La tabla de smbolos se mantiene durante todo el proceso de traduccin agregando
elementos especficos en cada paso.

Operaciones sobre la tabla de smbolos
Inserta(smbolo)
Existe(nombre)
Tipo(nombre)

Tcnicas para la designacin dinmica de la memoria:
1. Asignacin explcita de bloques de tamao fijo.
2. Asignacin explcita de bloques de tamao variable. (asigna de acuerdo al tamao
del smbolo, provoca fragmentacin)

3. Designacin implcita. (cooperacin entre el problema del usuario y el paquete

para la ejecucin)


1.7. MANEJO DE ERRORES SEMNTICOS.
Los errores semnticos son pocos y los que existen no se pueden detectar tan fcilmente.
Hasta esta etapa los errores son mostrados a los usuarios. Los dems errores ya
son muy difciles de detectar y generalmente se dan en tiempo de ejecucin
Algunos problemas se presentan durante la fase de gestin de memoria al pasar
argumentos o al crear la pila semntica.
Muchos errores se generan durante la etapa del enlazador, al tratar de obtener
cdigo existente de algunas funciones/mtodos ya implementadas en
bibliotecas/APIs

Errores de compilacin: Son los que genera el compilador cuando se exceden lmites
marcados por l mismo. Algunos son:
Limitaciones en memoria lo que implica limitaciones en el tamao de la tabla de
smbolos, nmero FOR anidados, etc.
Limitaciones en las pilas de anlisis sintcticos y generacin de cdigo,
condicionando de esta forma la complejidad del cdigo.
Limitaciones en el nmero de bloques que se pueden definir en el
programa. Todos los lmites del compilador deberan estar claramente definidos.

Errores de ejecucin: Son los que se producen durante la ejecucin del cdigo objeto
generado. Algunos son:
Aritmticos, como por ejemplo una divisin por 0 o una raz cuadrada de un
nmero negativo.
Acceso a matrices fuera de rango.
Acceso a ficheros no abiertos.
Problemas en punteros a ficheros (por ejemplo intentar acceder a un dato ms
all del fin de fichero).
Problemas de memoria en tiempo de ejecucin al intentar reservar memoria
dinmicamente cuando no hay disponibilidad.
Limitaciones de la pila de ejecucin (una de las situaciones ms tpicas es el abuso
en la recursividad de partes del cdigo).