Como construir um compilador Fellipe Leonardo Madureira de Assis
Introduo Linguagem-alvo
do compilador Linguagem mais simples, com viso completa construo de um compilador Orientada a objetos
Forma de Backus-Naur (BNF)
A Forma de Backus-Naur (BNF) uma outra maneira de se definir linguagens livres de contexto. Ela semelhante a uma gramtica livre de contexto (GLC), mas permite que o lado direito das produes possua alguns operadores.
Operadores: o
o o o
Seleo (A|B) Opo [A] Repetio 0 ou mais vezes (A)* Repetio 1 ou mais vezes (A)+
Exemplos Seleo
S a( b | c | d) e Opo
S a[b] Repetio
0 ou mais vezes (A)*
S a(b)*c Repetio
1 ou mais vezes (A)+
S a(b)+c
BNF para a linguagem X++
<symbol>
symbol; smbolos terminais so representados com symbol ; metassmbolos da notao BNF so representados grafados com [ ]. Informaes Smbolos terminais: no podem ser
representa o no-terminal
modificados usando as regras da gramtica
modificados usando as regras da gramtica. Exemplo: 1. x pode se tornar xa 2. x pode se tornar ax
Smbolos no-terminais: podem ser
Smbolo Inicial <program>
<program>
[ <classlist> ]
Esse no-terminal indica que um programa em X++ composto de uma lista de classes ou se trata de uma cadeia vazia.
O no-terminal classlist representa uma repetio de declaraes de classes, como num programa em Java, que basicamente composto de uma sequncia de declaraes de classes como:
class a {. . . .} class b {. . . .} .... class c {. . . .}
Declarao de classe < classdecl>
<classdecl> class ident [ extends ident ] <classbody> Esse no-terminal classdecl representa a declarao de uma classe. Ele indica que tal estrutura se inicia com a palavra reservada class que vem seguida por um identicador (outro terminal) que ir dar nome classe sendo declarada. Depois do nome da classe, pode ou no aparecer a palavra extends e o nome da superclasse da qual a classe sendo declarada descende.
Ele se inicia com um { que (opcionalmente) vem seguido por um no-terminal classlist, declarado anteriormente. Isso significa que a linguagem permite a declarao de classes aninhadas. Depois, seguem-se as declaraes de variveis, construtores e mtodos.
Uma declarao de variveis, representada pelo no-terminal vardecl, semelhante declarao de variveis em Java.
int a; ou string a,b; ou meutipo a[], b[] [];
12
Declarao de variveis <vardecl>
Essa produo gera cadeias que comeam com o tipo da varivel a ser declarada, que pode ser int, string, ou um identicador que o nome de uma classe declarada no prprio programa. Em seguida, vm os nomes das variveis sendo declaradas. Podem ser seguidos ou no por colchetes que indicam a dimenso de cada varivel.
13
Declarao de construtores e mtodos
<constructdecl> constructor <methodbody> <methoddecl> ( int | string | ident ) ( [ ] ) ident <methodbody> A declarao de um construtor comea com a palavra constructor. Um construtor no tem tipo de retorno ou um nome. A declarao de um mtodo inicia-se com o tipo de retorno do mtodo, que pode ou no ter vrias dimenses, seguido pelo nome do mtodo e pelo seu corpo. int[] fatorial ...
segunda parte do corpo do mtodo o statement e composta de um nico comando.
comando 1 comando 2 ... comando n
}
19
Comando <statement>
20
Comandos da linguagem
declarao de variveis locais; int a, b, c; comando de atribuio; a = b +c; comando de impresso; print comando de leitura; read comando de trmino do mtodo e retorno de valor; return comando de seleo; if comando de repetio; for comando de interrupo de lao; break comando composto; { ... } comando vazio. ;
21
Comando de atribuio <atribstat>
<atribstat> <lvalue> = ( <expression> | <alocexpression> ) Referncia a uma posio de memria (representada pelo no-terminal lvalue), seguida por um = e, depois, uma expresso ou uma referncia a um novo objeto, utilizando o operador new. a=0 a[10] = b + c.d a[10].b = new MyType()
22
Comando de impresso <printstat>
<printstat
> print <expression>
print 123 print a print a[10].b * c.d[e]
23
Comando de leitura <readstat>
<readstat>
read<lvalue> O lvalue representa uma refencia a uma poiso de memria, para que o camando de leitura faa sentido read a read a.b read a.b[c+2]
24
Retorno de mtodo <returnstat>
<returnstat
> return [ <expression> ] Produz cadeias correspondentes aos comandos de retorno de uma chamada de mtodo return return 0 return a + b.c
25
Chamada de super-construtor <superstat>
<superstat Nos
> super (<arglist> )
construtores pode ser utilizado tambm o comando super para chamada do construtor da superclasse.
super()
super(a, null)
26
Comando de seleo <ifstat>
<ifstat> if (<expression> ) <statement> [else <statement> ] if ( a > 0 ) read b; if (a + b == c) { read d; print d; return 0; } else return 1;
for (;;) ; for (a = 0; ; ) read b[a]; for (a = 0; a < b; a = a + 1) read c[a]; print c[a];
28
Outros comandos Break:
pode ser usado no corpo do for para interromper sua execuo. nulo
Comando
If (a>b) ; else read b;
29
Outros comandos
<statlist> <statement> [<statlist> ] Statlist: um comando composto, inicia-se com um { seguido de uma lista de comandos, e termina com um }. int mymethod(int a) int mymethod(int a)
{ }
{ ; }
int mymethod(int a)
30
lvalue <lvalue> <lvalue>
ident ( [ <expression> ]| . ident [(<arglist>)] )
Representa uma referncia a uma posio de memria e foi usado em atribstat e readstat. Inicia-se sempre com um identicador que o nome de uma varivel ou um mtodo.
31
lvalue <lvalue>
<lvalue> ident ( [ <expression> ]| . ident [(<arglist>)] ) Esse identicador pode vir seguido vrias vezes por um ndice no caso de se estar referindo a uma varivel indexada; read a[0][1] uma referncia a um campo de um objeto; read a.b um nome de um mtodo seguido por uma lista de argumentos, no caso em que se est fazendo uma chamada de um mtodo.
32
lvalue: exemplos
read a contm somente a referncia a uma varivel simples; read a[0][1] uma referncia a uma varivel indexada; read a.b uma referncia ao campo b da varivel a; read a.b[0][1] uma combinao dos dois tipos anteriores; read a.b(12).c uma combinao dos trs tipos. Nesse caso, a uma varivel que referencia um objeto. Com esse objeto estamos invocando o mtodo b, passando 12 como argumento. Esse mtodo deve retornar um outro objeto do qual estamos referenciando o campo c.
33
Criando objetos <alocexpression>
<alocexpression> new ( ident (<arglist>)| ( int|string|ident) ( [<expression> ])+ ) No comando de atribuio podemos ter uma alocexpression que uma referncia a um novo objeto ou um array.
O que corresponde a: new MyType(10, a * b) new string[10][i][k]
34
Expesses <expression>
<expression> <numexpr> [( <|>|<=|>=|==|! =) <numexpr >] Este no-terminal utilizado para representar as possveis expresses que podem ser construdas na linguagem X++;
35
Subexpresses <numexpr >
<numexpr > <term> ( ( +|) <term> ) quando queremos gerar expresses do tipo a+b+c*d
Numexpr:
36
Subexpresses <term>
<term> <unaryexpr > ( ( |/|%) <unaryexpr > ) Term: segue o mesmo raciocnio para expresses com operadores *, / e % (resto da diviso).
37
Subexpresses <unaryexpr >
<unaryexpr
> [ ( +|) ] <factor >
Uma expresso unria que contenha um operador unrio como a + - 1.
