Anlisis Sintctico

Teora de Autmatas y Lenguajes Formales

Alma Mara Pisabarro, 2007

ANLISIS SINTCTICO
Funcin
Entrada: sucesin de componentes lxicos
<clex, vlex>
Salida: la entrada es o no correcta
sintcticamente
Adems:
si la entrada es correcta, rbol de derivacin
si no indicacin de errores

Uso de gramticas independientes de contexto

Especificacin precisa y fcil de entender
Construccin automtica de analizadores sintcticos
Imparten una estructura al programa fuente, a la que se
asigna el significado. Deteccin adecuada de errores
Fcil mantenimiento: evolucin del lenguaje
<programa> <cabecera> <bloque>
<cabecera> program <identificador>;
<cabecera> program <identificador> (<ids.archivos>);
<bloque> <declaraciones y definiciones de entorno>
<def. de subprogramas> <sent. secuencial>.
<sent. secuencial> begin <sentencias> end
...

TIPOS DE ANLISIS SINTCTICOS

Universales (CYK, Earley, ...)
Descendentes. Subclases de gramticas adecuadas (LL)
Ascendentes. Subclases de gramticas adecuadas (LR)
<programa>

<cabecera>

...

<bloque>

<cabecera>

...

....

program

id

...

program

id

begin ...

ERRORES: TIPOS
Lxicos
(a!b, begon)
Sintcticos
(X := a *(b-(c+d);;)
Semnticos
(3 div sqrt(2))
Lgicos
(bucle infinito)
Consideraciones
La mayora de los errores son simples
La mayora son o se manifiesten en la fase de
anlisis sintctico
La deteccin de errores lgicos es muy difcil o
imposible
A veces el error est mucho antes de que se
pueda detectar

ERRORES: OBJETIVOS DEL GESTOR DE ERRORES

Informar con claridad y exactitud

lnea, posicin, mensajes (falta un ;)

Recuperarse con rapidez

No se abandona al primer error
Introduccin de errores espurios (sintcticos o
semnticos): inhibir mensajes de demasiado
cercanos
Se abandona si hay muchos errores

No retrasar significativamente la
traduccin de programas correctos
Mecanismos sencillos de recuperacin

ERRORES: ESTRATEGIAS
En modo pnico: descartar smbolos de
entrada (hasta que alguno permita la
recuperacin: elementos de sincronizacin)
A nivel de frase: correccin local segn el error
concreto (borrar, sustituir, insertar: peligro de
bucle infinito)
De producciones de error: prever errores
(frecuentes o probables) ampliando la gramtica
con reglas especficas de error
De correccin global: hallar el programa
correcto ms cercano al de entrada: costoso y
no necesariamente se encuentra el deseado

ANLISIS SINTCTICO DESCENDENTE

tipo

simple

tipo

simple

tipo

simple

simple

simple

integer

char

simple
| ^ simple
| array [simple] of tipo
integer
| char
| num ptpt num
tipo

array [

simple ]
simple

num

ptpt

num

of

tipo

Anlisis Sintctico Predictivo

Anlisis Sintctico Descendente
Recursivo
Conjunto de procedimientos recursivos
Cada no terminal de la gramtica tiene
asociado un procedimiento
El smbolo de preanlisis determina sin
ambigedad el procedimiento seleccionado
para cada no terminal
Procedimiento adicional parea

procedimiento tipo: segn que regla se aplique:

?: { <tipo> <simple> }
simple
?: { <tipo> ^ <simple> }
parea (^); simple
?: { <tipo> array [ <simple> ] of <tipo> }
parea (array); parea ( [ ); simple; parea ( ] ); parea (of); tipo
procedimiento simple: segn que regla se aplique:
?: { <simple> integer }
parea (integer)
?: { <simple> char }
parea (char)
?: { <simple> num ptpt num }
parea (num); parea (ptpt); parea (num)

parea (num); parea(ptpt); parea(num)

procedure parea (t:TCompLex);
begin
if preanalisis = t then
preanalisis := SgteCompLex()
else error
end;
simple

simple

simple

?
num

ptpt

num

num
parea

ptpt

num

parea
parea

num ptpt num ... ...

num ptpt num ... ....

num ptpt num ... ...

parea( ^ ); simple
tipo

tipo

tipo

?
^

simple

simple

?
parea

^ char

^ char

^ char

parea (array); parea ([); simple; parea (]); parea(of); tipo

parea(^); simple
tipo

tipo

tipo

?
array

[ simple ]

of

tipo

array

[ simple ]

of

tipo

?
array [num ptpt num] of char

array [ num ptpt num ] of char

tipo

array

[ simple ]

array [ num ptpt num ] of char

tipo

of

tipo

array

[ simple ]

of

tipo

?
array [ num ptpt num ] of char

array [ num ptpt num ] of char

Eleccin de regla a aplicar:

tipo
simple | ^ simple | array [ simple ] of tipo
simple integer | char | num ptpt num
tipo:
regla 1: preanalisis in [integer, char, num]
regla 2: preanalisis = ^
regla 3: preanalisis = array
simple:
regla 4: preanalisis = integer
regla 5: preanalisis = char
regla 6: preanalisis = num

const INTEGER = 257; CHAR = 258; ...

var preanalisis: TCompLex;
function StgteCompLex(): TCompLex;
procedure parea(...)...;
procedure simple;
begin
if preanalisis = INTEGER then
parea (INTEGER)
else if preanalisis = CHAR then
parea (CHAR)
else if preanalisis = NUM then
begin parea(NUM); parea(PTPT); parea(NUM); end
else
error
end;

procedure tipo;
begin
if preanalisis in [INTEGER, CHAR, NUM] then simple
else if preanalisis = ^ then
begin parea(^); simple end
else if preanalisis = ARRAY then
begin
parea(ARRAY); parea([); simple;
parea (OF); tipo
end
else error
end;
begin
preanalisis := SgteCompLex(); tipo;
end.

Anlisis Sintctico Predictivo

no Recursivo
Utilizan una pila en lugar de llamadas
recursivas
Guiado por una tabla
Las tablas se construyen directamente
slo para ciertos tipos de gramticas

ENTRADA

PILA

Programa para

anlisis sintctico

predictivo

$
Tabla de anlisis
Sintctico M

SALIDA

Inicialmente:
Buffer: cadena de entrada finalizada con
el smbolo $
Pila: smbolo $ y en la cima el smbolo
inicial de la gramtica
Tabla M: Si A es un no terminal y a un
terminal, M[A,a] contiene una regla de
produccin de la gramtica
X: Cima de la pila
A: smbolo de la entrada (preanalisis)

Anlisis Sintctico Predictivo no recursivo

Si X terminal
Si X <> a
Llamar a la rutina de recuperacin de error

Si X = a
Si X = a = $
Fin con xito

Si X = a <> $
Sacar X de la pila
Obtener siguiente smbolo de la entrada

Si X no terminal
Si M [X, a] contiene una regla
Sacar X de la pila
Meter en la pila la parte derecha de la regla en orden inverso

Si M [X, a] no contiene una regla

Llamar a la rutina de recuperacin de error

Smbolo de entrada

No terminal
E
E
T
T
F

id

E TE

E TE
E +TE

T FT

T FT
T

T *FT

F id

F (E)
PILA

Gramtica:
E TE
E +TE |
T FT
T *FT |
F (E) | id

$E
$ET
$ETF
$ETid
$ET
$E
$ET+
$ET
$ETF
$ETid
$ET
$ETF*
$ETF
$ETid
$ET
$E
$

ENTRADA

id + id * id $
id + id * id $
id + id * id $
id + id * id $
+ id * id $
+ id * id $
+ id * id $
id * id $
id * id $
id * id $
* id $
* id $
id $
id $
$
$
$

SALIDA

E TE
T FT
F id
T
E +TE
T FT
F id
T *FT
F id
T
E

Algoritmo de Anlisis Sintctico Predictivo no recursivo

apuntar ae al primer smbolo de w$
repetir
X smbolo de la cima de la pila
a smbolo apuntado por ae
si x es un terminal o $ entonces
si X = a entonces
extraer X de la pila
avanzar ae
si_no error fin_si
si_no
si M[x,a] = X Y1Y2...Yk entonces
extraer X de la pila
meter Yk, Yk-1, ..., Y1 en la pila, con Y1 en la cima
emitir la produccin X Y1Y2...Yk
si_no error fin_si
fin_si
hasta_que X = $ /*la pila est vacia*/

Funciones PRIMERO y SIGUIENTE

La funcin PRIMERO(a) devuelve el conjunto de
terminales que inician las cadenas derivadas de a
La funcin SIGUIENTE(a) devuelve el conjunto de
terminales que pueden aparecer inmediatamente
a la derecha de a en alguna forma de frase
Son funciones asociadas a una gramtica G
Permiten rellenar las entradas de una tabla de
ASP para G
Los conjuntos de componentes lxicos devueltos
por la funcin SIGUIENTE se pueden utilizar
como elementos de sincronizacin durante la
recuperacin de errores en modo pnico

FUNCIN PRIMERO (X)

Para todos los smbolos X de la gramtica
Repetir hasta que no se puedan aadir ms smbolos a ningn conjunto
1.
Si existe la regla x
PRIMERO (X) = PRIMERO(X) U {}
2.
Si x es un smbolo terminal
PRIMERO (X) = {X}
3.
Si x es un smbolo no terminal
Para cada produccin x y1y2...yk
PRIMERO (X) = PRIMERO (X) U PRIMERO (Y 1)
si existe la regla y1
PRIM (X) = PRIM (X) U PRIM (Y1) U PRIM (Y2)
si existen las reglas y1 y y2
PRIM (X) = PRIM (X) U PRIM (Y1) U PRIM (Y2) U PRIM (Y3)
....
si existe la regla yn n=1...k
PRIM (X) = PRIM (X) U PRIM (Y1) U PRIM (Y2) U .... U PRIM (Yk) U {}

FUNCIN SIGUIENTE (X)

Para todos los smbolos A no terminales de la gramtica
Repetir hasta que no se puedan aadir ms smbolos a
ningn conjunto
1. Si S es el smbolo inicial de la gramtica
SIGUIENTE (S) = SIGUIENTE (S) U {$}
2. Si existe una regla A B
3.
4.

SIGUIENTE (B) = PRIMERO () - {}

Si existe una regla A B
SIGUIENTE (B) = SIGUIENTE (B) U SIGUIENTE (A)
Si existe una regla A B y PRIMERO ()
SIGUIENTE (B) = SIGUIENTE (B) U SIGUIENTE (A)

Gramtica:
E TE
T *FT |
E +TE | F (E) | id
T FT
SIGUIENTES

PRIMEROS

E E T T F + *
( + ( * ( + *
id id id

(
(

) id
) id

E E T T
$ $ $ $
) ) + +
) )

F
$
+
*
)

ALGORITMO DE CONSTRUCCIN DE TASP

Entrada: Una gramtica G
Salida: La tabla de anlisis sintctico M
Para cada regla X de G
1. Para terminal t de PRIMERO ()
Aadir X a M[X, t]
2. Si PRIMERO ()
Aadir X a M[X, b], b SIGUIENTE
(x)
Si PRIMERO () y $ SIGUIENTE (X)
Aadir X a M[X, $]
3. Poner error en todas las entradas no definidas de
M

regla E TE PRIMERO (TE) = PRIMERO (T) = {(, id}

M [ E,
( ] = E TEM [ E, id ] = E TE
regla E +TE PRIMERO (+TE) = PRIMERO (+) = { + }
M [ E,
+ ] = E +TE
regla E
SIGUIENTE (E) = { ), $ }
M [ E, ) ] = E
M [ E, $ ] = E
regla T FT PRIMERO (FT) = PRIMERO (F) = {(, id}
M [ T, ( ] = T FT M [ T, id ] = T FT
regla T *FT PRIMERO (*FT) = PRIMERO (*) = { * } M [ T, * ] = T
*FT
regla T
SIGUIENTE (T) = { ), +, $ }
M [ T, ) ] = T
M [ T, + ] = T
M [ T, $ ] = T
regla F (E) PRIMERO ((E)) = PRIMERO (() = { ( }
M [ F, ( ] = F (E)
regla F id
PRIMERO (id) = { id }
M [ F, id ] = F id

Smbolo de entrada
No
terminal
id

E TE

error

error

error

E +TE

error

error

T FT

error

error

T FT

error

T *FT

F id

T
error

error

(
E TE

error

error

error

error

error

F (E)

error

error

GRAMTICAS LL(1)
Si una gramtica es recursiva por la izquierda o
ambigua la TASP tendr al menos una entrada
con definicin mltiple. Recurso: Transformar la
gramtica
Una gramtica cuya TASP no tiene entradas con
definiciones mltiples se define como LL(1)
Ninguna gramtica ambigua o recursiva por la
izquierda puede ser LL(1)
G es LL(1), si y solo si, cuando A | siendo dos
reglas distintas de G se cumple:
PRIMERO () PRIMERO () =
Solo puede derivarse de o de
Si deriva , no deriva ninguna cadena que
comience con un terminal de SIGUIENTE (A)

ANLISIS ASCENDENTE
Estilo general: Anlisis sintctico por
desplazamiento y reduccin
Por precedencia de operadores (gramticas muy
especficas)
LR (generadores automticos de AS)

Se construye el rbol de AS para una cadena w

a partir de las hojas y se avanza hacia la raz
Proceso: reducir w al smbolo inicial de la gramtica
Cada reduccin sustituye una subcadena (asidero o
mango) que concuerde con el lado derecho de un
regla de produccin por el smbolo no terminal del
lado izquierdo de esa regla

ASIDEROS O MANGOS
Un asidero de una cadena es una subcadena
que concuerda con el lado derecho de una
produccin y cuya reduccin al no terminal del
lado izquierdo de la regla es un paso de una
derivacin por la derecha
Ejemplo
S aABe
A Abc
Ab
Bd

abbcde

asidero posicin 2 (regla A b)

a Ab c d e

asidero posicin 2 (regla A Abc)

a Ad e

asidero posicin 3 (regla B d)

a AB e

asidero posicin 1 (regla S aABe)

ASIDEROS O MANGOS
La produccin situada ms a la izquierda de
que concuerda con el lado derecho de una
produccin A no es un asidero si la
reduccin por esa regla genera una cadena no
reducible al smbolo inicial
Ejemplo
S aABe
A Abc
Ab
Bd

a Ab c d e

aunque b es la subcadena situada

ms a la izquierda que concuerda
con una parte derecha (regla A b)
no es un asidero

a A A c d e No se puede reducir a S

ASIDEROS O MANGOS
Formalmente, un asidero de una forma de frase derecha
es una regla A y una posicin de donde la
cadena podra encontrarse y sustituirse por A para
producir la forma de frase derecha previa en una
derivacin por la derecha de
Ejemplo
EE+E
EE*E
E(E)
E id

Formas de Frase
Derecha

Asidero

Regla de
Reduccin

id1 + id2 * id3

id1

E id

E + id2 * id3

id2

E id

E + E * id3

id3

E id

E+E*E

E*E

EE*E

E+E

E+E

EE+E

USO DE UNA PILA EN AS POR

DESPLAZAMIENTO Y REDUCCIN
Problemas de implantacin del AS por
desplazamiento y reduccin
Situar la subcadena a reducir
Elegir la regla adecuada en caso de que haya ms de
una con esa subcadena en la parte derecha

Posible solucin utilizar:

Una pila para manejar los smbolos gramaticales
Buffer de entrada para gestionar la cadena w a
analizar

FUNCIONAMIENTO DEL
ANALIZADOR

Inicialmente:

En la pila el smbolo de fin de cadena ($)

En el buffer la cadena a analizar seguida de la marca
de fin de lnea (w$)

Repetir hasta que se detecte un error o en la

pila solo haya el smbolo inicial (E$) y la entrada
est vaca ($)
Desplazar cero o ms smbolos de la entrada a la pila
hasta que en la cima haya un asidero
Reducir al lado izquierdo de la regla adecuada

OPERACIONES DEL ANALIZADOR

Desplazar: Mover el siguiente smbolo de
entrada a la cima de la pila
Reducir: (En este momento el extremo derecho
del asidero est en la cima de la pila) Localizar
el extremo izquierdo del asidero dentro de la pila
y decidir el no terminal con el que se debe
sustituir el asidero.
Aceptar: Anunciar el fin con xito del anlisis
Error: Llamar a la rutina de recuperacin de
errores

pila
$

entrada

accin

id1 + id2 * id3 $ desplazar

$ id1

+ id2 * id3 $ reducir por E id

$E

+ id2 * id3 $ desplazar

$E+

id2 * id3 $ desplazar

$ E + id2

* id3 $ reducir por E id

$E+E

* id3 $ desplazar

$E+E*

id3 $ desplazar

$ E + E * id3

$ reducir por E id

$E+E*E

$ reducir por E E * E

$E+E

$ reducir por E E + E

$E

$ aceptar

PREFIJOS VIABLES
Este mtodo de anlisis garantiza que el asidero
siempre aparecer en la cima de la pila, nunca
dentro
Los prefijos de las formas de frase derecha que
pueden aparecer en la pila se denominan
prefijos viables
Un prefijo viable es un prefijo de una forma de
frase derecha que no continua ms all del
extremo derecho del asidero situado ms a la
derecha de esta forma de frase

CONFLICTOS
Existen gramticas independientes de contexto
para las que no se pueden utilizar analizadores
sintcticos por desplazamiento y reduccin
(gramticas no LR)
En esas gramticas se puede llegar a una
configuracin en la que, conociendo el
contenido de la pila y el siguiente smbolo de
entrada, no se puede decidir si
Desplazar o reducir (conflicto de
desplazamiento/reduccin)
Que tipo de reduccin efectuar (conflicto de
reduccin/reduccin)

ANALIZADORES SINTCTICOS LR
Se pueden construir AS LR para casi todos los
lenguajes que se pueden describir con GLC
Es el mtodo de anlisis por desplazamiento y
reduccin sin retroceso ms general pero
eficiente
La clase de gramticas aplicables es un
supraconjunto de las que se pueden analizar con
ASP
Detectan los errores sintcticos tan pronto como
sea posible en un examen de izquierda a
derecha
Inconveniente: costosos de construir a mano

ALGORITMO DE ANLISIS SINTCTICO LR

a1

...

ai

...

an

Sm
Xm
S m-1

Programa para anlisis

sintctico LR

X m-1
...
S0
accin

ir_a

SALIDA

ALGORITMO DE ANLISIS SINTCTICO LR

Entrada
Cadena de entrada w
Tabla de AS LR con las funciones accin e ir_a para la
gramtica G

Salida
Si w est en L(G) una derivacin ascendente
Si no indicacin de error

Mtodo
Inicialmente:
La pila contiene S0 (estado inicial)
El buffer de entrada contiene w$ (la cadena de entrada
seguida de la marca de fin de cadena)

Ejecucin del programa de anlisis hasta encontrar

una accin de aceptacin o de error

PROGRAMA DE ANLISIS
apuntar ae al primer smbolo de w$
repetir
sea S el estado en la cima de la pila y
a el smbolo apuntado por ae
si accion [S,a]= desplazar S entonces
meter a y despus S en la cima de la pila
avanzar ae al siguiente smbolo de entrada
si_no
si accin [S, a] = reducir A entonces
sacar 2 * || smbolos de la pila
sea S el estado que hay ahora en la cima de la pila
meter en la cima de la pila A y despus ir_a [S, A]
emitir la produccin A
si_no
si accin [S, a] = aceptar entonces
fin con xito
si_no error
fin_repetir

EJEMPLO
Gramtica
(1) E E + T
(2) E T
(3) T T * F
(4) T F
(5) F (E)
(6) F id

Cdigos de las acciones

1. di significa desplazar y
meter en la pila el estado i
2. rj significa reducir por la
regla de nmero j
3. Acep significa aceptar
4. El espacio en blanco
significa error

TABLA DE ANLISIS SINTCTICO LR

(para la gramtica del ejemplo)
accin
Estado

id

d5

ir_a
)

d4

d6

r2

d7

r2

r2

r4

r4

r4

r4

d4
r6

acep

d5

r6

r6

d5

d4

d5

d4

r6
10

d6

d11

r1

d7

r1

r1

10

r3

r3

r3

r3

11

r5

r5

r5

r5

MOVIMIENTOS DEL ANALIZADOR SINTCTICO LR DEL EJEMPLO

(para la entrada id * id + id)
PILA
(1) 0

ENTRADA

ACCION

id * id + id $ desplazar

(2) 0 id 5

* id + id $ reducir por F id

(3) 0 F 3

* id + id $ reducir por T F

(4) 0 T 2

* id + id $ desplazar

(5) 0 T 2 * 7

id + id $ desplazar

(6) 0 T 2 * 7 id 5

+ id $ reducir por F id

(7) 0 T 2 * 7 F 10

+ id $ reducir por T T * F

(8) 0 T 2

+ id $ reducir por E T

(9) 0 E 1

+ id $ desplazar

(10) 0 E 1 + 6

id $ desplazar

(11) 0 E 1 + 6 id 5

$ reducir por F id

(12) 0 E 1 + 6 F 3

$ reducir por T F

(13) 0 E 1 + 6 T 9

$ reducir por E E + T

(14) 0 E 1

$ aceptar

GENERADORES DE AS: YACC

Yacc es un generador de analizadores sintcticos LALR
Resolucin de conflictos en Yacc
Un conflicto reduccin/reduccin se resuelve eligiendo la regla
en conflicto que se haya listado primero en la especificacin en
Yacc
Un conflicto de desplazamiento/reduccin se resuelve a favor
del desplazamiento

Invocando a Yacc con la opcin v se genera el archivo

y.output que contiene
Los ncleos de los conjuntos de elementos encontrados por el
analizador sintctico
Una descripcin de los conflictos en las acciones del anlisis
generados por el algoritmo LALR
Una representacin legible de la tabla de anlisis sintctico LR
que muestra como se resolvieron los conflictos de las acciones
del anlisis sintctico