-
Лабораторний практикум побудови синтаксичних аналізаторів.
Граматика мови програмування визначається множиною БНФ-правил, що записані в текстовому файлі. Кожне провило обов'язково починається з першої позиції рядка. Для зручності правило можна продовжити в наступних рядках, але не з першої позиції. Нетермінал граматики - це ланцюжок літер, який починається з символу < та закінчується символом >, наприклад <програма>. Термінальні ланцюжки записуються традиційно, наприклад, begin. Альтернативи правила для зручності позначаються символом ! в першій позиції рядка, при цьому ліва частина правила опускається. Оскільки символи <, > та ! є метасимволами при визначенні граматики, то для їх запису в термінальних ланцюжках використовується ще один метасимвол, а саме \. Правило граматики в текстовому файлі записується так:
<програма> program ( <список параметрів> ) <блок> .
В пам'яті ЕОМ граматика описується наступними структурами:
struct node { int *pd; // посилка на продукцію
int len; // довжина продукції
int teg; // робоче поле
struct node *next; // посилка на наступну продукцію
struct fdata *cont_llk; // посилка на контекст для правила
} ;
Поле "довжина продукції" визначає кількість елементів продукції включаючи перший. Елементи продукції (нетермінали та термінали) закодовані цілочисловими даними, таким чином, що:
4 біт 12 біт
|
|
|
Дане типу int |
Порядковий
номер
Код
лексеми: 0ХF - нетермінал, 0Х0 - термінал
Для зберігання словарних множин First k та Follow k використовується наступна інформаційна структура:
struct fdata { struct fdata *fnext; // посилка на наступний блок слів
struct fdata *fnext1; // системне поле - не модифікувати
int rdata[60]; // поле для слів
};
Кожне слово - це послідовність лексем довжиною не більше k елементів. Якщо одного блоку для зберігання відповідної множини слів даних не достатньо, то в подальшому пам'ять виділяється динамічно. Признак кінця послідовності слів в одному блоці - (-1). Оскільки слова, які зберігаються в словарному блоці мають різну довжину, то на початку кожного слова стоїть його довжина.
Для доступу до закодованих в пам'яті ЕОМ даних надається ряд інтерфейсних функцій, наприклад:
-
по коду лексеми отримати її текст:
char * NAME_ELEM(int);
-
визначити кількість слів в словарній множині:
int calc_word(struct fdata p);
-
отримати слово з індексом i (індексація починається з нуля) з словарної множини:
int * get_word(struct fdata p, int i);
Решта інтерфейсних функцій описані у файлі mystand.h.
Для виконання лабораторної роботи користувачеві надаються наступні бази даних:
extern
struct fdata **ref_FIRST; // масив посилок на множини
extern
struct fdata **ref_FOLLOW; // масив посилок на множини
extern
struct flang **ref_LOCAL; // масив посилок на множини
extern int LLk_LEN; // довжина llk-контексту
extern int *epsilon, num_epsilon; // список epsilon-нетеpміналів
extern int *netname, numnet; // список нетерміналів граматики
extern int *terminal, numtrm; // список терміналів граматики
extern struct node *q_grammat; // початок списку правил граматики
extern int LL1_USL; // відповідає за LL(1) - умову
extern char *TABL_LL1_UPR; // таблиця управління LL(1) - аналізатора
Число рядків таблиці TABL_LL1_UPR рівне numnet, а число стовпчиків - numtrm+1. Останній стовпчик таблиці відповідає ерсилон-слову.
Відмітимо, що довжина масивів ref_FIRST, ref_FOLLOW та ref_LOCAL - це кількість нетерміналів граматики, а i-й елемент кожної множини асоціюється з i-м елементом списку нетерміналів.