C语言编译器设计与实现毕业论文(设计)

毕业设计（论文）任务书

第1页

第2页

第3页

毕业设计（论文）原创性声明和使用授权说明

原创性声明

本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作者签名：日期：

指导教师签名：日期：

使用授权说明

本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：日期：

学位论文原创性声明

本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。

作者签名：日期：年月日

学位论文版权使用授权书

本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。

涉密论文按学校规定处理。

作者签名：日期：年月日

导师签名：日期：年月日

注意事项

1.设计（论文）的内容包括：

1）封面（按教务处制定的标准封面格式制作）

2）原创性声明

3）中文摘要（300字左右）、关键词

4）外文摘要、关键词

5）目次页（附件不统一编入）

6）论文主体部分：引言（或绪论）、正文、结论

7）参考文献

8）致谢

9）附录（对论文支持必要时）

2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。

3.附件包括：任务书、开题报告、外文译文、译文原文（复印件）。

4.文字、图表要求：

1）文字通顺，语言流畅，书写字迹工整，打印字体及大小符合要求，无错别字，不准请他人代写

2）工程设计类题目的图纸，要求部分用尺规绘制，部分用计算机绘制，所有图纸应符合国家技术标准规范。图表整洁，布局合理，文字注释必须使用工程字书写，不准用徒手画

3）毕业论文须用A4单面打印，论文50页以上的双面打印

4）图表应绘制于无格子的页面上

5）软件工程类课题应有程序清单，并提供电子文档

5.装订顺序

1）设计（论文）

2）附件：按照任务书、开题报告、外文译文、译文原文（复印件）次序装订

教研室（或答辩小组）及教学系意见

C语言编译器设计与实现

摘要

随着计算机的广泛应用，计算机程序设计语言也从初期的机器语言发展为汇编语言，以及现在的各种高级程序设计语言。而编译技术是计算机语言发展的支柱，也是计算机科学中发展最迅速、最成熟的一个分支，他集中体现了计算机发展的成果与精华。

其核心思想就是把同样的逻辑结构和思想从一种语言表示的程序转换为另外一种语言表示的程序。从高级语言，甚至运行与虚拟平台的高级语言，到机器语言，最终到硬件执行的物理信号，这一层层的转化，都涉及编译技术的应用。

本系统采用C++为编程语言。论文主要介绍了本课题的开发背景，所要完成的功能和开发的过程。重点的说明了系统设计的重点、设计思想、难点技术和解决方案。

关键词：编译技术，编程程序，高级语言

C language compiler design and Implementation

Abstract

With the wide application of the computer, computer programming languages are developed from the early machine language into assembly language , and now a variety of high-level programming language. The compiler technology is the backbone of computer language development, but also the fastest growing in computer science , a branch of the most mature , he epitomizes the essence of the computer and the fruits of development .

The core idea is the same logical structure of the program and ideas expressed in the conversion from one language to another language program represented . From the high-level language , and even running with high-level language virtual platform to machine language , and ultimately to the hardware implementation of the physical signal , the layers of transformation involves application of compiler technology .

System uses C++ as the programming language. Paper introduces the development background of the topic, the development and function to complete the process. Note the focus of systems design, design ideas, technologies and solutions difficult.

Key Words:Compiler technology，Programming procedures，High-level programming language

目录

摘要 (ii)

Abstract (iii)

第一章绪论 (1)

1.1 开发背景 (1)

1.2 开发目标和意义 (1)

1.2 当前编译器国内外的发展情况 (2)

第二章理论基础 (4)

2.1 编译系统概述 (4)

2.1.1 什么是编译器 (4)

2.1.2 编译器的产生 (4)

2.2 编译器的结构 (4)

2.3 编译器的组织 (6)

2.3.1 编译的分遍 (6)

2.3.2 分遍的设计 (6)

2.4 编译器中的主要数据结构 (7)

2.5 编译程序的开发 (7)

2.5.1 历史与发展 (7)

2.5.2 开发注意事项 (7)

2.5.3 编译技术和软件工具 (7)

第三章C编译器可行性分析及总体设计 (9)

3.1 可行性分析 (9)

3.1.1 经济可行性 (9)

3.1.2 技术可行性 (9)

3.1.3 运行可行性 (9)

3.1.4 时间可行性 (10)

3.1.5 法律可行性 (10)

3.2 C语言的基本描述 (10)

3.3 C编译器的功能 (10)

3.4 C编译器的程序结构 (11)

3.4.1 C编译器的设计模式 (11)

3.4.2 C编译器的文件组成 (12)

3.5 C编译器中的主要数据结构 (12)

第四章C编译器的实现 (14)

4.1 词法分析阶段 (14)

4.1.1 概述 (14)

4.1.2 C词法分析程序的实现 (14)

4.1.3 关键字与标识符的识别 (16)

4.1.4 词法识别具体实现 (16)

4.2 语法分析阶段 (18)

4.2.1 概述 (18)

4.2.2 C语言抽象出来的文法规则 (19)

4.2.3 C语法分析程序的实现 (22)

4.3 语义分析阶段 (26)

4.3.1 概述 (26)

4.3.2 C语言的语义 (27)

4.3.3 C的符号表 (27)

4.3.4 C语义分析程序的实现 (28)

4.4 中间代码生成阶段 (33)

4.4.1 概述 (33)

4.5 C编译器的使用方法及测试 (33)

4.5.1 使用方法 (33)

4.5.2 测试源文件 (33)

4.5.3 测试词法分析 (34)

4.5.4 测试语义分析及中间代码生成 (35)

4.5.5 测试分析表文件的构造 (36)

参考文献 (38)

致谢 (39)

第一章绪论

1.1 开发背景

随着计算机科学技术的飞速发展，计算机技术被应用在了越来越广泛的领域，实现各种各样功能的计算机程序被大量地开发出来，应用在我们的生活、学习和工作当中。相应地，也产生了许多用以编写这些计算机程序的高级程序设计语言。程序编制者通过特定语言的编译器将自己编写的源程序翻译为特定机器上的目标程序，从而能够最终达到程序执行的目的。

从20世纪60年代以来，编译器设计就一直是计算机研究发展和开发领域中的一个活跃主题。虽然编译器设计已有很长的历史，并且也是一门相对成熟的计算机技术，但编译器毕竟是一种实现由高级语言源程序至机器或汇编指令的高效映射工具，随着计算机软、硬件水平的飞速发展，使得计算机应用日新月异，程序语言的设计在不断地变化，目标机体系结构也在不断地改进，软件越来越复杂，其规模也越来越大。尽管编译器设计问题在高级层次上没有变化（或变化很小），但当我们深入其内部研究时就会发现，编译器的内部构造其实也一直在变化。此外，由于我们能够提供给编译器本身使用的计算资源也在不断增加。因此，现代编译器可以采用比以前更耗费时间和空间的算法。当然，编译技术研究人员也在继续努力开发新的、更好的技术来解决传统编译器的一些设计性问题[1]。

另一方面，很多编译“前端”技术，如文法、正则表达式、语法分析器以及语法制导翻译器等，仍然被广泛使用。

1.2 开发目标和意义

编译器是一种相当复杂的系统程序，其代码的长度可从几千行到几百万行不等，所以编写甚至读懂这样的一个程序都不是一件容易的事。绝大多数的计算机专业人员从来没有编写过一个完整的编译器，但是，几乎所有形式的计算均要用到编译器，而且任何一个与计算机打交道的专业人员都应该掌握编译器的基本结构和操作。除此之外，计算机应用程序中经常遇到的一个任务就是有关命令解释程序和界面程序的开发，这比编译器的开发规模要小，但使用的却是很类似的技术。因此，掌握编译器的开发技术具有非常重大的实际意义。

编译器的设计的原理和技术还可以用于编译器设计之外的众多领域。因此，这些原理和技术通常会在一个计算机科学家的职业生涯中多次被用到。研究编译器的编写讲设计程序设计语言、计算机体系结构、形式语言理论、算法和软件工程。

编译器的设计从本质上来说是一种工程活动，它所使用的方法必须很好地解决现实中出现的各种翻译问题（即用真实的语言编制且在真实的机器上能够执行的真实的程序）。大多数情况下，开发编译器的人必须接受他们面对的语言和机器，很少能够去影响或改善这两者的设计。在开发过程中做什么样的分析和转换，以及什么时候去做，这些都是工程上的选择，但正是这些选择决定了一个编译器的性能高低。本实验就建立在一个自主开发的名为C的微型编译器基础之上，该编译器虽然功能弱于像Turbo C或Borland Pascal这样的经典编译器，但也已经完全具备了一个编译器应有的所有特征。

虽然本实验只是一个规模很小的微型编译器的开发，但所谓“麻雀虽小，五脏俱全”，作为一次较为完整的编译开发实践，它已经足够让我透彻地了解一个编译器开发过程了，同时能更深刻地理解和运用编译开发过程中的众多技术和方法，并能在此基础上针对编译器的优化展开深入的讨论，这些对于自己以后的研究和发展方向将起到非常大的推动作用。

C编译器以C++语言作为开发语言，以Microsoft Visual Studio2012作为开发工具，C编译器的各个阶段以类的形式表示，最后以项目文件为单位来编译生成C编译器的可执行文件。

本实验以Microsoft Visual Studio2012作为开发工具，用标准C++进行开发，因此可以很好的的移植到其他平台（比如：linux，用g++编译生成可执行文件）。

1.2 当前编译器国内外的发展情况

在编译器技术的发展过程中，如何提高编译的效率一直是核心研究目标之一，编译效率主要是根据该编译器所生成的目标代码在执行过程中的时间指标和空间指标来衡量的，所以编译优化也必定围绕时间和空间这两个方面来实施。在编译过程中针对代码优化的技术有很多，它们通常是通过搜集源代码或中间代码的特定信息，然后利用这些信息对代码中的数据结构或算法操作实施等价的改进变换，从而力求在时间效率和空间效率上达到一个最佳平衡点。编译器的开发者们总是希望能够将各种代码优化技术充分地运用在自己的编译器设计中，但往往事与愿违，毕竟优化操作本身也是需要付出开销的。在C编译器的开发过程中，虽然没有运用到太复杂的代码优化技术，但通过本实验的研究，在现有开发的C编译器基础之上，能够在后续相关项目的开发中有效地提高程序代码的编译质量，对于自己以后的研究和发展方向将起到非常大的推动作用。这正是本实验的研究意义所在。

本实验是以C微型编译器的项目开发为基础，该项目的开发目标是自定义一种C 高级语言，然后编码实现出C语言的编译器（称为C编译器），完成将C语言源程序翻译为基于MM机（Mini Machine）的目标代码的任务，这是本实验的实际应用背景。

编译器的开发具有极高的实用价值和意义，高级语言编译器的性能决定了基于该语言平台所开发出的软件的质量。所以国内外很多大学的科研和技术人员也在积极地开展这方面的技术探索和项目实践。他们大多是以特定的软件项目为背景来进行一些与编译器开发相关或类似的研究分析，他们的研究目标大多是基于某种实验型高级语言的编译器开发和优化改进，然后把有价值的研究成果移植或运用到产品级的编译器开发中（比如.NET平台编译器）。

最近十年以来，国外关于编译器设计的发展动态主要体现在：首先，编译器采用了大量的更加复杂的算法，主要用于推断或简化程序中的信息，这又与更为复杂的程序设计语言的发展结合在一起，其中典型的有用于函数语言编译的Hindley-Milner类型检查的统一算法[2]。其次，编译器已越来越成为基于窗口的可视化交互开发环境（Interactive Development Environment，IDE）的一部分，该环境还包括了智能编辑器、连接程序、调试程序以及项目管理程序等，已经成为了事实上的编译器行业标准。另一方面，尽管国内外的专家学者们近年来在编译原理领域进行了大量的研究，但是基本的编译器设计原理在近20年中都没有多大的改变，它现在正迅速地成为计算机科学课程中的中心环节之一。

在九十年代，作为GNU项目或其它开放源代码项目的一部分，许多免费的编译器或编译器构造工具被开发出来。这些工具可用来编译数种程序设计语言的源程序（典型的就是GCC）。它们中的一些项目被认为是高质量的，而且对现代编译理论感兴趣的人都可以较容易地得到它们的免费源代码。典型的是在1999年，SGI公布了他们的一个工业化的并行优化编译器Pro64的源代码，随后被全世界多个编译器研究小组用做研究平台，并命名为Open64。Open64的设计结构好，分析优化全面，是编译器高级研究的理想平台。

反观国内，现阶段对于编译技术的相关研究，基本上都是着眼于特定编译器的特定部分来展开的，而本实验将研究和分析的重点主要集中于一个完整的微型编译器的构造的讨论。

第二章理论基础

2.1 编译系统概述

2.1.1 什么是编译器

编译器，是将便于人类编写、阅读、维护的计算机高级语言程序翻译为机器能够识别、运行的计算机低级语言程序的一种系统软件。编译器将源程序（Source Program）作为输入，翻译产生使用目标语言的等价目标程序（（Target Program）。其中，源程序一般为高级语言（High-level language），如Pascal，C++等，而目标语言则是汇编语言或目标机器的机器语言[3]。编译器的这一作用如图2-1所示：

图2-1 编译器的作用

2.1.2 编译器的产生

本世纪四十年代，由于冯·诺依曼在存储程序计算机方面的先锋作用，使得编写一串代码或程序已成为可能和必要，这样计算机就可以执行所需的计算。在初期，这些程序都是用机器语言编写，编写或维护这样的代码是非常枯燥乏味且效率低下的，所以机器语言很快就被汇编语言代替了。汇编语言大大提高了程序编写速度和准确度，但它也有许多缺点。于是发展编程技术的下一个重要革新就是以一个更加类似于数学定义或自然语言的简洁形式来编写程序的功能操作，它应与任何机器都无关，而且也可由一个程序翻译为可执行的代码。

随着对形式语言和自动机理论的研究，人们对高级程序设计语言的认识越来越深，对编译器结构的设计也越来越清晰。人们通过对形式语言文法规则的研究，相当完善地解决了分析问题。当分析问题变得相对成熟时，设计者们又花费了很多的精力来研究这一部分的编译器的自动构造，这就是分析程序生成器（parser generator）最初的雏形。类似地，对有穷自动机的研究也促进了一种称为扫描程序生成器（scanner generator）工具的发展。接着，人们又深化了生成有效目标代码的方法，这些就构成了传统的编译器，在这个过程中运用到的技术被一直使用至今。

2.2 编译器的结构

严格地说，编译器是一个将高级语言源程序转换成能在一台计算机上执行的等价目标代码或机器语言程序的软件系统。这个定义可扩展到包含将一个高级语言程序转换成

汇编语言程序的系统，将一个高级语言程序转换成另一种高级语言程序的系统，从一个机器语言程序转换成另一种机器语言程序的系统，从一种高级语言程序转换成一种中间语言程序的系统，等等。

在通常情况下，一个编译器应由一系列的阶段组成，这些阶段从要编译的源程序的字符序列开始，依次对一个给定形式的程序进行分析，并得到一种新的表示形式，在大多数情况下最终产生一个可以与其他目标代码链接，并装入一台机器的存储器中执行的可重定位目标模块。这一编译过程一般由如下6个阶段构成，它们执行不同的逻辑操作如图2-2所示[4]：

（1）扫描程序（scanner）

在这个阶段，编译器阅读源程序（通常以字符流的形式表示，比如本实验设计的C 语言的源程序.c），由扫描程序执行词法分析（lexical analysis）：它将字符序列收集到称为记号（token）的单元中，也就是说，将其识别为一个个符合编程语言词法规范的单词符号。实际上，一个扫描程序所做的工作与自然语言中对英文单词的拼写是十分类似的。扫描程序还可完成与识别记号一起执行的其他操作，例如，可将相应的记号输入到对应的符号表中。

（2）语法分析程序（parser）

语法分析程序从扫描程序中获取记号形式的代码，并完成定义程序结构的语法分析（syntax analysis），根据语言的语法规则将上阶段产生的单词串分解成各类语法单位（如表达式、语句、子过程等），这与自然语言中关于某篇文章的句子的语法分析类似。语法分析定义了程序的结构元素及其关系。通常将语法分析的结果表示为分析树或语法树。

（3）语义分析程序（semantic analyzer）

程序的语义就是它的“意思”，程序如何运行以及运行结果都由它的语义来决定。大多数程序设计语言具有在执行之前被确定语义的特征，这些特征不容易用语法结构表示，更无法用词法分析程序进行分析，这些特征被称为静态语义。语义分析程序的职责就是分析这样的语义，为代码生成阶段搜集相关的语义信息。一般程序设计语言的典型静态语义有声明和类型检查。而在程序执行阶段才能确定的程序特性称为动态语义，语义分析程序无法对这类特性做出分析。语义分析程序还要计算被称为属性（attribute）的程序固有信息，如数据类型、值等。语义分析程序通常将计算后的属性值添加到语法树中（也可将属性添加到符号表中）。

（4）源代码优化程序（source code optimizer）

完善的编译器通常包括许多代码改进和优化步骤。这些优化和改进一般是在语义分析之后完成的。在语法分析和语义分析的基础之上，将源程序变换为等价的中间代码。所谓中间代码，是指一种结构简单、含义明确、形式多样化的记号系统，它比较容易能转换为目标代码。优化程序将源代码以中间代码（intermediate code）的形式输出，进而完成对源代码的相应优化处理，目的是使将来生成的目标代码更为高效（即省时间、省空间）。

（5）代码生成器（code generator）

这是编译的最后必备阶段，它将中间代码（或经优化后的中间代码）转换成特定机器上的绝对指令代码或可重新定位的指令代码或汇编指令代码。由于该阶段的工作与硬件系统结构和机器指令含义有关，涉及到硬件系统功能部件的运用、机器指令的选择、各种数据的存储空间分配以及寄存器调度等，也就是说目标机器的特性成为了主要因

素，所以这个阶段的工作相当复杂。正是出于这点考虑，本实验设计选择了与机器指令无关的三地址码的四元式表示形式。

（6）目标代码优化程序（target code optimizer）

在这个阶段中，编译器尝试着改进由代码生成器生成的目标代码。这种改进包括对编址模式的选择、提高性能、将速度慢的指令更换成速度快的以及删除多余的操作等。

除了这6个阶段，编译器通常还包含一张符号表和访问该表的若干例程，以及针对编译过程中发现的各种错误进行检查和处理的错误处理程序，它们在编译过程的所有阶段都会使用到。

上述编译过程的阶段划分只是一个典型模式，事实上并非所有的编译程序都分成这6个阶段，有些编译程序并不生成中间代码，有些编译程序并不进行优化，有些最简单的编译程序甚至在语法分析的同时产生目标代码。编译器生成的目标代码可以是可重定位目标代码或汇编代码，如果是汇编代码则需要再用汇编器来生成可重定位目标代码，本实验设计的C编译器生成的目标代码是三地址码的四元式表示形式。

2.3 编译器的组织

2.3.1 编译的分遍

在2.2节中我们讨论了一个编译器的典型结构，简要介绍了编译器的6个阶段各自应完成的基本工作，并通过图2-2指出了它们之间的相互关系，但需要注意的是，这些关系仅代表它们之间的逻辑关系，并不一定就是执行时间上的先后顺序。事实上，可按不同的执行流程来组织上述各阶段的工作，这在很大程度上依赖于编译过程中对源程序扫描的遍数，以及如何划分各遍扫描所进行的工作。这里所说的“遍”，是指对源程序或其内部表示从头到尾扫视一次，并进行有关的加工处理工作，每一遍的工作都是从获取上一遍的工作结果开始，经过本遍的加工后，将结果保存起来以便交给下一遍[5]。例如，对于要求经一遍扫描就能完成从源代码到目标代码翻译的编译程序，我们可以语法分析程序为中心来组织它的工作流程，这样就不必产生中间代码，显然，这种做法所得到的目标代码的质量是不能保证的，总体来说弊大于利。

对于绝大部分语言（例如Pascal或C），实现一遍扫描的编译程序是非常困难的，所以宜于采用多遍扫描的编译程序结构。具体的做法是将整个编译程序划分为若干个相继执行的模块，每一模块都对它前一模块的输出扫描一遍，并在扫描过程中完成前述6个阶段中的一个或几个，然后将工作结果保存下来供下一模块加工。显然，第一个模块所扫描的是字符序列形式的源程序，最后一个模块所输出的是目标代码，而每一个中间模块输出的是与源程序等价的内部表示或中间代码。

2.3.2 分遍的设计

在设计一个编译程序时，如何确定扫描遍数，如何组织各遍中的工作，主要取决于源语言的具体情况及编译程序运行的具体环境，如语言的结构、计算机软硬件的配置，以及对编译程序本身运行效率的要求等等。一般而言，多遍扫描源程序具有如下优点：（1）由于采用了模块结构，各遍扫描的功能相对独立，整个编译程序的结构比较清晰。

（2）由于对源程序及其内部表示进行多次扫视和加工，有利于进行比较细致和充分的代码优化处理。

（3）由于可将编译程序按模块依次调入内存，有利于采用覆盖技术，以减少执行编译程序时所占的内存空间。

由于分遍问题对具体语言及编译程序的运行环境有很强的依赖性，经过权衡，本实验设计的编译器采用了简单的1遍扫描策略。

2.4 编译器中的主要数据结构

当然，编译器的各个阶段使用的算法与支持这些阶段的数据结构之间的交互是非常密切的。编译器的编写者在实施这些算法的同时应尽可能地保证它们不过于复杂，最理想的情况是：该编译器在编译时所耗费的时间与程序大小成线形比例，即时间复杂度为O(n)。能否达到这样的理想情况，很大程度上取决于所采用的数据结构，它们是各个阶段都需要使用到的，并用来在各阶段之间交流信息。通常编译器中的主要数据结构包括：记号、语法树、符号表、常数表、中间代码、临时文件等。

2.5 编译程序的开发

2.5.1 历史与发展

在编译器开发的原始阶段，人们主要用机器语言或汇编语言来构造编译程序，难度极大且效率很低。现在的大部分编译器是用某种高级语言开发的，这样更节约时间，而且易读、易改、易移植，同时也便于进行编译器的优化设计。相信在不久的将来，编译器的开发将主要借助于成熟的自动化生成编译程序技术。

2.5.2 开发注意事项

（1）源语言：对被编译的源语言，要深刻理解其结构和含义。在定义C语言的过程中，是通过严格制定其词法规则、语法规则和语义规则来达到的。

（2）目标语言：C编译器的目标语言选择为三地址的四元表达式。

（3）编译技术：词法分析、语法分析、语义分析、代码优化及代码生成的相关技术有很多，必须根据所开发的编译器的需求和特点来选择最合适的编译技术和方法。关于C编译器中使用到的编译技术可详细参考论文第四章。

（4）各种具体因素：例如系统功能要求、硬件开发环境、软件开发工具等。

2.5.3 编译技术和软件工具

为了提高软件开发的效率和保证开发质量，人们除了要遵循软件工程中对软件开发过程的规范化或标准化之外，还应尽量使用先进的软件开发技术和相应的软件工具，而大部分软件工具的开发，常常要用到编译技术和方法。实际上编译程序本身也是一种软件开发工具。为了提高编程效率，缩短调试时间，软件工作人员研制了不少对源程序处