Introduccion

Diseño de
Compiladores I
Estructura General de un
Compilador
Estructura General de un Compilador
PROGRAMA SALIDA
FUENTE COMPILADOR
Mensajes
de
Error
Diseño de Compiladores I - 2008 Estructura General de un Compilador

2
Un compilador es un programa
que traduce un programa escrito
en lenguaje fuente y produce
otro equivalente escrito en un
lenguaje destino.

3
Lenguaje Fuente
l Lenguaje de alto nivel. Por ejemplo: C,
Pascal, C++.
l Lenguaje especializado para alguna
disciplina específica dentro de las Ciencias
de la Computación.

4
Salida
l Código Assembler. Deberá ser ensamblado y
vinculado.
l Código Binario. Deberá ser vinculado con las
librerías correspondientes para obtener el
código ejecutable.
l Código de Máquina. Escrito en las
instrucciones de máquina de la computadora
en la que se ejecutará.
l Otro lenguaje de alto nivel.

5
Fases de la Compilación
Programa Fuente
Análisis
Léxico
Análisis
Sintáctico
Análisis
Tabla Semántico
de Errores
Símbolos Generación de
Código Intermedio
Optimización
Generación de
Código Destino
Salida
6
Front End (Análisis)
Fases que dependen del lenguaje fuente
l Análisis Léxico
l Análisis Sintáctico
l Análisis Semántico (Estático)
l Creación de la Tabla de Símbolos
l Generación de Código Intermedio
l Algo de Optimización
l Manejo de errores correspondiente a las fases del
Front End
7
Back End (Síntesis)
Fases que dependen de la máquina destino
l Generación de la salida
l Optimización
l Manejo de errores correspondiente a las fases del
Back End
l Operaciones sobre la Tabla de Símbolos

8
Programa Fuente
Análisis
Léxico
Análisis
Sintáctico
Análisis
Tabla Semántico
de Errores
Código Intermedio
Optimización
Generación de
Código Destino
Salida
9
Programa Fuente
Análisis
Léxico
Análisis
Sintáctico
Análisis
Tabla Semántico
de Errores
Código Intermedio
Optimización
Generación de
Código Destino
Salida
10
Errores
Programa Análisis Análisis Generación Salida

Fuente Sintáctico
Léxico de Código
Tabla
de
Símbolos

11
Errores
Programa
Fuente * Análisis
Léxico
Análisis
Sintáctico
Generación
de Código
Salida
Tabla
de
Símbolos

12
Suele haber preprocesadores para:
l Eliminar comentarios
l Incluir archivos
l Expandir macros
l Efectuar compilación condicional
l Reemplazar constantes simbólicas

13
Errores
Programa
Fuente
Análisis
Léxico * Análisis
Sintáctico
Generación
de Código
Salida
Tabla
de
Símbolos

14
Análisis Léxico
l Lee el programa fuente.
l Remueve espacios en blanco, tabulaciones,
saltos de línea.
l Remueve comentarios.
l Agrupa los caracteres en unidades llamadas
tokens.

15
Análisis Léxico
Un token es una secuencia de caracteres

que forman una unidad significativa

16
Análisis Léxico
La interacción entre el Análisis Léxico y el Análisis
Sintáctico puede ocurrir de distintas formas:
l Ambas actividades se ejecutan en modo batch.
l Ambas actividades son concurrentes.
l Ambas actividades son rutinas del Generador de
Código.
l El Análisis Léxico es una rutina del Análisis Sintáctico.

17
Análisis Léxico
Ejemplo
if Plazo >= 30
then Tasa := Base + Recargo / 100
else Tasa := Base

18
Análisis Léxico
Ejemplo
[if] [Plazo] [>=] [30]

[then] [Tasa] [:=] [Base] [+] [Recargo] [/] [100]
[else] [Tasa] [:=] [Base]

19
Análisis Léxico
Tokens
l Palabras reservadas.
l Ejemplos: IF, THEN, ELSE
l Operadores
l Ejemplos: ‘+’, ‘>=‘, ‘:=‘
l Cadenas de múltiples caracteres
l Ejemplos: Identificador, Constante

20
Análisis Léxico
Tokens
l Los tokens se diferencian de la cadena de

caracteres que representan.
l La cadena de caracteres es el Lexema o
valor léxico.
l Existen tokens que se corresponden con un único
lexema
l Ejemplo: Palabra Reservada IF
l Existen tokens que pueden representar lexemas
diferentes
l Ejemplo: Identificador Plazo, Identificador Tasa

21
Análisis Léxico
l El Análisis Léxico hace una correspondencia
entre cada token y un número entero.
l El Análisis Léxico entrega al Análisis
Sintáctico los tokens.
l Cuando un token puede corresponder a más
de un lexema, el Análisis Léxico entrega al
Análisis Sintáctico el par token-atributo.

22
Análisis Léxico
Token Identificación
del token
ID 27
CTE 28
IF 59
THEN 60
ELSE 61
+ 70
/ 73
>= 80
:= 85

23
Análisis Léxico
Ejemplo
[if] [Plazo] [>=] [30]


24
Análisis Léxico
Ejemplo
[59] [Plazo] [>=] [30]


25
Análisis Léxico
Ejemplo
[59] [27] [>=] [30]


26
Análisis Léxico
Ejemplo
[59] [27] [80] [30]


27
Análisis Léxico
Ejemplo
[59] [27] [80] [28]


28
Análisis Léxico
Ejemplo
[59] [27] [80] [28]

[60] [27] [85] [27] [70] [27] [73] [28]
[61] [27] [85] [27]

29
Análisis Léxico
Ejemplo
[59] [27, ‘Plazo’] [80] [28, ‘30’]

[60] [27, ‘Tasa’] [85] [27, ‘Base’] [70] [27,’Recargo’] [73] [28, ‘100’]
[61] [27,’Tasa’] [85] [27,‘Base’]

30
Análisis Léxico
Ejemplo
[59] [27] [80] [28] [60] [27] [85] [27] [70] [27]
[73] [28] [61] [27] [85] [27]
IF ID >= CTE THEN ID := ID + ID / CTE ELSE

ID := ID

31
Errores
Tira de
tokens
Fuente Sintáctico
Léxico de Código
Tabla
de
Símbolos

32
Errores
Tira de
tokens
Programa
Fuente
Análisis
Léxico
Análisis
Sintáctico * Generación
de Código
Salida
Tabla
de
Símbolos

33
Análisis Sintáctico
Agrupa los tokens del programa
fuente en frases gramaticales
que el compilador usará en las
siguientes etapas.

34
Los tokens son símbolos terminales en la

gramática que describe al lenguaje fuente

35
l La estructura jerárquica de un programa es
representada por reglas que constituyen una
gramática.
l Las reglas se representan por medio de
producciones.
l Cada producción define un símbolo no terminal en
función de símbolos terminales o tokens, y otros
símbolos no terminales.
l Existe una producción que define al no terminal
programa.
36
Gramática
…
5. <sent> → <sel>
6. <sent> → <asig>
7. <sel> → IF <cond> THEN <sent> ELSE <sent>
8. <cond> → <exp> <comp> <exp>
9. <comp> → < | > | <= | >= | == | <>
10. <asig> → ID := <exp>
11. <exp> → <exp> + <term>
12. <exp> → <exp> - <term>
13. <exp> → <term>
14. <term> → <term> ∗ <fact>
15. <term> → <term> / <fact>
16. <term> → <fact>
17. <fact> → ID
18. <fact> → CTE
…

37
l Usualmente, la estructura gramatical que el
Análisis Sintáctico detecta en el código
fuente es representada por un árbol de
parsing.
l El árbol de parsing demuestra como la
secuencia de tokens de entrada puede ser
derivada a partir de las reglas de una
gramática.

38
Árbol de Parsing
Tasa := Base + Recargo / 100 → ID := ID + ID / CTE
asig
expr
(10) (11)
expr term
(15)
(13)
term term
(16) (16)
fact fact fact

(17) (17) (18)
ID := ID + ID / CTE
Lista de reglas: 17 16 13 17 16 18 15 11 10
39
Errores
Tira de Lista de
tokens reglas
Fuente Sintáctico
Léxico de Código
Tabla
de
Símbolos

40
Errores
Tira de Lista de
tokens reglas
Fuente Sintáctico
Léxico de Código
Tabla
de
Símbolos

41
Generación de Código
Tercetos K
B
F
C
Lista de Árbol Código

D G Cuartetos J
Reglas Sintáctico Assembler
H
I
E
A
Polaca L
Inversa
Caminos posibles: Camino 1: A Camino 3: E, L Camino 5: B, K Camino 7: D, G, J

Camino 2: D, I Camino 4: C, J Camino 6: D, F, K Camino 8: D, H, L

42
Árbol Sintáctico
Es una representación comprimida del Árbol de Parsing.

:=
ID +
ID /
ID CTE

43
Análisis Semántico
l Analiza el significado del programa.
l Chequea reglas que no pueden ser
capturadas por la gramática, pero que
pueden ser verificadas en tiempo de
compilación. Estas reglas corresponden a la
semántica estática del lenguaje.
l Ejemplos:
l Chequeo de tipos en expresiones aritméticas.
l Chequeo de tipo y número de parámetros en la
llamada a una rutina.
44
Análisis Semántico
Ejemplo
:=
ID +
ID /
ID ItoF
CTE

45
Código Intermedio
l Representación del código fuente como un
programa escrito para ser ejecutado en una
máquina abstracta.
l Posibles representaciones intermedias:
l Tercetos
l Cuartetos
l Polaca Inversa

46
Código Intermedio
Ejemplo
:= 14. …
ID +
15. (ItoF, 100, -)
16. (/, Recargo, [15])
ID /
17. (+, Base, [16])
ID ItoF
18. (:=, Tasa, [17])
CTE 19. …
Árbol Sintáctico Tercetos

47
Optimización
l Transforma la representación actual del código en
una nueva versión que logra el mismo resultado
más eficientemente.
l Pueden aplicarse optimizaciones en diferentes
etapas de la compilación:
l durante la creación de la representación intermedia,
l durante la transformación de una representación
intermedia en otra,
l durante la traducción del código intermedio a la salida,
l luego de generar la salida,
l e incluso durante la linkedición o la ejecución.

48
Optimización
Ejemplo
14. …
14. …
15. (ItoF, 100, -)
15. (/, Recargo, 100.0)
16. (/, Recargo, [15])
16. (+, Base, [15])
17. (+, Base, [16])
17. (:=, Tasa, [16])
18. (:=, Tasa, [17])
18. …
19. …
Tercetos Tercetos Optimizados

49
propiamente dicho
l Se traduce la representación intermedia del
programa fuente en el código nativo de la
máquina destino.
l El código generado efectuará el chequeo de
las reglas de semántica dinámica del
lenguaje, que no pudieron ser verificadas
durante la compilación.

50
Generación de Código Assembler
Ejemplo
…
14. … FLD, Recargo
15. (/, Recargo, 100.0) FLD, Cte1
FDIV
16. (+, Base, [15])
FLD, Base
17. (:=, Tasa, [16]) FADD
18. … FSTP, Tasa
…
Tercetos Optimizados Código Assembler

51
Errores
Tira de Lista de
tokens reglas
Fuente Sintáctico
Léxico de Código
Tabla
de
Símbolos

52
Tabla de Símbolos
Es una estructura de datos que contiene un registro

para cada identificador utilizado en el código fuente,
con campos que contienen información relevante
para cada símbolo (atributos).

53
Tabla de Símbolos
l Cuando el Análisis Léxico detecta un token de
tipo identificador, lo ingresa en la Tabla de
Símbolos.
l Durante la Generación de Código se ingresa
información para los atributos de los símbolos, y
se usa esa información de diversas maneras.
l Durante la Generación de Código puede ser
necesario incorporar nuevas entradas a la Tabla
de Símbolos.

54
Errores
Tira de Lista de
tokens reglas
Fuente Sintáctico
Léxico de Código
Tabla
de
Símbolos

55
Manejo de Errores
l Cada una de las etapas del
Compilador puede detectar errores
que son informados al programador.
l Un buen compilador no debería
terminar su ejecución al detectar un
error, sino que debería recuperarse y
continuar con la compilación.

56

Introduccion

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Introduccion

Cargado por

Copyright:

Formatos disponibles

Diseño de

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Programa Análisis Análisis Generación Salida

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Un token es una secuencia de caracteres

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

[if] [Plazo] [>=] [30]

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

l Los tokens se diferencian de la cadena de

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

[if] [Plazo] [>=] [30]

Diseño de Compiladores I - 2008 Estructura General de un Compilador

[59] [Plazo] [>=] [30]

Diseño de Compiladores I - 2008 Estructura General de un Compilador

[59] [27] [>=] [30]

Diseño de Compiladores I - 2008 Estructura General de un Compilador

[59] [27] [80] [30]

Diseño de Compiladores I - 2008 Estructura General de un Compilador

[59] [27] [80] [28]

Diseño de Compiladores I - 2008 Estructura General de un Compilador

[59] [27] [80] [28]

Diseño de Compiladores I - 2008 Estructura General de un Compilador

[59] [27, ‘Plazo’] [80] [28, ‘30’]

Diseño de Compiladores I - 2008 Estructura General de un Compilador

IF ID >= CTE THEN ID := ID + ID / CTE ELSE

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Los tokens son símbolos terminales en la

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

fact fact fact

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Lista de Árbol Código

Caminos posibles: Camino 1: A Camino 3: E, L Camino 5: B, K Camino 7: D, G, J

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Tasa := Base + Recargo / 100 → ID := ID + ID / CTE

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Diseño de Compiladores I - 2008 Estructura General de un Compilador

Es una estructura de datos que contiene un registro

Diseño de Compiladores I - 2008 Estructura General de un Compilador