Definición de la sintaxis (1) Definición de la sintaxis (2) Definición de la sintaxis (3)

Transcripción

1 Definición de la sintaxis (1) Gramática independiente del contexto: tiene cuatro componentes: Un conjunto de componentes léxicos, denominados símbolos terminales. Un conjunto de no terminales. Un conjunto de producciones, en el que cada producción consta de un no terminal, llamado lado izquierdo de la producción, una flecha y una secuencia de componentes léxicos y no terminales, o ambos, llamado lado derecho de la producción. La denominación de uno de los no terminales como símbolo inicial. PL. Un compilador sencillo de una pasada. 2 Definición de la sintaxis (2) Se dice que una producción es para un no terminal si el no terminal aparece en el lado izquierdo de la producción. Una cadena de componentes léxicos es una secuencia de cero o más componentes léxicos. La cadena que contiene cero componentes léxicos, que se escribe ε, recibe el nombre de cadena vacía. De una gramática se derivan cadenas empezando con el símbolo inicial y reemplazando repetidamente un no terminal por el lado derecho de una producción para ese no terminal. La derivación de Y a partir de X se representa por X *Y Las cadenas de componentes léxicos derivadas del símbolo inicial forman el lenguaje que define la gramática. El lenguaje generado por una gramática G se representa por L(G). Definición de la sintaxis (3) Ejemplos lista lista + dígito lista lista dígito lista dígito dígito bloque begin props_opc end props_opc lista_props ε lista_props lista_props ; prop prop PL. Un compilador sencillo de una pasada. 3 PL. Un compilador sencillo de una pasada. 4

2 Definición de la sintaxis (4) Derivación más a la izquierda: cuando las producciones utilizadas en la derivación se aplican siempre a los símbolos más a la izquierda. Derivación más a la derecha: cuando las producciones se aplican a los símbolos más a la derecha. Dos gramáticas G 1 y G 2 se dice que son gramáticas equivalentes, y se representa por G 1 G 2, si generan el mismo lenguaje L(G 1 )=L(G 2 ). Una gramática G se dice que es recursiva en un cierto símbolo no terminal U, cuando existe una forma sentencial de U que contiene a U. U + xuy con x,y (Σ N)* La gramática será recursiva si es recursiva para algún no terminal. Si x=ε se dice que es una gramática recursiva a izquierdas. Si y=ε se dice que es una gramática recursiva a derechas. Definición de la sintaxis (5) Notación BNF: es una forma de escribir las producciones. Las reglas son: 1 Los símbolos terminales se suelen poner en negrita, y los no terminales entre ángulos < > 2 El nexo para la producción es ::= 3 La agrupación de reglas mediante 4 Cero o una vez mediante corchetes [ ] 5 Cero o más veces mediante llaves n+k n 6 Paréntesis para delimitar casos de duda en el uso de los operadores meta-lingüísticos PL. Un compilador sencillo de una pasada. 5 PL. Un compilador sencillo de una pasada. 6 Definición de la sintaxis (6) Diagramas sintácticos (diagramas de trenes, o diagramas de Conway): son construcciones gráficas que permiten presentar la misma información sintáctica que la notación BNF pero de una manera más fácil de interpretar para las personas. No terminal Definición de la sintaxis (7) Árbol de análisis sintáctico: indica gráficamente cómo del símbolo inicial de una gramática deriva una cadena del lenguaje. Si el no terminal tiene una producción XYZ, entonces un árbol de análisis sintáctico puede tener un nodo interior etiquetado con y tres hijos etiquetados con X, Y y Z de izquierda a derecha. Terminal Varias alternativas Cero o más Uno o más X Y Z nálisis sintáctico: proceso de búsqueda de un árbol de análisis sintáctico para una cadena de componentes léxicos. Los árboles de análisis sintáctico representan el análisis sintáctico de los programas fuente y sirven de base para la generación de código. PL. Un compilador sencillo de una pasada. 7 PL. Un compilador sencillo de una pasada. 8

3 Definición de la sintaxis (8) Formalmente, dada una gramática independiente del contexto, un árbol de análisis sintáctico es un árbol con las propiedades siguientes: La raíz esta etiquetada con el símbolo inicial. Cada hoja está etiquetada con un componente léxico o con ε. Cada nodo interior está etiquetado con un no terminal. Si es el no terminal que etiqueta a algún nodo interior y X 1, X 2,..., X n son las etiquetas de los hijos de ese nodo, de izquierda a derecha, entonces X 1 X 2... X n es una producción. quí, X 1, X 2,..., X n representan un símbolo que es un terminal o un no terminal. Como caso especial, si ε, entonces un nodo etiquetado con tiene sólo un hijo etiquetado con ε. Definición de la sintaxis (9) mbigüedad: La ambigüedad puede surgir a varios niveles: en sentencias, lenguajes, y gramáticas. la hora de utilizar eficientemente los lenguajes y gramáticas, es conveniente que no exista ambigüedad, pues provoca que el análisis de las sentencias no sea determinista. Sentencia: una sentencia es ambigua si tiene más de árbol de derivación. Ej: En la gramática G=(1,S, B, 1B, 11, B 1, ) la sentencia 11 puede ser obtenida por las dos derivaciones siguientes: 1B 11 y 11 Gramática: una gramática es ambigua si tiene al menos una sentencia ambigua. Lenguaje: un lenguaje es ambiguo si existe una gramática ambigua que lo genera. Si todas las gramática que generan un lenguaje son ambiguas, el lenguaje es inherentemente ambiguo (ejemplo L=a i b j c k : i=j o j=k). PL. Un compilador sencillo de una pasada. 9 PL. Un compilador sencillo de una pasada. 10 Definición de la sintaxis (10) sociatividad de operadores: Se dice que un operador asocia a la izquierda (derecha) cuando un operando que tenga ese operador a ambos lados es tomado por el operador que este a su izquierda (derecha). Precedencia de operadores: se dice que un operador (*) tiene mayor precedencia que otro (+) si el primero considera sus operandos antes que el segundo. Definición de la sintaxis (11) Utilizando una tabla que muestre la asociatividad y precedencia de operadores se puede construir una gramática para expresiones aritméticas. sociativos por la izquierda +- sociativos por la izquierda */ Se crean dos no terminales expr y término para los dos niveles de precedencia y un no terminal adicional factor para generar unidades básicas en las expresiones. Los no terminales para los operadores de mayor precedencia son los que antes usan las unidades básicas, los de menor precedencia usan a los no terminales de mayor precedencia. expr expr + término expr - término término término término * factor término / factor factor factor dígito ( expr ) PL. Un compilador sencillo de una pasada. 11 PL. Un compilador sencillo de una pasada. 12

4 Traducción dirigida por la sintaxis (1) Definición dirigida por la sintaxis: se trata de una gramática independiente del contexto en la que a cada símbolo no terminal se le asocia un conjunto de atributos y a cada producción un conjunto de reglas semánticas para calcular sus valores. Ejemplo: PRODUCCIÓN REGL SEMÁNTIC expr expr 1 + término expr.t := expr 1.t término.t `+ expr expr 1 - término expr.t := expr 1.t término.t `- expr término expr.t := término.t término 0 término.t := `0 término 1 término.t := ` término 9 término.t := `9 Traducción dirigida por la sintaxis expr.t = (2) expr.t = 9 término.t = 9 expr.t = 95- término.t = 5 término.t = tributos sintetizados: aquellos cuyo valor en un nodo se determina a partir de los valores de los atributos de los hijos de los nodos. Una definición dirigida por la sintaxis no impone ningún orden a la evaluación de atributos en un árbol de análisis sintáctico. Los atributos sintetizados se pueden calcular durante un solo recorrido ascendente del árbol de análisis sintáctico. PL. Un compilador sencillo de una pasada. 13 PL. Un compilador sencillo de una pasada. 14 Traducción dirigida por la sintaxis (3) Esquemas de traducción: es una gramática independiente del contexto en la que se encuentran intercalados, en los lados derechos de las producciones, fragmentos de programa llamados acciones semánticas. Es como una definición dirigida por la sintaxis, con la excepción de que el orden de evaluación de las reglas semánticas se muestra explícitamente. Genera una salida para cada frase x generada por la gramática subyacente mediante la ejecución de las acciones en el orden en que aparecen durante un recorrido en profundidad de un árbol de análisis sintáctico para x. PL. Un compilador sencillo de una pasada. 15 Traducción dirigida por la sintaxis (4) Definición dirigida por la sintaxis simple: cuando la cadena que representa la traducción del no terminal del lado izquierdo de cada producción es la concatenación de las traducciones de los no terminales de la derecha, en igual orden que en la producción. Se pueden implantar con esquemas de traducción en los que las acciones impriman las cadenas adicionales en el orden en que aparecen en la definición. Ejemplo: expr expr 1 + término print(`+ ) expr expr 1 - término print(`- ) expr término término 0 print(`0 ) término 1 print(`1 )... término 9 print(`9 ) PL. Un compilador sencillo de una pasada. 16

5 nálisis sintáctico (1) El análisis sintáctico es el proceso de determinar si una cadena de componentes léxicos puede ser generada por una gramática. Es útil pensar en la construcción de árboles de análisis sintáctico (no siempre es necesario construirlo, sin embargo, un analizador sintáctico deberá poder construir el árbol para garantizar que la traducción sea correcta). La mayoría de los métodos de análisis sintáctico están comprendidos en dos clases, llamadas métodos: DESCENDENTES la construcción se inicia en la raíz y avanza hacia las hojas. es un método popular porque se pueden construir manualmente analizadores sintáctico eficientes. SCENDENTES la construcción se inicia en las hojas y avanza hacia la raíz. puede manejar una clase mayor de gramáticas y esquemas de traducción. las herramientas de software para generar analizadores sintácticos directamente a partir de las gramáticas tienden a utilizar estos métodos. PL. Un compilador sencillo de una pasada. 17 nálisis sintáctico (2) nálisis sintáctico descendente. La construcción descendente de un árbol de análisis sintáctico se hace empezando por la raíz, etiquetada con el no terminal inicial, y realizando de forma repetida los dos pasos siguientes: 1. En el nodo n, etiquetado con el no terminal, selecciónese una de las producciones para y constrúyase los hijos de n para los símbolos del lado derecho de la producción. 2. Encuéntrese el siguiente nodo en el que ha de construirse un subárbol. Para algunas gramáticas, los pasos anteriores se aplican durante un examen sencillo, de izquierda a derecha, de la cadena de entrada. Muchas veces, el componente léxico en curso analizado en la entrada se denomina símbolo de preanálisis. Inicialmente el símbolo de preanálisis es el primero, es decir, el componente léxico situado más a la izquierda de la cadena de entrada. PL. Un compilador sencillo de una pasada. 18 nálisis sintáctico (3) Ejemplo ÁRBOL DE NÁLISIS SINTÁCTICO ENTRD ÁRBOL DE NÁLISIS SINTÁCTICO ENTRD ÁRBOL DE NÁLISIS SINTÁCTICO ENTRD tipo array [ núm puntopunto núm ] of integer tipo array [ simple ] of tipo array [ núm puntopunto núm ] of integer tipo array [ simple ] of tipo array [ núm puntopunto núm ] of integer nálisis sintáctico (4) nálisis sintáctico descendente recursivo: es un método descendente en el que se ejecuta un conjunto de procedimientos recursivos para procesar la entrada. cada no terminal de una gramática se asocia un procedimiento. Un tipo especial de este tipo de análisis es el análisis sintáctico predictivo, en el que el símbolo de preanálisis determina sin ambigüedad el procedimiento seleccionado para cada no terminal. La secuencia de procedimientos llamados en el procesamiento de la entrada define implícitamente un árbol de análisis sintáctico para la entrada. PL. Un compilador sencillo de una pasada. 19 PL. Un compilador sencillo de una pasada. 20

6 nálisis sintáctico (5) procedure parea (t: complex); begin if preanálisis = t then preanálisis:=sigcomplex else error end; procedure simple; begin if preanálisis=integer then begin parea(integer) else if preánalisis=char then begin parea(char); else if preánalisis=num then begin parea(num); parea(puntopunto); parea(num) end else error end; procedure tipo; begin if preanálisis is in integer, char, num then simple else if preanálisis = then begin parea( ); parea(id) end else if preánalisis=array then begin parea(array); parea( [ ); simple; parea( ] ); parea(of); tipo end else error; PL. Un compilador sencillo de una pasada. 21 nálisis sintáctico (6) El análisis sintáctico predictivo depende de la información sobre los primeros símbolos que pueden ser generados por el lado derecho de una producción. Si α es el lado derecho de una producción para el no terminal, se define PRIMERO(α) como el conjunto de componentes léxicos que opere como los primeros símbolos de una o más cadenas generadas a partir de α. Ejemplo: PRIMERO(simple) = integer, char, núm PRIMERO( id) = PRIMERO(array [simple] of tipo) = array En la práctica, muchos lados derechos de una producción comienzan con componentes léxicos, lo que simplifica la construcción de conjuntos PRIMERO. Si hay dos producciones α y β el análisis sintáctico descendente recursivo sin retroceso requiere que PRIMERO(α) y PRIMERO(β) sean disjuntos. PL. Un compilador sencillo de una pasada. 22 nálisis sintáctico (7) Diseño de un analizador sintáctico predictivo. Se tiene un procedimiento para cada no terminal, que hace dos cosas: 1. Decide la producción a utilizar analizando el símbolo de preanálisis: Si está en PRIMERO(α), se usa la producción con lado derecha α. Si hay un conflicto entre dos lados derechos, entonces en esa gramática no se puede emplear este método de análisis sintáctico. Si no está en el conjunto PRIMERO de ningún lado derecho, se usa una producción con ε en el lado derecho. 2. Imitando el lado derecho de la producción, para: Un no terminal: se llama al procedimiento asociado. Un componente léxico que coincide con el símbolo de preanálisis: se lee el siguiente componente léxico. Un componente léxico que NO coincide con el símbolo de preanálisis: se emite un mensaje de error. PL. Un compilador sencillo de una pasada. 23 nálisis sintáctico (8) Recursividad por la izquierda Es posible que un analizador sintáctico descendente recursivo entre en un bucle infinito, si la gramática presenta producciones en las que el símbolo más a la izquierda del lado derecho es el mismo que el no terminal del lado izquierdo. Reescribiendo la producción transgresora, se puede eliminar la producción recursiva a izquierdas. α β β α α α βr R α R ε β α R R α R R α PL. Un compilador sencillo de una pasada. 24 ε

7 Traductor de expresiones simples (1) daptación del esquema de traducción. La técnica de eliminación de recursividad por la izquierda se puede aplicar también a producciones que contengan acciones semánticas. Cuando las acciones semánticas se intercalan en las producciones, se trasladan junto con la transformación. Ejemplo: expr término resto resto + término print(`+ ) resto - término print(`- ) resto ε término 0 print(`0 ) término 1 print(`1 )... término 9 print(`9 ) PL. Un compilador sencillo de una pasada. 25 Un compilador sencillo de una pasada (listado) /* define isdigit */ #include <ctype.h> /* define stderr y fprintf */ #include <stdio.h> int preanalisis; termino() if ( isdigit(preanalisis) ) putchar(preanalisis); parea(preanalisis); main() else error(); preanalisis = getchar(); expr(); putchar('\n'); parea(int t) expr() termino(); resto(); if ( preanalisis == t ) preanalisis = getchar(); else error(); resto() error() if ( preanalisis=='+' ) parea('+'); termino(); putchar('+'); resto(); /* imprime mensaje de error*/ fprint(stderr, else if ( preanalisis=='-' ) parea('-'); termino(); "error de sintaxis\n"); /* y despu'es se detiene */ exit(1); putchar('-'); resto(); else ; PL. Un compilador sencillo de una pasada. 26 nálisis léxico (1) En el siguiente tema se explica en detalle todos los aspectos del análisis léxico. entrada lee carácter reinserta carácter analizador léxico pasa el componente léxico y sus atributos analizador sintáctico Tablas de símbolos (1) Las rutinas de la tabla de símbolos se refieren principalmente a la protección y recuperación de lexemas. Cuando se guarda un lexema, también se guarda el componente léxico asociado con él. Sobre la tabla de símbolos se realizarán las siguientes operaciones: inserta(s,t): Devuelve el índice de la nueva entrada para la cadena s y el compoente léxico t. busca(s): Devuelve el índice de la entrada para la cadena s, o 0 si no encontró a s. El analizador léxico utiliza la operación busca para determinar si hay o no una entrada para un lexema en la tabla de símbolos. Si no existe entrada, entonces utiliza la operación inserta para crear una. PL. Un compilador sencillo de una pasada. 27 PL. Un compilador sencillo de una pasada. 28

8 Máquinas de pila abstracta (1) Una forma común de representación intermedia es el código para una máquina de pila abstracta. La máquina tiene memorias independientes para las instrucciones y los datos, y todas las operaciones aritméticas se realizan con los valores en una pila. Las instrucciones son bastante limitadas y están comprendidas en tres clases: aritmética entera, manipulación de la pila y flujo de control. tope PIL INSTRUCCIONES mete 5 valord 2 + valord 3 *... cp DTOS PL. Un compilador sencillo de una pasada. 29 Máquinas de pila abstracta (2) Instrucciones aritméticas La máquina abstracta ha de implantar cada operador en el lenguaje intermedio. Una operación básica esta soportada directamente. Las complejas, pueden requerir una secuencia de instrucciones. El código de máquina abstracta de una expresión aritmética simula la evaluación de una representación postfija de esa expresión utilizando una pila. Se insertan los operandos en la pila a medida que se encuentran. Cuando se encuentra un operador k-ario, la evaluación aplica el operador a los k valores de la cima de la pila, extrae los operandos e inserta el resultado en la pila. l final, el valor de la cima de la pila será el de la expresión completa. En el lenguaje intermedio, todos los valores serán enteros, donde 0 corresponde a false y los enteros distintos de cero corresponden a true. Los operadores booleanos and y or requieren la evaluación de sus dos argumentos. PL. Un compilador sencillo de una pasada. 30 Máquinas de pila abstracta (3) Manipulación de la pila Este tipo de instrucciones incluye las siguientes: mete v inserta v en la pila valord l inserta el contenido de la posición de datos l valori l inserta la dirección de la posición de datos l saca elimina el valor de la cima de la pila := el valor de lado derecho de la cima se pone en el valor de lado izquierdo que está debajo y se extraen los dos copia inserta una copia del valor de la cima en la pila Valores de lado izquierdo y de lado derecho Los valores de lado derecho suelen considerarse como valores, mientras que los valores de lado izquierdo son posiciones de memoria. Máquinas de pila abstracta (4) Traducción de expresiones La traducción de expresiones al código de la máquina de pila puede hacerse adaptando el traductor de notación infija a notación postfija. Ejemplo: traducción de asignaciones: el valor de lado izquierdo asignado al identificador se inserta en la pila, se evalúa la expresión y su valor de lado derecho se asigna al identificador. prop id := expr prop.t := 'valori' id.lexema expr.t ':=' PL. Un compilador sencillo de una pasada. 31 PL. Un compilador sencillo de una pasada. 32

9 Máquinas de pila abstracta (5) Flujo de control Opciones para la especificación de los destinos de los saltos. 1. El operando de la instrucción da la localidad destino. 2. El operando de la instrucción especifica la distancia relativa, positiva o negativa, del salto. 3. El destino se especifica simbólicamente: la máquina maneja etiquetas. Las instrucciones del flujo de control de la máquina de pila son: etiqueta l destino de los saltos a l; no tiene otro efecto vea l la siguiente instrucción se toma de la proporción etiquetada con etiqueta l sifalsovea l saca el valor del tope de la pila; salta si es cero siciertovea l saca el valor del tope de la pila; salta si es distinto de cero alto detiene la ejecución PL. Un compilador sencillo de una pasada. 33 Máquinas de pila abstracta (6) Traducción de proposiciones IF WHILE etiqueta prueba código de expr sifalsovea etiq código de expr sifalsovea etiq código de prop 1 etiqueta etiq código de prop 1 vea prueba etiqueta etiq prop while expr do prop 1 prueba := etiqnueva; etiq := etiqnueva; prop.t:= 'etiqueta' prueba expr.t 'sifalsovea' etiq prop 1.t 'vea' prueba 'etiqueta' etiq Emisión de una traducción prop while prueba := etiqnueva; emite('etiqueta', prueba); expr etiq := etiqnueva; emite('sifalsovea', etiq); do prop 1 emite('vea', prueba); emite('etiqueta', etiq); PL. Un compilador sencillo de una pasada. 34 Máquinas de pila abstracta (7) procedure prop; var prueba, etiq: integer; /* para las etiquetas */ begin if preanalisis = id then begin emite('valori', valcomplex); parea(id); parea(':='); expr; emite(':='); end else if preanalisis = 'while' then begin parea('while'); prueba:=etiqnueva; emite('etiqueta', prueba); expr; etiq:=etiqnueva; emite('sifalsovea', etiq); parea('do'); prop; emite('vea', prueba); emite('etiqueta', etiq); end /* aquí el código para el resto de las proposiciones */ else error; end; PL. Un compilador sencillo de una pasada. 35