Compiladores. Análise Léxica

Transcrição

1 Compiladores Análise Léxica

2 Regras Léxicas Especificam o conjunto de caracteres que constituem o alfabeto da linguagem, bem como a maneira que eles podem ser combinados; Exemplo Pascal: letras maiúsculas e minúsculas são idênticas; C e ADA: letras maiúsculas e minúsculas são diferenciadas; Pascal: sinal de diferente <> C: sinal de diferente!= ADA: sinal de diferente /=:

3 Seu objetivo é analisar a entrada dada (programa fonte) e dividi-la em sequências considerando os tokens da linguagem, definidos por expressões regulares; Cada token é normalmente formado por seu tipo (se é um operador lógico, um identificador, um número inteiro, etc.) e pelo seu valor e outros atributos.

4 Este valor vai depender do tipo do token e normalmente corresponde à sequência de caracteres realmente lida da entrada.

5 Tarefa principal Ler o arquivo onde se encontra o programa-fonte Produzir como saída uma sequência de tokens com seus respectivos códigos que o Analisador Sintático usará para validar regras da gramática;

6 Primeira fase do compilador; Lê a sequência de caracteres do canal de entrada e produz uma sequência de palavras (lexemas); Expressões regulares e as gramáticas regulares Descrevem a sintaxe das linguagens de programação Dado uma palavra Trata-se agora de, dado uma linguagem, ser capaz de reconhecer de forma automática se uma dada frase pertence a essa linguagem.

7 Lê os caracteres de entrada (scanner) e os agrupa em sequências chamadas lexemas (tokens); Os tokens são consumidos na fase seguinte (análise sintática); Programa Fonte Analisador Léxico (scanner) GetToken() token Tabela de Símbolos (identificadores e constantes) Analisador sintático (parser) Para Análise semântica

8 Análise Léxica Tabela de Símbolos A informação acerca das palavras que o programa contém tem de fluir entre as várias fases do compilador; A tabela de símbolos vai conter uma entrada para cada uma das palavras que foram identificadas pelo analisador léxico;

9 A tabela de símbolos é utilizada para diferenciar palavras e símbolos reservados da linguagem (while, for, =, >, <) de identificadores definidos pelo usuário Lexema (lido) Token (Tipo) ; <PONTO_VIRGULA> aux <IDENTIFICADOR> while <PALAVRA_RESERVADA>

10 A tabela de símbolos também é utilizada para armazenar o tipo e o valor das variáveis e o seu escopo Lexema (lido) Token (Tipo) Valor ; <PONTO_VIRGULA> - aux <IDENTIFICADOR> 10 while <PALAVRA_RESERVADA> -

11 Classes de tokens mais comuns: identificadores; palavras reservadas; números inteiros sem sinal; números reais; cadeias de caracteres; sinais de pontuação e de operação; caracteres especiais; símbolos compostos de dois ou mais caracteres especiais; comentários; etc.

12 Exemplos de tokens que podem ser reconhecidos em uma linguagem de programação como C:

13 Análise Léxica O reconhecimento e a classificação dos tokens pode ser feito com o uso de expressões regulares e autômatos finitos Exemplo letra: [A-Z] [a-z] digito: [0-9] digitos: digito digito* Identificador: letra [ letra digito ]*

14 O analisador léxico desconsidera o trecho do código fonte que encontra-se entre delimitadores de comentários. Além disso, ele desconsidera espaços em branco colocados pelos programadores a fim de melhorar a legibilidade do código fonte (endentação).

15 a abc [abc] [a-f] Expressão Regular X+ corresponde a um ou mais elemento de X a abc a, b ou c a,b,c,d,e ou f [0-9] qualquer digito de 0 a 9 X* zero ou mais elemento de X [0-9]+ qualquer inteiro (...) agrupamento de expressão alternância OU (a b c)* equivale a [a-c]*

16 Exemplo: Expressão para reconhecer números reais (0, 27,.12, 2.19) [0-9]+ [0-9]+\.[0-9]+ \.[0-9]+ [0-9]+(\.[0-9]+)? \.[0-9]+ [0-9]*(\.)?[0-9]+

17 Análise Léxica Vejamos um exemplo, seja a seguinte instrução de atribuição: posicao = inicial + incremento * 60 Na análise léxica é separada em uma lista de palavras: (posicao,=,inicial,+,incremento,*,60)

18 Referências SEBESTA, Robert W. Conceitos de linguagens de programação. 9ª ed. Porto Alegre: Bookman, p. ISBN Notas de aula Professora Isabel Harb Manssour