174 lines
8.6 KiB
Markdown
174 lines
8.6 KiB
Markdown
### 什么是编译器？
|
||
个人认为，编译器是从一个指令集到另一个指令集的**映射工具**。为实现此功能，任何编译器都需要做这3件事，1是**分解**原指令集，2是**分析**原指令集，即将原指令集转化为等价于目标指令集的结构，显然这个结构也是等价于目标指令集的，3是将所得的结构**重组**成目标指令集。以v9.js为例，它也做的是这三件事：1构建词法分析器，2构建语法分析器，3构建虚拟机及指令集。
|
||
|
||
### 四个主要的函数
|
||
* next:获取下一个标记，用于词法分析
|
||
所有支持的标记都被放入一个枚举类型中，词法分析器的框架，换行符，宏定义，标识符与符号表，数字，字符串，注释，lookahead，关键字与内置函数
|
||
* decl:语法分析，使用递归下降的方法
|
||
BNF语法，左递归的消除
|
||
变量定义：EBNF表示，解析变量的定义
|
||
函数定义：函数定义的解析，解析参数，函数体的解析
|
||
* expr:解析一个表达式
|
||
stmt函数：解析一个语句（IF，WHILE，RETURN，BREAK，CONTINUE，FOR，DO，SWITCH，CASE,ASM,VA_START,DEFAULT,GOTO,ID,其它语句）
|
||
运算符的优先级：逆波兰式，一元运算符，二元运算符
|
||
|
||
### 一个简化的计算机
|
||
* 内存:text(代码段)，data(数据段)，stack(栈)
|
||
* 寄存器：pc(程序计数器)，sp(指针寄存器)，bp(基址寄存器)，ax(通用寄存器)
|
||
* 指令集：一个字符型数组ops[]和一个枚举类型
|
||
1. IMM(将立即数放入ax)，LC(将字符地址放入ax)，LI(将整数地址放入ax),SC(将ax中的数据放入栈中),SI(将ax中的数据放入栈中)
|
||
2. PSHA(将ax的值入栈)
|
||
3. JMP(无条件跳转)
|
||
4. JZ/JNZ(ax为零/不为零跳转)
|
||
5. CALL调用，RET返回，ENT子函数调用，ADJ清空栈中子函数的参数，LEV返回，LEA参数调用
|
||
6. 运算符指令，要注意第一个参数在栈顶，第二个参数在ax中
|
||
7. 内置函数：exit,open,close,read,printf,malloc,memset,memcmp
|
||
|
||
### 全局变量
|
||
* file字符型指针，用于指向预处理包含文件的文件名或源文件的文件名
|
||
* cmd字符型指针，用于指向命令的名字
|
||
* pos字符型指针，用于指示源文件中字符的位置
|
||
* incl字符型指针，用于指示预处理包含文件的路径
|
||
|
||
* tk整型变量，用于记录当前标记
|
||
* ts、ip整型变量，分别指代码段和代码指针
|
||
* gs、data整型变量，指数据段、当前偏移
|
||
* bss整型变量，bss偏移
|
||
* loc整型变量，本地帧偏移
|
||
* line整型变量，用于记录行号
|
||
* ival整型变量，当前标记的整数值
|
||
* errors整型变量，错误的数量
|
||
* verbose整型变量，c编译器的-v选项，输出详细信息
|
||
* debug整型变量，c编译器的-s选项，打印源和生成代码
|
||
* ffun整型变量，末解决的函数计数器
|
||
* va、vp整形变量，分别指变量池和变量指针
|
||
* e整型变量的指针，是表达式树的指针
|
||
* pdata整型变量的指针，数据段修补指针
|
||
* pbss整型变量的指针，BSS段修补指针
|
||
|
||
* fval双精度型变量，当前标记的双精度型变量
|
||
|
||
* ty无符号整型变量，当前解析的子表达式类型
|
||
* rt无符号整型变量，当前解析的函数返回类型
|
||
* bigend无符号整型变量，大端机器
|
||
* info_fd文件句柄
|
||
* id：ident_t结构体的指针，当前解析标识符
|
||
|
||
### 标记与汇编码
|
||
- 标记
|
||
|
||
- 汇编码
|
||
|
||
|
||
### 静态变量
|
||
* iline静态整型变量，预处理包含文件所在的行
|
||
* ifile静态字符型指针变量，可能代表预处理包含文件的句柄
|
||
* ipos静态字符型指针变量，意指预处理包含文件在文件中的位置
|
||
* iname静态字符型数组，保存着预处理包含文件的路径的字符串
|
||
* brk静态整型变量，
|
||
|
||
### main函数
|
||
* 输入整型变量argc是变量个数，argv是字符型指针变量的数组，输出整型变量
|
||
* 数据结构：
|
||
hdr结构体：看起来像是在模拟硬盘
|
||
outfile字符型指针：输出文件的文件名
|
||
tmain:ident_t结构体的指针，
|
||
* 工作流程：获取编译参数，为目标代码申请内存空间，将源文件读入内存，将源代码转换为目标代码，将目标代码写入文件中。
|
||
|
||
### next函数
|
||
* 详见src/xvcc.c文件
|
||
* 无输入，无输出，操作的均为静态变量和公共变量。把源码输出为标记流。
|
||
* 所有标记都放在一个枚举型变量中,注意标记是有顺序的
|
||
* 私有变量：p,hm
|
||
* b整型变量，表明一个字符串或文件的长度
|
||
* 处理逻辑：
|
||
* 如果是空格，水平制表'\t'，垂直制表'\v'，回车'\r'，换页'\f'，则跳出本循环，读下一个字符。
|
||
* 如果是换行'\n'，则行数加1,跳出本循环，读下一个字符。
|
||
* 如果是'#'，则判断是否是预处理语句"#include"，依次读取预处理包含文件。
|
||
* 如果是字母、下划线或美元符号"$"，
|
||
* 如果是数字，
|
||
* 如果是斜杠“/”，可能是除号或注释。
|
||
* 如果是斜杠"\"或"，判断是哪种转义字符。
|
||
* 如果是“=”，可能是Eq或Assign。
|
||
* 如果是运算符,则为tk赋值相应的标记。
|
||
* 如果是其它符号,则为tk赋值相应的标记。
|
||
```
|
||
变量id(Id), Ptr, Notf, Nzf, Fun, FFun, 函数调用Fcall, 符号标记(Label, FLabel),
|
||
Cic, Cuc, Cis, Cus, Addaf, Subaf, Mulaf, Dvua,
|
||
Divaf, Mdua, Srua,
|
||
* 关键字标记(括号内为标记)
|
||
asm(Asm) auto(Auto) break(Break) case(Case) char(Char) const
|
||
continue(Continue) default(Default) do(Do) double(Double)
|
||
else(Else) enum(Enum) extern float(Float) for(For) goto(Goto)
|
||
if(If) int(Int) long(Long) register return(Return) short(Short)
|
||
signed sizeof(Sizeof) static(Static) struct(Struct)
|
||
switch(Switch) typedef(TypeDef) union(Union) unsigned(Unsigned)
|
||
void(Void) volatile while(While)
|
||
va_list(Va_list), va_start(Va_start), va_arg(Va_arg),
|
||
整数Num, 浮点数Numf, 多个点Dots,
|
||
汇编指令Lea, 汇编指令Leag,汇编指令Cid, 汇编指令Cud, 汇编指令Cdi, 汇编指令Cdu,
|
||
汇编指令Eqf, 汇编指令Nef, 汇编指令Ltu, 汇编指令Ltf, 汇编指令Geu, 汇编指令Gef, 汇编指令Sru, 汇编指令Addf, 汇编指令Subf, 汇编指令Mulf,汇编指令Dvu, 汇编指令Divf, 汇编指令Mdu,
|
||
```
|
||
```
|
||
* 运算符标记，从上到下优先级降低
|
||
()Paren []Brak ->Arrow .Dot
|
||
!Not ~ ++Inc --Dec + - * (type) sizeof
|
||
*Mul /Div %Mod
|
||
+Add -Sub
|
||
<<Shl >>Shr
|
||
<Lt <=Le >Gt >=Ge
|
||
==Eq !=Ne
|
||
&And
|
||
^Xor
|
||
|Or
|
||
&&Lan
|
||
||Lor
|
||
?:Cond
|
||
=Assign +=Adda -=Suba *=Mula /=Diva %=Moda &=Anda ^=Xora |=Ora <<=Shla >>=Shra
|
||
,Comma
|
||
```
|
||
|
||
### stmt函数
|
||
* 无输入，无输出，操作的均为静态变量和公共变量。把语句解析成汇编代码。
|
||
* 私有变量：c, d, et, cmin, cmax
|
||
a看起来像是语句的某个跳转入口
|
||
b看起来像是语句的某个跳转入口
|
||
es用于存储表达树的指针
|
||
* 处理逻辑：
|
||
* IF语句：判断表达式的值，为真则顺序执行然后跳转到语句末尾，为假则跳转到else语句。
|
||
* WHILE语句：判断表达式的值，为真则顺序执行然后跳转到语句前端，为假则跳到语句末尾。
|
||
* RETURE语句：使用LEV指令返回函数。
|
||
* Break语句：
|
||
|
||
### expr函数
|
||
* 输入整型，无返回值。把表达式解析成汇编代码。
|
||
* 如果是数字，标记为Num或Numf。
|
||
* 如果是字符串，标记为Leag。
|
||
* 如果是Id,
|
||
* 如果是Va_arg,
|
||
* 如果是Sizeof，
|
||
|
||
### decl函数
|
||
- 输入整型，无返回值。
|
||
|
||
### info_函数
|
||
* info_open输入文件名的指针，无返回值。打开文件，将文件句柄赋值给公共变量，为ip赋值。
|
||
* mapfile输入文件名的指针，输出字符型指针，将文件内容载入到内存中。
|
||
|
||
### 指令发射器(introduction emitter)
|
||
* em,emi,emj,eml,emg,emf,patch
|
||
|
||
### 分析器
|
||
* next, imm, immf, tsize, tinc, talign, basetype, type, decl, member
|
||
* dline是个分析器，将行中的某个位置到行末的距离输出到句柄为info_fd的文件中。
|
||
* skip输入整型变量c,无输出，作用是跳过标记c。
|
||
|
||
### 表达式分析
|
||
* node, nodc, mul, add, flot, ind, addr, assign, trim, cast, expr,
|
||
|
||
### 表达式生成
|
||
* lmod, smod, lbf, opf, opaf, lbi, lb, opt, opi, op, opa, rv, stmt
|
||
* testnot输入表达式树指针和一个整数，返回一个整数。
|
||
* test输入表达式树的指针和一个整数，返回一个整数。
|
||
* opt输入表达式树指针，无返回值。
|