写c语言编译器教程（教你做C语言编译器设计）

C语言是面向过程的，而C＋＋是面向对象的

C和C 的区别：

C是一个结构化语言，它的重点在于算法和数据结构。C程序的设计首要考虑的是如何通过一个过程，对输入（或环境条件）进行运算处理得到输出（或实现过程（事务）控制）。

C ，首要考虑的是如何构造一个对象模型，让这个模型能够契合与之对应的问题域，这样就可以通过获取对象的状态信息得到输出或实现过程（事务）控制。 所以C与C 的最大区别在于它们的用于解决问题的思想方法不一样。之所以说C 比C更先进，是因为“ 设计这个概念已经被融入到C 之中 ”。

C与C 的最大区别：在于它们的用于解决问题的思想方法不一样。之所以说C 比C更先进，是因为“ 设计这个概念已经被融入到C 之中 ”，而就语言本身而言，在C中更多的是算法的概念。那么是不是C就不重要了，错！算法是程序设计的基础，好的设计如果没有好的算法，一样不行。而且，“C加上好的设计”也能写出非常好的东西。

前言

为什么要学编译事理

若是要我说计较机专业最重要的三门课，我会说是《数据构造》、《算法》和《编译事理》。在我看来，能不能理解“递归”像是轨范员的第一道门槛，而会不会写编译器则是第二道。

（固然，并不是说是没写过编译器就不是好轨范员，只能说它是一个相称大的挑战吧）

从前人们会说，进修了编译事理，你就能写出加倍高效的代码，但跟着计较机机能的晋升，代码是否高效显得就不那么重要了。那么为什么要进修编译事理呢？

缘故缘由只需一个：装B。

好吧，大概如今还想进修编译事理的人只可能是由于乐趣了。一方面想体味它的工作事理；另一方面希望挑战一下本身，看看本身能走多远。

理论很复杂，实现也很复杂？

我对编译器不息心存钦佩。所以当黉舍开《编译事理》的课程后，我是抱着满腔热情去上课的，可是两节课后我就抛却了。缘故缘由是太复杂了，听不懂。

一样平常编译事理的课程会说一些：

1、若何表示语法（BNF什么的）

2、词法分析，用什么有穷自念头和无限自念头

3、语法分析，递归降落法，什么 LL(k)，LALR 分析。

4、中心代码的表示

5、代码的生成

6、代码优化

我信托绝大多数（98％）的门生顶多学到语法分析就竣事了。并且最重要的是，学了这么多也没用！仍旧辅佐不了我们进修编译器！这其中最首要的缘故缘由是《编译事理》试图教会我们的是若何机关“编译器生成器”，即机关一个工具，按照文法来生成编译器（如 lex/yacc）等等。

这些理论试图教会我们若何用通用的编制来主动处理问题，它们有很强的实际意义，只是对付一样平常的门生或轨范员来说，它们过于强大，内容过于复杂。若是你考试考试阅读 lex/yacc （或 flex/bison）的代码，就会创造太恐惧了。

然而若是你能跟我一样，真正来实现一个简单的编译器，那么你会创造，比起恐惧的《编译事理》，这点复杂度仍是不算什么的（由于良多若干好多理论根柢用不上）。

项目的初志

有一次在 Github 上看到了一个项目（那时很火的），名叫 c4，号称用 4 个函数来实现了一个小的 C 说话编译器。它最让我震动的是可以自举，即能本身编译本身。并且它用很少的代码就完成了一个功能相称完满的 C 说话编译器。

一样平常的编译器相干的教程要么就非常简单（照实现四则运算），要么就是借助了主动生成的工具（如 flex/bison）。而 c4 的代码美全是手工实现的，不消外部工具。可惜的是它的代码初志是代码最小化，所以写得很乱，很难明。所以本项目的首要目的：

这些是C/C 能做的

服务器开发工程师、人工智能、云计算工程师、信息安全（黑客反黑客）、大数据 、数据平台、嵌入式工程师、流媒体服务器、数据控解、图像处理、音频视频开发工程师、游戏服务器、分布式系统、游戏辅助等

1、实现一个功能完满的 C 说话编译器

2、经由过程教程来声名这个过程。

c4 大抵500 行。重写的代码历时一周，统共代码加解释1400行

声明：本项目中的代码逻辑绝大多数取自 c4 ，但确为本身重写。

预警

在写编译器的时辰会碰着两个首要问题：

1、费事，会有良多近似的代码，写起来很无聊。

2、难以调试，一方面没有很好的测试用例，另一方面必要比力生成的代码来调试（碰着的时辰就晓得了）。

所以我希望你有充足的耐心和时辰来进修，信托当你真正完成的时辰会像我一样，非常有造诣感。

虽然问题是编译器，但实际上我们构建的是 C 说话的诠释器，这意味着我们可以像运转剧本一样去运转 C 说话的源代码文件。这么做的理由有两点：

1、诠释器与编译器仅在代码生成阶段有区别，而其它方面如词法分析、语法分析是一样的。

2、诠释器必要我们实现本身的假造机与指令集，而这局部能辅佐我们体味计较机的工作事理。

编译器的构建流程

一样平常而言，编译器的编写分为 3 个轨范：

1、词法分析器，用于将字符串转化成内部的表示构造。

2、语法分析器，将词法分析获得的标识表记标帜流（token）生成一棵语法树。

3、方针代码的生成，将语法树转化成方针代码。

已经有良多工具能辅佐我们措置阶段1和2，如 flex 用于词法分析，bison 用于语法分析。只是它们的功能都过于强大，屏障了良多实现上的细节，对付进修构建编译器辅佐不大。所以我们要完全手写这些功能。

所以我们会按照下面的流程：

1、构建我们本身的假造机以及指令集。这后生成的方针代码便是我们的指令集。

2、构建我们的词法分析器

3、构建语法分析器

编译器的框架

我们的编译器首要网罗 4 个函数：

1、next() 用于词法分析，获取下一个标识表记标帜，它将主动忽略空白字符。

2、program() 语法分析的进口，分析整个 C 说话轨范。

3、expression(level) 用于解析一个表达式。

4、eval() 假造机的进口，用于诠释方针代码。

这里有一个零丁用于解析“表达式”的函数 expression 是由于表达式在语法分析中相对独立并且斗劲复杂，所以我们将它零丁作为一个模块（函数）。

由于我们的源代码看起来就像是：

#include

#include

#include

#include

int token; // current token

char *src, *old_src; // pointer to source code string;

int poolsize; // default size of text/data/stack

int line; // line number

void next() {

token = *src ;

return;

}

void expression(int level) {

// do nothing

}

void program() {

next(); // get next token

while (token > 0) {

printf("token is: %c\n", token);

next();

}

}

int eval() { // do nothing yet

return 0;

}

int main(int argc, char **argv)

{

int i, fd;

argc--;

argv ;

poolsize = 256 * 1024; // arbitrary size

line = 1;

if ((fd = open(*argv, 0)) < 0) {

printf("could not open(%s)\n", *argv);

return -1;

}

if (!(src = old_src = malloc(poolsize))) {

printf("could not malloc(%d) for source area\n", poolsize);

return -1;

}

// read the source file

if ((i = read(fd, src, poolsize-1)) <= 0) {

printf("read() returned %d\n", i);

return -1;

}

src[i] = 0; // add EOF character

close(fd);

program();

return eval();

}

C/C 永不过时的语言。上面的代码看上去挺复杂，但其实内容不多，就是读取一个源代码文件，逐个读取每个字符，并输出每个字符。这里重要的是注意每个函数的浸染，后面的文章中，我们将逐个填充每个函数的功能，终极构建起我们的编译器。

,