第四章.语法分析

词法分析器的作用

词法分析器从语法分析器获得一个由词法单元组成的串，并验证串可以由源语言的文法生成，构造一棵语法分析树。

常见的方法可以分为自顶向下和自底向上方法。语法分析器的输入都是按照从左向右扫描的。

语法错误的处理

语法错误的处理有2中策略：

• 恐慌模式
• 短语层次恢复

程序中可能出现不同层次的错误

• 词法错误：标识符、关键字、运算符拼写错误
• 语法错误：{ }，（ ）等的缺失
• 语义错误：运算符和运算分量不匹配。void类型函数reture了个值
• 逻辑错误：应该用==的时候，用成了=

语法分析器中错误处理程序的目标：

• 发现并报告错误
• 能从错误中恢复，继续后面的检查
• 尽可能少的增加正确程序的开销

错误恢复-恐慌恢复模式

发现错误丢弃输入中的符号，直到找到同步词法单元（synchronizing token）。同步词法单元通常是界限符号，如 } ；

短词层次恢复

对于某错误，在余下的输入中进行局部校正，可能是将余下的某个前缀替换成另一个串，使语法分析器可以继续分析。如将逗号替换成分号，添加分号。

错误产生式

通过预测常见的错误，在文法添加中添加一个特殊的产生式，来处理错误结构。

上下文无关文法

上下文无关文法包含终结符，非终结符，一个开始符号和一组产生式组成。

• 终结符号是组成串的基本符合，俗称"词法单元"，如if，else
• 非终结符号表示串集合，用于定义由文法生成的语言。
• 某个非终结符被指为开始符号，这个符号表示的串集合就是这个文法生成的语言
• 产生式描述了将终结符号和非终结符号组成串的方法。

通过推导构建语法分析树。

二义性：如果一个文法可以为某个句子生成多棵语法分析树，那么就有二义性。
加减乘除优先级就是用来实现消二义性规则的。

• 文法是比正则表达式表达能力更强的表示方法。每个可以用正则表达式描述的构造，都可以使用文法描述，反之不成立。

设计文法

为什么使用正则表达式来定义一个语言的词法语法？

理由：

• 将一个语言的语法结构分为词法和非词法，可以方便编译器前端模块化
• 和文法相比，正则表达式更简洁更便于理解 表示词法单元的方法。
• 正则表达式构造的词法分析器效率高于任意文法构造的分线器

设计文法需要消除二义性。如if else，在then和else之前添加语句，必须是"已匹配的"。

提取左公因子

提取左公因子是一种文法转换方法。通过改写产生式来退后这个决定，当输入足够多的时候，做出选择。

自顶向下的语法分析

本质上是为输入串构造语法分析树。从根节点按先序创建各个节点，可以看做寻找输入串的最左推导的过程。

对于有些文法，构造一个向前看k个字符的预测分析器，这类文法被称为LL(K)文法类，根据FIRST和FOLLOW集合，构造预测分析表。

FIRST和FOLLOW

FIRST和FOLLOW是文法G相关的2个函数，可以根据下一个输入符号来选择应用哪个产生式。

• first（a）定义为可从a推导得到的串的首符号的集合，a为任意的文法符号串。
• FOLLOW（A）被定义为可能再某些句型中紧跟在A右边的终结符号的集合。

LL(1)文法

LL（1）文法，通过构造出预测分析器，既不需要回溯的递归下降语法分析器。

第一个L表示从左向右扫描输入，第二个L表示产生最左推导，1表示每次扫描一个字符

非递归的预测分析

构造一个非递归的预测分析器，显示的维护一个栈结构；递归是隐式的维护栈，这样的语法分析器可以模拟最左推导的过程。

自底向上的语法分析

从叶子节点向上到达根节点，通常方法使用移入-归约

LR文法类是最大的，可以构造出相应的移入-归约语法分析器的文法类。但是手工构造LR语法分析器的工作量特别大。

归约（reduction）

自底向上语法分析的过程看成将一个串w"归约"为文法开始符号的过程。

在归约过程中，一个与某产生式体匹配的特定子串被替换成该产生式的非终结符号。

归约就是推导步骤的反向操作。推导步骤是将句型中非终结符号替换成该符号的产生式的体。

移入-归约

使用一个栈来保存文法符号，用一个输入缓冲区存放将要进行语法分析的其它符号。

冲突问题：即使知道了栈中所有的内容，和接下来k个输入符号，仍然无法判断是应该移入还是归约操作，活着有多个归约的可能，无法正确选择。（如if if than else）

LR（k）语法分析技术

L表示从左向右扫描，R表示反向构造一个最右推导序列，k表示语法分析的时候向前看k个输入符号。

LR语法分析器是表格驱动的。

LR语法分析器包含：一个输入，一个输出，一个栈，一个语法分析表。

语法分析表包含：分析动作函数ACTION,和转换GOTO函数。

分析算法

输入：一个串w，一个LR语法分析表，这个表描述了文法G的ACTION函数和GOTO函数。

输出：如果w在L（G）中，输出w自底向上的语法分析过程中的归约步骤；否则error

方法：栈中的内容总是一个可行前缀，LR分析器首先构造各个可行前缀的有效项的项集（称为LR状态），有效项集合引导语法分析器做出移入-归约决定。

关键字

• SLR：简单LR分析器。

• 规范LR分析器，增加了一个向前看的符号集，可以避免SLR中出现的分析动作的冲突，状态会比同一文法的SLR状态更多。

• LALR：向前看的LR分析器。

• 二义性文法：使用二义性文法，添加附加信息，如算数符号的优先级，解决移入和归约的冲突。