Anlise lxica e sinttica Teoria e Implementao de

Análise léxica e sintática Teoria e Implementação de Linguagens Computacionais - IF 688 Allan J. Souza {ajss}@cin. ufpe. br

Roteiro �Processo de compilação �Análise léxica ◦ Reconhecimento de tokens �Análise sintática �Gramáticas �Representações de um programa

Processo de compilação begin if x = 5 then. . . input Código Fonte output Compilador 110011100011 Programa

Fases da compilação Código fonte Análise Léxica abstração Análise Sintática Árvore sintática abstrata Análise Semântica AST decorada Geração de Código Máquina implementação tokens e lexemas

ANÁLISE LÉXICA

Análise Léxica Responsável por traduzir o arquivo fonte em lexemas e tokens. if (n == 0) { return 1; } else {. . . } if LPAR id "n" int. Lit "0" RPAR LCUR int. Lit "1" comm RCUR equals return else. . .

Reconhecendo tokens � Expressões regulares if [a-z][a-z 0 -9]* [0 -9]+ IF ID NUM a-z IF i 1 ID f 2 a-z 3 1 2 0 -9

ANÁLISE SINTÁTICA

Análise Sintática “the way in wich words are put together to form phrases, clauses or sentences. ” Webster´s Dictionary �A seguinte construção é válida? int y = 0, k = 0; int x = y+++k; �Responsável por verificar quando uma sentença faz parte da gramática da linguagem.

GRAMÁTICAS

Descrevendo linguagens � Gramáticas livres de contexto são utilizadas para descrever linguagens de programação ◦ ◦ Símbolo inicial Produções Símbolos terminais Símbolos não-terminais

Exemplo E → E + E | T T → T * T | F F → ( E ) | a �Simbolo inicial: E �→ é utilizado na notação de produção �Terminais: + * ( ) a �Não terminais: E T F A cadeia a + (a + a * a) pertence à gramática?

Derivações Determinar se uma cadeia pertence à gramática E E T F a a a + + + + E E T F ( E ) ( E + E ) a a a a a + + + + + ( ( ( ( ( T F a a a a + + + + + E E E T T F a a a ) ) * * * T T T F a ) ) )

Parse tree E �A Parse Tree é construída conectando cada derivação a sua origem. E E T T F F E E �Na prática não é implementada pelos compiladores. E T T T F F a + ( a + a * a )

Gramáticas ambíguas a + a E E T F a + E F + a T E T T F a E F F + a

Refatoração E → E + E | F F → ( E ) | a E → E + A | F A → E F → ( E ) | a E A E E F a A E E F F + a

Gramáticas LL(1) �a cadeia de entrada é examinada da esquerda para a direita � o analisador procura construir uma derivação esquerda � exatamente 1 símbolo do resto da entrada é examinado LL(1) Left-to-right Leftmost-derivation 1 -symbol lookahead

Recursão à esquerda Gramáticas LL(1) são vulneráveis às entradas duplicadas. Por exemplo, o fragmento a seguir: E→E+T E→T O fato de E aparecer no início do lado direito da produção é a causa do problema. Isso é conhecido como Recursão à Esquerda. Para corrigir isso, vamos refatorar a gramática, com Recursão à Direita: E → T E´ E´ → +T E´ E´ →

Fatoração E → F + F | F F → ( E ) | a E → F A A → + F | F F → ( E ) | a E → F + F E → F não é possível decidir, olhando apenas o primeiro símbolo

REPRESENTAÇÕES

Representação do programa �Apenas reconhecer se uma sentença pertence ou não a linguagem especificada por uma gramática não é o suficiente �É necessário produzir uma estrutura que sirva de base para a próxima fase do processo de compilação

Abstract Syntax Tree (AST) If. Then. Else : : = 'if' expr 'then' comm 1 'else' comm 2 return new If. Then. Else(expr, comm 1, comm 2);

Abstract Syntax Tree (AST)

Análise léxica e sintática Teoria e Implementação de Linguagens Computacionais - IF 688 Allan J. Souza {ajss}@cin. ufpe. br