Slides - di.ufpb

Construção de Compiladores
JFLEX e CUP
Universidade Federal da Paraíba
Departamento de Informática
Introdução
• Analisadores léxicos e sintáticos são construídos a partir
de especificações formais
 Gramáticas Regulares / Autômatos finitos
 Gramáticas Livre de contexto
• A formalidade das descrições permite que tais
analisadores sejam automaticamente construídos
 Programas que geram programas
Universidade Federal da Paraíba
Departamento de Informática
Introdução
• Analisadores Léxicos em C
 Lex
 Flex
• Analisadores Sintáticos em C
 Bison
 YACC
• Léxico e Sintático em C
 ANTLR
Universidade Federal da Paraíba
Departamento de Informática
• Analisadores Léxicos em Java
 JLex
 JFlex
• Analisadores Sintáticos em Java
 JCup
 BYACC/B
• Léxico e Sintático em Java
 JavaCC
 SableCC
 ANTLR
JFLex e JCup
• Esquema da operação
.jflex
.java
.cup
.java
JFLex
JCup
Descrição em
gramática livre de
contexto
Descrição em
gramática regular
javac
Analisador
Léxico
Arquivo fonte
.class
Universidade Federal da Paraíba
Departamento de Informática
Analisador
Sintático
Arquivo de tokens
Arvore sintática
JFLEX
Gerador de Analisadores Léxicos
http://jflex.de/index.html
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Arquivo de especificação (.jflex)
 Dividido em três seções:
 Código do usuário
 Diretivas
 Regras de Expressões Regulares
• Cada seção é separada da seção seguinte por uma linha
contendo apenas ‘%%’
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Código do usuário
 O código escrito nessa seção é copiado diretamente no topo do
arquivo do scanner
 Útil para declarar “imports” e nome de pacotes
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Diretivas
 Permite a definição de diretivas, macros e nome de estados
• Principais diretivas:
 %init{...%init}
 Tudo que você escrever entre as chaves vai ser copiado diretamente para o
método construtor da classe do scanner
 %eof{...%eof}
 Permite declarar código que vai ser executado quando o scanner encontrar o
fim do arquivo de entrada
 %char
 Ativa o contador de caracteres através da variável inteira yychar
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Principais diretivas (continuação)
 %line
 Ativa o contador de linhas através da variável inteira yyline
 %cup
 Ativa a compatibilidade com o JCup. Isso significa que a classe gerada do
scanner vai implementar a interface java_cup.runtime.Scanner
 %class <nome>
 Muda o nome da classe do scanner (default = Yylex).
 %debug
 Gera o public static void main(...)
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Código incluído entre %...% é copiado literalmente na classe gerada
 Declaração de variáveis
 Declaração de funções
• Identificadores para variáveis e funções não devem ser iniciados
com yy
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Diretivas (Macros)
 São abreviações para expressões regulares
 Cada macro deve estar contida numa única linha
 Formato:
 <nome> = <definição>
 O nome da macro deve começar com uma letra ou ‘_’.
 A definição da macro é uma expressão regular.
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Diretivas (Macros)
 Macros podem conter outras macros.
 Exemplos:




DIGITO = [0-9]
ALFA = [A-Za-z]
ESPACO_EM_BRANCO = [\n\r\x20\t]
NUM_NATURAL = {DIGITO}+
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Diretivas (Estados)
 Permite implementar uma máquina de estados no scanner.
 Todo scanner tem pelo menos um estado (declarado
internamente) chamado YYINITIAL.
 Exemplo:
 %state COMMENT
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Regras de expressões regulares
 Formato das regras:
 [<estados>] <expressão> { <ação> }
 [<estados>] – opcional. Formato:
 <estado0, estado1, ..., estadoN>
 Se uma regra for precedida por uma lista de estados, o scanner só
tentará aplicar a regra se ele estiver em um dos estados listados
 Se uma lista de estados não for especificada para uma regra, o
scanner sempre tentará aplicar a regra independentemente do seu
estado atual
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Regras de expressões regulares
• <expressão> – obrigatório.
 Baseadas em expressões regulares
 Símbolos especiais:
 | - representa uma opção. Exemplo: e|f significa que a expressão
pode casar com e ou f.
 . (ponto) - casa com qualquer caráter, exceto o ‘\n’.
 * - casa com zero ou mais repetições da expressão regular
precedente
Exemplo: [a-z]* casa com {ε, a, aa, ab, ...}
 + - casa com uma ou mais repetições da expressão regular
precedente.
Exemplo: [0-9]+ casa com qualquer número natural.
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Regras de expressões regulares
• <expressão> – obrigatório.
 Símbolos especiais (cont.):
 ? – casa com zero ou uma ocorrência da expressão regular
precedente. Exemplo: [+ -]?[0-9]+ casa com números naturais
precedidos ou não por um sinal de ‘-’ ou ‘+’  {0, 1, -1, +1, -123,
+456, ...}
 (...) – os parênteses são usados para agrupar expressões regulares.
Exemplo: (ab)*  {ε, ab, abab, ababac, ...} enquanto que ab*  {a,
ab, abb, abbb, ...}
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Regras de expressões regulares
• <expressão> – obrigatório.
 Símbolos especiais (cont.):
 [...] – usado para denotar uma classe de caracteres
Exemplo: [a-z] casa com qualquer letra de ‘a’ até ‘z’
 Se o símbolo seguinte ao ‘[‘ for o circunflexo (^), o conteúdo do [...] é
negado.
Exemplo: [^0-9] casa com tudo exceto dígitos.
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Regras de expressões regulares
• <expressão> – obrigatório.
 Expressões podem conter macros desde que essas sejam
escritas entre chaves
 Exemplos:
 {DIGITO}+ representa uma expressão que casa com os números
naturais
 {ALFA}({ALFA}|{DIGITO}|_)* é a expressão que casa com nomes de
variáveis na maioria das linguagens de programação
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Regras de expressões regulares
• <ação> - obrigatório.
 Uma ação é o trecho de código que deve ser executado quando uma
regra for aplicada pelo scanner
 É possível trocar o estado do scanner dentro de uma ação através de
chamada ao método interno yybegin(nome_do_estado)
 Você pode fazer uso das variáveis yytext (String), yychar (int) e yyline
(int) dentro do código de suas ações.
Universidade Federal da Paraíba
Departamento de Informática
JFlex
• Regras de expressões regulares (observações)
 Se mais de uma regra casar com a string de entrada, o scanner escolhe
a regra que casa com a maior substring da string. Exemplo:
 String: abcd
 Regra 1: “ab” { acao1(); }
 Regra 2: [a-z]+ { acao2(); }
 O scanner vai escolher a regra 2.
 Todas as seqüências de caracteres passadas como entrada para o
scanner devem casar com alguma das regras. Caso isso não ocorra, o
scanner vai gerar um erro
Universidade Federal da Paraíba
Departamento de Informática
JCup
Gerador de Analisadores Sintáticos
http://www2.cs.tum.edu/projects/cup/
Universidade Federal da Paraíba
Departamento de Informática
JCup
• Dividido em quatro seções:
 Seção 1: declaração de “packages” e “imports” que serão inseridos no
topo do arquivo gerado pelo JCup e diretivas do JCup
 Seção 2: declaração de terminais e não-terminais
 Seção 3: precedência e associatividade de terminais
 Seção 4: gramática
Universidade Federal da Paraíba
Departamento de Informática
JCup
• Seção 1 -Especificação de “packages” e “imports”. Exemplo:
 package compilador.parser;
 import compilador.scanner;
• Diretivas
 parser code {: ... :};
 Permite que você declare variáveis e métodos na classe do parser. Similar à
diretiva %{...%} do JFlex
 init with {: ... :};
 O código entre chaves vai ser executado antes que o parser peça o primeiro
token ao scanner
 scan with {: ... :};
 Serve para que você escreva o código que o parser vai executar sempre que
ele quiser pedir um token ao scanner. Se essa diretiva não for utilizada, o
parser chama scanner.next_token() para receber tokens.
Universidade Federal da Paraíba
Departamento de Informática
JCup
•
Seção 2 - Lista de símbolos
 terminal [classe] nome0, nome1, ...;
 non terminal [classe] nome0, nome1, ...;
•
Em tempo de execução, os símbolos são representados por objetos da
classe java_cup.runtime.Symbol. Essa classe possui uma variável chamada
“value” que contém o valor do símbolo. Exemplo:
 terminal Integer NUMERO;
 Quando o parser recebe do scanner um NUMERO, ele cria um objeto da classe
Symbol. A variável “value” será um objeto da classe Integer. Assim, o valor do
número pode ser obtido através de simbolo.value.intValue();
•
Se não for fornecida uma classe na declaração do (non) terminal, a variável
“value” ficará com valor null.
•
Os nomes dos (non) terminais não podem ser palavras reservadas do JCup:
"code", "action", "parser", "terminal", "non", "nonterminal", "init", "scan",
"with", "start", "precedence", "left", "right", "nonassoc", "import", e "package"
Universidade Federal da Paraíba
Departamento de Informática
JCup
• Seção 3 - Precedência e Associatividade
 precedence left terminal[, terminal...];
 precedence right terminal[, terminal...];
 precedence nonassoc terminal[, terminal...];
• A precedência cresce de cima para baixo, por exemplo:
 precedence left ADD, SUBTRACT;
 precedence left TIMES, DIVIDE;
 Significa que a multiplicação e a divisão têm maior precedência.
Universidade Federal da Paraíba
Departamento de Informática
JCup
• Seção 4 - Gramática
 Especifica as produções da gramática da linguagem.
 start with non-terminal; (diretiva opcional)
 Indica qual é o não-terminal inicial da gramática. Se essa diretiva for omitida,
o parser assume o primeiro não-terminal declarado nas produções da
gramática.
 As produções têm o formato:
não-terminal ::= <símbolos e ações>
 Os símbolos à direita de “::=“ podem ser terminais ou não-terminais.
 As ações correspondem ao código que é executado quando a regra de
produção é aplicada
Universidade Federal da Paraíba
Departamento de Informática
JCup
• Seção 4 – Gramática
 Exemplo:
expr ::= NUMBER:n
{:
RESULT=n;
:}
| expr:r PLUS expr:s
{:
RESULT=new Integer(r.intValue() + s.intValue());
:}
 Observe que pode-se especificar várias produções para um mesmo não
terminal através do uso da barra “|”. Pode-se nomear símbolos para
poder referenciá-los no código da ação. O resultado da produção deve
ser armazenado na variável implícita “RESULT”. O tipo de “RESULT” é o
mesmo que foi declarado na seção 2.
Universidade Federal da Paraíba
Departamento de Informática