1. 程式人生 > >C 語言 抽象語法樹AST

C 語言 抽象語法樹AST

抽象語法樹簡介

()簡介

抽象語法樹(abstract syntax codeAST)是原始碼的抽象語法結構的樹狀表示,樹上的每個節點都表示原始碼中的一種結構,這所以說是抽象的,是因為抽象語法樹並不會表示出真實語法出現的每一個細節,比如說,巢狀括號被隱含在樹的結構中,並沒有以節點的形式呈現。抽象語法樹並不依賴於源語言的語法,也就是說語法分析階段所採用的上下文無文文法,因為在寫文法時,經常會對文法進行等價的轉換(消除左遞迴,回溯,二義性等),這樣會給文法分析引入一些多餘的成分,對後續階段造成不利影響,甚至會使合個階段變得混亂。因些,很多編譯器經常要獨立地構造語法分析樹,為前端,後端建立一個清晰的介面。

抽象語法樹在很多領域有廣泛的應用,比如瀏覽器,智慧編輯器,編譯器。

()抽象語法樹例項

(1)四則運算表示式

表示式: 1+3*(4-1)+2

抽象語法樹為:

(2)xml

程式碼2.1

  1. <letter>
  2.   <address>
  3.     <city>ShiChuang</city>
  4.   </address>
  5.   <people>
  6.     <id>12478</id>
  7.     <name>Nosic</name>
  8.   </people>
  9. <
    /letter>

抽象語法樹

(3)程式1

程式碼2.2

  1. while b != 0
  2. {
  3.     if a > b
  4.         a = a-b
  5.     else
  6.         b = b-a
  7. }
  8. return a

抽象語法樹

(4)程式2

程式碼2.3

  1. sum=0
  2. for i in range(0,100)
  3.     sum=sum+i
  4. end

抽象語法樹

()為什麼需要抽象語法樹

當在源程式語法分析工作時,是在相應程式設計語言的語法規則指導下進行的。語法規則描述了該語言的各種語法成分的組成結構,通常可以用所謂的前後文無關文法或與之等價的

Backus-Naur正規化(BNF)將一個程式設計語言的語法規則確切的描述出來。前後文無關文法有分為這麼幾類:LL(1)LR(0)LR(1), LR(k) ,LALR(1)等。每一種文法都有不同的要求,如LL(1)要求文法無二義性和不存在左遞迴。當把一個文法改為LL(1)文法時,需要引入一些隔外的文法符號與產生式。

例如,四則運算表示式的文法為:

文法1.1

  1. E->T|EAT
  2. T->F|TMF
  3. F->(E)|i
  4. A->+|-
  5. M->*|/

改為LL(1)後為:

文法1.2

  1. E->TE'
  2. E'->ATE'|e_symbol
  3. T->FT'
  4. T'->MFT'|e_symbol
  5. F->(E)|i
  6. A->+|-
  7. M->*|/

例如,當在開發語言時,可能在開始的時候,選擇LL(1)文法來描述語言的語法規則,編譯器前端生成LL(1)語法樹,編譯器後端對LL(1)語法樹進行處理,生成位元組碼或者是彙編程式碼。但是隨著工程的開發,在語言中加入了更多的特性,用LL(1)文法描述時,感覺限制很大,並且編寫文法時很吃力,所以這個時候決定採用LR(1)文法來描述語言的語法規則,把編譯器前端改生成LR(1)語法樹,但在這個時候,你會發現很糟糕,因為以前編譯器後端是對LL(1)語樹進行處理,不得不同時也修改後端的程式碼。

抽象語法樹的第一個特點為:不依賴於具體的文法。無論是LL(1)文法,還是LR(1),或者還是其它的方法,都要求在語法分析時候,構造出相同的語法樹,這樣可以給編譯器後端提供了清晰,統一的介面。即使是前端採用了不同的文法,都只需要改變前端程式碼,而不用連累到後端。即減少了工作量,也提高的編譯器的可維護性。

抽象語法樹的第二個特點為:不依賴於語言的細節。在編譯器家族中,大名鼎鼎的gcc算得上是一個老大哥了,它可以編譯多種語言,例如cc++,javaADAObject C, FORTRAN, PASCAL, COBOL等等。在前端gcc對不同的語言進行詞法,語法分析和語義分析後,產生抽象語法樹形成中間程式碼作為輸出,供後端處理。要做到這一點,就必須在構造語法樹時,不依賴於語言的細節,例如在不同的語言中,類似於ifconditionthen這樣的語句有不同的表示方法

c中為:

  1. if(condition)
  2. {
  3.     do_something();
  4. }

     在fortran中為:

  1. If condition then
  2.     do_somthing()
  3. end if

在構造ifconditionthen語句的抽象語法樹時,只需要用兩個分支節點來表於,一個為condition,一個為if_body。如下圖:

在源程式中出現的括號,或者是關鍵字,都會被丟掉。