https://github.com/LIU42/SyntaxAnalyzer

《编译原理》课程设计，基于 LR (1) 分析的类 C 语言语法分析器
https://github.com/LIU42/SyntaxAnalyzer

compiler course-project grammar-rules homework-project lr-parser lr1-parser syntax-analysis syntax-analyzer syntax-parser

Last synced: 4 months ago
JSON representation

《编译原理》课程设计，基于 LR (1) 分析的类 C 语言语法分析器

• Host: GitHub
• URL: https://github.com/LIU42/SyntaxAnalyzer
• Owner: LIU42
• Created: 2024-07-25T08:33:29.000Z (over 1 year ago)
• Default Branch: main
• Last Pushed: 2024-09-06T08:36:40.000Z (over 1 year ago)
• Last Synced: 2024-11-23T18:29:39.855Z (about 1 year ago)
• Topics: compiler, course-project, grammar-rules, homework-project, lr-parser, lr1-parser, syntax-analysis, syntax-analyzer, syntax-parser
• Language: Python
• Homepage:
• Size: 61.5 KB
• Stars: 1
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# SyntaxAnalyzer 语法分析器

*v1.1.0 新变化：优化项目结构，同步上传语法分析器以及配套的 [词法分析器](https://github.com/LIU42/LexicalAnalyzer) 。*

## 项目简介

本项目为《编译原理》课程设计，基于 LR (1) 的类 C 语言语法分析器，可以实现针对一种类似 C 语言程序的 Token 序列（由 [词法分析器](https://github.com/LIU42/LexicalAnalyzer) 生成）进行语法分析，给出合法判断、出错位置及大致原因。

本项目提供的默认文法支持除了：

- 复杂的指针类型（如函数指针，行指针等）

- 关键字 typedef 及相关的类型定义

- 编译预处理指令

以外大部分的 C 语言语法规则。此外还有一些额外的关键字，详见 [词法分析器](https://github.com/LIU42/LexicalParser) 中的介绍。

## 实现方案

### 工作流程

整个项目的工作流程如下：

1. 首先读入文法配置文件（configs/grammar.json）中描述语法规则的带有拓广产生式的 2 型文法，并根据该文法利用项目集规范族法构造识别活前缀的有穷自动机（状态转换表）。

2. 其次根据状态转换表，判断项目类型，逐一添加 ACTION 表项和 GOTO 表项，分别构造 ACTION 表和 GOTO 表。

3. 最后根据 ACTION 表和 GOTO 表，以及错误信息配置文件（configs/message.json）利用 LR (1) 分析流程，对输入的 Token 序列进行语法分析和错误处理。

当检测到语法错误时，采用恐慌模式（Panic）错误恢复策略，即不断丢弃下一个 Token，直到找到一个能够进行正常分析的 Token 继续分析。

### 伪代码描述

伪代码仅表示程序的处理逻辑，与真正的实现不完全一致。

```c

创建状态栈和符号栈;

while (指针未到达末尾 && 分析结束标志为假) {

    根据指针位置取出待分析的 Token;

    查询 ACTION 表获取该 Token 对应的操作;

    if (无对应操作) {

        ACTION 出错处理程序;

    } else if (为接受操作) {

        分析结束标志设为真;

    } else if (为移进操作) {

        当前 Token 压入符号栈;

        对应 ACTION 表值压入状态栈;

        指针后移一位;

    } else if (为归约操作) {

        从符号栈中弹出指定数量的符号进行归约，将归约后的符号重新压入栈中;

        从状态栈中弹出相同数量的符号，之后用栈顶状态和归约后的符号查询 GOTO 表;

        if (GOTO 表查询结果为空) {

            GOTO 出错处理程序;

        }

        GOTO 表查询结果压入状态栈中;

    }

}

```

## 使用说明

configs 目录下的 grammar.json 文件为本项目的文法配置文件，本项目提供一种默认的文法，也可根据需要调整其中内容，其结构如下：

```json5

{

  "formulas": [

    /*

     * 语法规则文法产生式列表，要求 II 型文法

     * 非终结符以[]包裹，名称可自定义

     * 终结符按照 Token 的表示规则：<所属类型,内容>

     * 不同的符号间以空格分隔

     */

  ]

}

```

configs 目录下的 message.json 文件为本项目的错误信息配置文件，用于根据出错的符号确定错误原因，本项目提供一组默认的配置，也可根据需要调整其中内容，其结构如下：

```json5

{

  "messages": [

    {

      "token": /* 出错的 Token，表示规则为 <所属类型,内容> */,

      "message": /* 对应的出错原因描述 */

    }

    // 类似地可添加多个规则

  ],

  "defaults": // 默认的出错原因描述，在没有成功匹配时调用

}

```

由于文法产生式数量较多，构建 ACTION 表和 GOTO 表为一项耗时操作。运行 tables.py 文件即可根据配置的文法生成 ACTION 表和 GOTO 表并存储。

```shell-session

python tables.py

```

生成的 ACTION 表和 GOTO 表位于 builds 目录下，执行生成任务前若该目录不存在请先创建，其中 actions.txt 文件为 ACTION 表内容，gotos.txt 文件为 GOTO 表内容。生成报告同样位于 builds 目录下，其中 items.txt 文件为生成的项目集，conflicts.txt 文件为生成过程中的表项冲突。

运行主程序 main.py 即可进行语法分析，其命令行参数的含义如下，其中输入图像文件路图像文件路径数量保持一致。

| 参数名       | 简化参数名 | 参数描述                     |

| --------- | ----- | ------------------------ |

| --sources | -s    | 输入分析文件路径序列，不同的文件路径以空格分隔。 |

| --outputs | -o    | 输出结果文件路径序列，不同的文件路径以空格分隔。 |

下面是一个运行示例。

```shell-session

python main.py --sources "s1.txt" "s2.txt" --outputs "o1.txt" "o2.txt"

```

本项目提供了一些测试用例，也可根据需要调整输入和输出文件路径。