Análise léxica e sintática Teoria e Implementação de Linguagens Computacionais - IF688 Allan J. Souza {ajss}@cin.ufpe.br

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

Processo de compilação Compilador begin if x = 5 then ... Código Fonte 1100111 0011100011 Programa input output

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

Análise Léxica

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

Reconhecendo tokens Expressões regulares if IF [a-z][a-z0-9]* ID [0-9]+ NUM 1 2 a-z 0-9 ID 2 1 3 i f IF

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 + E T + E F + E a + E a + T a + F a + ( E ) a + ( E + E ) a + ( T + E ) a + ( F + E ) a + ( a + E ) a + ( a + T ) a + ( a + T * T ) a + ( a + F * T ) a + ( a + a * T ) a + ( a + a * F ) a + ( a + a * a )

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

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

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

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 + F E → F E → F A A → + F | F F → ( E ) | a 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) IfThenElse ::= 'if' expr 'then' comm1 'else' comm2 return new IfThenElse(expr, comm1, comm2);

Abstract Syntax Tree (AST)

Análise léxica e sintática Teoria e Implementação de Linguagens Computacionais - IF688 Allan J. Souza {ajss}@cin.ufpe.br