-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathlexer.cpp
847 lines (835 loc) · 23.8 KB
/
lexer.cpp
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
#include "lexer.h"
/*DEBUG: 浮点型常量b = .67e2L;十六进制常量i=0xb21;检查八进制;检查词法分析异常中断*/
char token_text[MAXLEN];
int cnt_lines=1;
/*向token_text末尾添加字符*/
int add_text(char* token,char c);
int word_analyse(FILE *fp);
/*c是字母*/
bool isLetter(char c){
if( (c >= 'a' && c <= 'z') || (c >= 'A' && c <= 'Z'))
return true;
else
return false;
}
/*c是数字*/
bool isNum(char c){
if(c >= '0' && c <= '9')
return true;
else
return false;
}
/*c是字母|数字*/
bool isLorN(char c){
if(isLetter(c) || isNum(c))
return true;
else
return false;
}
/*是16进制符*/
bool isXnum(char c){
if((isNum(c))||(c>='a'&&c<='f')||(c>='A'&&c<='F')){
return 1;
} else{
return 0;
}
}
/*对源码进行词法分析*/
int gettoken(FILE *fp)
{
char c = 0;//当前c初始值为0
/*过滤开头的空白字符*/
do{
c=fgetc(fp);
if(c=='\n'){
cnt_lines++;
}
}while (c==' '||c== 9||c=='\n');
/*识别关键字*/
/*以字母或下划线开始的单词(也可能是数组)*/
if(isLetter(c) || c == '_')
{
do {
add_text(token_text, c);
} while ( isLorN(c = fgetc(fp)) );
ungetc(c, fp);
//当读到非数字/字母时停止,即为读完该单词,并退回多读的字符到文件缓冲区
/*判断是否是某种关键字*/
if(strcmp(token_text,"int")==0){
return INT;
}
if(strcmp(token_text,"double")==0){
return DOUBLE;
}
if(strcmp(token_text,"char")==0){
return CHAR;
}
if(strcmp(token_text,"short")==0){
return SHORT;
}
if(strcmp(token_text,"long")==0){
return LONG;
}
if(strcmp(token_text,"float")==0){
return FLOAT;
}
if(strcmp(token_text,"if")==0){
return IF;
}
if(strcmp(token_text,"else")==0){
return ELSE;
}
if(strcmp(token_text,"do")==0){
return DO;
}
if(strcmp(token_text,"while")==0){
return WHILE;
}
if(strcmp(token_text,"for")==0){
return FOR;
}
if(strcmp(token_text,"struct")==0){
return STRUCT;
}
if(strcmp(token_text,"break")==0){
return BREAK;
}
if(strcmp(token_text,"switch")==0){
return SWITCH;
}
if(strcmp(token_text,"case")==0){
return CASE;
}
if(strcmp(token_text,"typedef")==0){
return TYPEDEF;
}
if(strcmp(token_text,"return")==0){
return RETURN;
}
if(strcmp(token_text,"continue")==0){
return CONTINUE;
}
if(strcmp(token_text,"void")==0){
return VOID;
}
/*若不是关键字,判断是否为数组*/
//数组名为标识符+[],例如: example[10]
if((c = fgetc(fp)) == '['){
//识别数组
add_text(token_text,c);
c=fgetc(fp);
while(c>='0'&&c<='9'){
add_text(token_text,c);//直接将数组中的数字作为字符传入token_text
//add_text(string_num,c); 作用存疑
c=fgetc(fp);
}
if(c!=']'){
return ERROR_TOKEN;
}
add_text(token_text,c);
return ARRAY;
}else{//若标识符后不跟中括号,该单词即为标识符
ungetc(c, fp);
return IDENT;
}
}
/*以数字起始的常量:整型与浮点*/
if (isNum(c))
{
do
{
add_text(token_text, c);
} while (isNum(c = fgetc(fp)));
if((token_text[0] == '0') && ((c == 'x') || (c == 'X'))){
do
{
add_text(token_text, c);
} while (isXnum(c = fgetc(fp)));
return INT_CONST; // 16进制整形常量
}
if (c != '.' && c != 'u' && c != 'l')
{
if (c != ' ' && c != ';' && c != ')' && c != '+' && c != '-' && c != '*' && c != '/')
{
return ERROR_TOKEN;
}
ungetc(c, fp);
return INT_CONST;
}
else if (c == '.')
{
c = fgetc(fp);
if ( (c == 'f') || (c == 'F') )
{
add_text(token_text, '.');
add_text(token_text, c);
return FLOAT_CONST;
}else if(!isNum(c)){
return ERROR_TOKEN;
}
//数字.非数字 为非法数字常量
else
{
ungetc(c, fp);
c = '.';
add_text(token_text, c);
c = fgetc(fp);
do
{
add_text(token_text, c);
} while (isNum(c = fgetc(fp)));
if ( (c == 'f') || (c == 'F') )
{
add_text(token_text, c);
return FLOAT_CONST;
}//e.g. 1.23f
else if( (c == 'e') || (c == 'E') ){
do{
add_text(token_text, c);
} while (isNum(c = fgetc(fp)));
if( (c == 'l') || (c == 'L') ){
add_text(token_text, c);
return FLOAT_CONST;
} // e.g. 11.67e2L
else if (c != ' ' && c != ';' && c != ')' && c != '+' && c != '-' && c != '*' && c != '/' && c != '\t')
{
return ERROR_TOKEN;
}
ungetc(c, fp);
return FLOAT_CONST;
}
else if(c != ' ' && c != ';' && c != ')' && c != '+' && c != '-' && c != '*' && c != '/' && c != '\t')
{
return ERROR_TOKEN;
}else{
ungetc(c, fp);
return FLOAT_CONST;
}//e.g. 1.23
}
}
else if (c == 'u')
{
add_text(token_text, c);
c = fgetc(fp);
if (c == 'l')
{
add_text(token_text, c);
c = fgetc(fp);
if (c == 'l')
{
add_text(token_text, c);
return INT_CONST;
}
else
{
ungetc(c, fp);
return INT_CONST;
}
}
else
{
ungetc(c, fp);
return INT_CONST;
}
}
else if (c == 'l')
{
add_text(token_text, c);
return INT_CONST;
}
else
{
return ERROR_TOKEN;
}
}
/*以小数点开头,浮点常量*/
if (c == '.')
{
do
{
add_text(token_text, c);
} while (isNum(c = fgetc(fp)));
if ( (c == 'f') || (c == 'F') )
{
add_text(token_text, c);
return FLOAT_CONST;
}//e.g. 1.23f
else if( (c == 'e') || (c == 'E') ){
do{
add_text(token_text, c);
} while (isNum(c = fgetc(fp)));
if( (c == 'l') || (c == 'L') ){
add_text(token_text, c);
return FLOAT_CONST;
} // e.g. 11.67e2L
else if (c != ' ' && c != ';' && c != ')' && c != '+' && c != '-' && c != '*' && c != '/' && c != '\t')
{
return ERROR_TOKEN;
}
ungetc(c, fp);
return FLOAT_CONST;
}
else if((c == 'l') || (c == 'L')){
add_text(token_text, c);
c = fgetc(fp);
if (c != ' ' && c != ';' && c != ')' && c != '+' && c != '-' && c != '*' && c != '/' && c != '\t')
{
return ERROR_TOKEN;
}
ungetc(c, fp);
return FLOAT_CONST;
}
else if(c != ' ' && c != ';' && c != ')' && c != '+' && c != '-' && c != '*' && c != '/' && c != '\t')
{
return ERROR_TOKEN;
}else{
ungetc(c, fp);
return FLOAT_CONST;
}//e.g. .23
}
/*识别头文件引用和宏定义*/
if (c == '#')
{
add_text(token_text, c);
if (isLetter(c = fgetc(fp)))
{
do
{
add_text(token_text, c);
} while (isLetter(c = fgetc(fp)));
if (strcmp(token_text, "#include") == 0)
{
do
{
add_text(token_text, c);
} while ((c = fgetc(fp)) != '\n');/* 读取'#include'所在改行全部内容 */
ungetc(c, fp);
return INCLUDE;
}
else if (strcmp(token_text, "#define") == 0)
{
do
{
add_text(token_text, c);
} while ((c = fgetc(fp)) != '\n');
return MACRO;
}
else
{
return ERROR_TOKEN;
}
}
else
{
return ERROR_TOKEN;
}
}
/*识别字符串常量*/
if (c == '"')
{
do
{
if (c != '\\')
add_text(token_text, c);
if (c == '\\')
{
c = fgetc(fp);
add_text(token_text, c);
}
} while ((c = fgetc(fp)) != '"' && c != '\n');
if (c == '"')
{
add_text(token_text, '"');
return STRING_CONST;
}
else
{
return ERROR_TOKEN;
}
}
/*识别字符型常量*/
if (c == '\'')
{
add_text(token_text, '\'');
if ((c = fgetc(fp)) != '\\')
{
add_text(token_text, c);
if ((c = fgetc(fp)) == '\'')
{
add_text(token_text, c);
return CHAR_CONST;
}
else
{
return ERROR_TOKEN;
}
}
else
{
/*转义字符*/
add_text(token_text, '\\');
c = fgetc(fp);
if (c == 'n' || c == 't' || c == '\\' || c == '\'' || c == '\"')
{
/*普通转义字符*/
add_text(token_text, c);
if ((c = fgetc(fp)) == '\'')
{
add_text(token_text, c);
return CHAR_CONST;
}
else
{
return ERROR_TOKEN;
}
}
else if (c == 'x')
{
/*十六进制数转义字符*/
add_text(token_text, c);
if (isXnum((c = fgetc(fp))))
{
add_text(token_text, c);
if (isXnum((c = fgetc(fp))))
{
add_text(token_text, c);
}
else
{
ungetc(c, fp);
}
if ((c = fgetc(fp)) == '\'')
{
add_text(token_text, '\'');
return CHAR_CONST;
}
else
{
return ERROR_TOKEN;
}
}
else
{
return ERROR_TOKEN;
}
}
else if (c >= '0' && c <= '7')
{
/*八进制数转义字符*/
add_text(token_text, c);
if ((c = fgetc(fp)) >= '0' && c <= '7')
{
add_text(token_text, c);
if ((c = fgetc(fp)) >= '0' && c <= '7')
{
add_text(token_text, c);
if ((c = fgetc(fp)) == '\'')
{
add_text(token_text, '\'');
return CHAR_CONST;
}
else
{
return ERROR_TOKEN;
}
}
else if (c == '\'')
{
add_text(token_text, '\'');
return CHAR_CONST;
}
else
{
return ERROR_TOKEN;
}
}
else
{
if (c == '\'')
{
add_text(token_text, c);
return CHAR_CONST;
}
else
{
ungetc(c, fp);
return ERROR_TOKEN;
}
}
}
else
{
return ERROR_TOKEN;
}
}
}
/*识别除号与注释*/
if (c == '/')
{
add_text(token_text, c);
if ((c = fgetc(fp)) == '/')
{
do
{
add_text(token_text, c);
} while ((c = fgetc(fp)) != '\n');
ungetc(c, fp);
return ANNO;
}
else if (c == '*')
{
while (1)
{
add_text(token_text, c);
c = fgetc(fp);
if (c == '*')
{
add_text(token_text, c);
if ((c = fgetc(fp)) == '/')
{
add_text(token_text, c);
return ANNO;
}
}
if (c == '\n')
{
add_text(token_text, c);
c = '\t';
add_text(token_text, c);
add_text(token_text, c);
}
}
}
else
{
ungetc(c, fp);
return DIVIDE;
}
}
/*识别运算符和定界符*/
switch (c){
case ',':
add_text(token_text,c);
return COMMA;
case ';':
add_text(token_text,c);
return SEMI;
case '=':
c=fgetc(fp);
if(c=='='){
add_text(token_text,c);
add_text(token_text,c);
return EQ;
}
ungetc(c,fp);
add_text(token_text,'=');
return ASSIGN;
case '!':
c=fgetc(fp);
if(c=='='){
add_text(token_text,'!');
add_text(token_text,'=');
return NEQ;
} else{
return ERROR_TOKEN;
}
case '+':
c=fgetc(fp);
if(c=='+'){
add_text(token_text,c);
add_text(token_text,c);
return PLUSPLUS;
}
ungetc(c,fp);
add_text(token_text,'+');
return PLUS;
case '-':
c=fgetc(fp);
if(c=='-'){
add_text(token_text,c);
add_text(token_text,c);
return MINUSMINUS;
}
ungetc(c,fp);
add_text(token_text,'-');
return MINUS;
case '(':
add_text(token_text,c);
return LP;
case ')':
add_text(token_text,c);
return RP;
case '{':
add_text(token_text,c);
return LB;
case '}':
add_text(token_text,c);
return RB;
case '[':
add_text(token_text,c);
return LM;
case ']':
add_text(token_text,c);
return RM;
case '*':
add_text(token_text,c);
return TIMES;
case '>':
add_text(token_text,c);
if((c=fgetc(fp))=='='){
add_text(token_text,c);
return MOREEQUAL;
} else{
ungetc(c,fp);
return MORE;
}
case '<':
add_text(token_text,c);
if((c=fgetc(fp))=='='){
add_text(token_text,c);
return LESSEQUAL;
} else{
ungetc(c,fp);
return LESS;
}
case '%':
add_text(token_text,c);
return MOD;
case '&':
add_text(token_text,c);
if((c=fgetc(fp)) == '&'){
add_text(token_text,c);
return AND;
} else{
ungetc(c,fp);
return BIT_AND;
}
case '|':
add_text(token_text,c);
if((c=fgetc(fp)) == '|'){
add_text(token_text,c);
return OR;
} else{
ungetc(c,fp);
return BIT_OR;
}
}
/* EOF */
if(c == EOF)
return EndOfFile;
/* fgetc所得c为未定义 */
add_text(token_text, c);
return UNDEF/* 未识别的token */;
}
/* 向token_text串尾添加字符c */
int add_text(char *token_text, char c)
{
int i = 0;
while (*(token_text + i) != '\0')
{
i++;
}
/*读取的单词长度不能超过MAXLEN*/
if (i >= MAXLEN - 2)
{
return -1; //添加失败
}
*(token_text + i) = c;
*(token_text + i + 1) = '\0';
return 1;
}
int word_analyse(FILE *fp) {
int kind;
if(fp==NULL){
printf("文件打开失败\n");
} else{
printf("文件打开成功\n");
}
printf("\n");
printf(" 单词类别");
printf("\t单词值\n");
do {
kind=gettoken(fp);
if(kind!=ERROR_TOKEN) {
switch (kind) {
case IDENT:
printf(" 标识符");
break;
case INT_CONST:
printf(" 整型常量");
break;
case FLOAT_CONST:
printf("浮点型常量");
break;
case CHAR_CONST:
printf(" 字符常量");
break;
case STRING_CONST:
printf("字符串常量");
break;
case KEYWORD:
printf(" 关键字");
break;
case INT:
printf("类型关键字");
break;
case DOUBLE:
printf("类型关键字");
break;
case FLOAT:
printf("类型关键字");
break;
case CHAR:
printf("类型关键字");
break;
case SHORT:
printf("类型关键字");
break;
case LONG:
printf("类型关键字");
break;
case IF:
printf(" 关键字");
break;
case ELSE:
printf(" 关键字");
break;
case DO:
printf(" 关键字");
break;
case WHILE:
printf(" 关键字");
break;
case FOR:
printf(" 关键字");
break;
case STRUCT:
printf(" 关键字");
break;
case BREAK:
printf(" 关键字");
break;
case SWITCH:
printf(" 关键字");
break;
case CASE:
printf(" 关键字");
break;
case TYPEDEF:
printf(" 关键字");
break;
case RETURN:
printf(" 关键字");
break;
case CONTINUE:
printf(" 关键字");
break;
case VOID:
printf(" 关键字");
break;
case EQ:
printf(" 等于号");
break;
case NEQ:
printf(" 不等于号");
break;
case ASSIGN:
printf(" 赋值号");
break;
case LP:
printf(" 左括号");
break;
case RP:
printf(" 右括号");
break;
case LB:
printf(" 左大括号");
break;
case RB:
printf(" 右大括号");
break;
case LM:
printf(" 左中括号");
break;
case RM:
printf(" 右中括号");
break;
case SEMI:
printf(" 分号");
break;
case COMMA:
printf(" 逗号");
break;
case TIMES:
printf(" 乘号");
break;
case DIVIDE:
printf(" 除号");
break;
case ANNO:
printf(" 注释");
break;
case PLUS:
printf(" 加法");
break;
case PLUSPLUS:
printf(" 自增运算");
break;
case MINUS:
printf(" 减法");
break;
case MOD:
printf(" 取模");
break;
case AND:
printf(" 逻辑与");
break;
case OR:
printf(" 逻辑或");
break;
case BIT_AND:
printf(" 按位与");
break;
case BIT_OR:
printf(" 按位或");
break;
case MINUSMINUS:
printf(" 自减运算");
break;
case MORE:
printf(" 大于号");
break;
case MOREEQUAL:
printf("大于等于号");
break;
case LESS:
printf(" 小于号");
break;
case LESSEQUAL:
printf("小于等于号");
break;
case INCLUDE:
printf("头文件引用");
break;
case MACRO:
printf(" 宏定义");
break;
case ARRAY:
printf(" 数组");
break;
case UNDEF:
printf(" 未定义");
break;
case EndOfFile:
printf(" 文档结束");
break;
}
printf("\t%s\n", token_text);
memset(token_text, 0, sizeof(token_text));
} else{
printf("\t第%d行出现错误\n",cnt_lines);
break;
}
} while (kind!=EndOfFile);
return 0;
}