LCC編譯器的源程序分析

1、(摘自：h)LCC編譯器的源程序分析(1)C編譯器的目標2LCC編譯器的源程序分析(2)LCC編譯器的預處理4LCC編譯器的源程序分析(3)選擇不同的目標代碼接口7LCC編譯器的源程序分析(4)處理文件參數10LCC編譯器的源程序分析(5)行號同步與類型初始化15LCC編譯器的源程序分析(6)詞法分析21LCC編譯器的源程序分析(7)詞法分析23LCC編譯器的源程序分析(8)語法分析的開始35LCC編譯器的源程序分析(9)聲明分析41LCC編譯器的源程序分析(10)聲明類型47LCC編譯器的源程序分析(11)聲明與符號表51LCC編譯器的源程序分析(12)自定義類型的聲明55LCC編譯器的源程

2、序分析(13)指針類型的聲明57LCC編譯器的源程序分析(14)結構類型的聲明59LCC編譯器的源程序分析(15)結構類型成員的聲明62LCC編譯器的源程序分析(16)函數的聲明66LCC編譯器的源程序分析(17)參數變量的聲明71LCC編譯器的源程序分析(18)函數定義73LCC編譯器的源程序分析(19)全局函數的定義80LCC編譯器的源程序分析(20)復合語句83LCC編譯器的源程序分析(21)局部變量的聲明87LCC編譯器的源程序分析(22)基本表達式92LCC編譯器的源程序分析(23)一元運算表達式96LCC編譯器的源程序分析(24)條件表達式101LCC編譯器的源程序分析(25)賦值

3、表達式102LCC編譯器的源程序分析(26)逗號表達式103LCC編譯器的源程序分析(27)基本語句104LCC編譯器的源程序分析(28)函數表達式語句111LCC編譯器的源程序分析(29)if條件語句117LCC編譯器的源程序分析(30)while循環(huán)語句118LCC編譯器的源程序分析(31)do while循環(huán)語句120LCC編譯器的源程序分析(32)for循環(huán)語句121LCC編譯器的源程序分析(33)break語句123LCC編譯器的源程序分析(34)continue語句124LCC編譯器的源程序分析(35)switch語句125LCC編譯器的源程序分析(36)case語句127LCC編

4、譯器的源程序分析(37)default語句129LCC編譯器的源程序分析(38)return語句129LCC編譯器的源程序分析(39)goto語句130LCC編譯器的源程序分析(40)賦值表達式樹132LCC編譯器的源程序分析(41)賦值表達式的有向無環(huán)圖134LCC編譯器的源程序分析(42)賦值表達式的有向無環(huán)圖136LCC編譯器的源程序分析(43)賦值表達式的有向無環(huán)圖138LCC編譯器的源程序分析(44)函數名稱的代碼生成139LCC編譯器的源程序分析(45)函數代碼入口和出口的代碼生成140LCC編譯器的源程序分析(46)計算需要使用棧大小143LCC編譯器的源程序分析(47)計算需要

5、使用棧大小145LCC編譯器的源程序分析(48) 寄存器分配146LCC編譯器的源程序分析(49) 寄存器分配147LCC編譯器的源程序分析(50) 分配一個寄存器148LCC編譯器的源程序分析(51) 分配一個寄存器149LCC編譯器的源程序分析(52)寄存器溢出151LCC編譯器的源程序分析(53)指令的選擇154LCC編譯器的源程序分析(54)指令模式匹配155LCC編譯器的源程序分析(55)最終代碼的生成161LCC編譯器的源程序分析(56)寄存器分配的屬性結構162LCC編譯器的源程序分析(57)不同目標代碼生成的接口結構163LCC編譯器的源程序分析(58)后端使用的節(jié)點結構164

6、LCC編譯器的源程序分析(59)代碼生成的源程序注釋165LCC編譯器的源程序分析(60)代碼表的結構196LCC編譯器的源程序分析(61)復合語句的代碼塊流程199LCC編譯器的源程序分析(62)生成常量樹節(jié)點的流程199LCC編譯器的源程序分析(63)創(chuàng)建DAG森林的源程序200LCC編譯器的源程序分析(64)符號表的結構注釋201LCC編譯器的源程序分析(65)后端接口的結構注釋202LCC編譯器的源程序分析(66)DAG樹分析例子205LCC編譯器的源程序分析(67)刪除內存鏈表205LCC編譯器的源程序分析(68)內存分配鏈表206LCC編譯器的源程序分析(69)全局變量的初始化20

7、9LCC編譯器的源程序分析(1)C編譯器的目標先從簡單的目標來分析這個大規(guī)模的C編譯器，畢竟它的功能比較復雜，并且源程序的行數也是非常多的。因此，把簡單的目標定出來，然后再分析它，這樣才會有的放矢。接著再跟著編譯運行的主線來分析它的源程序。下面先看一下簡單的C例子，如下：#001 #include <stdio.h>#002 #003 int main(void)#004 #005 int nTest1 = 1;#006 int nTest2 = 2;#007 int nTest3;#008 int i;#009 #010 nTest3 = nTest1 + nTest2;#011

8、 printf("nTest3 = %drn",nTest3);#012 #013 for (i = 0; i < 5; i+)#014 #015 printf("%drn",nTest3+i);#016 #017 #018 printf(_TIME_" "_DATE_"rnhello worldn");#019 return 0;#020 #021 上面的程序就是用來說明編譯器工作的例子，它在第一行里包含了頭文件，由于后面調用printf函數輸出顯示到屏幕里。第二行空行，第三行是main函數，它是C程序的入

9、口函數。在main函數里，定義了幾個局部變量，分別第5，6，7，8行的變量。第10行作兩個變量nTest1和nTest2的加法，然后賦值給變量nTest3。第11行顯示變量nTest3的值，是用10進制輸出顯示。在第13到16行是5次輸出nTest3+i值。在第18行里輸出編譯這個程序的時間和hello world的字符串。C編譯器的任務，就是把上面的源程序變換到匯編代碼輸出，或者變成其它中間代碼輸出。在這里LCC編譯器是輸出匯編代碼的，所以就不介紹其它的中間代碼輸出。那么LCC把上面的源程序變成什么樣的匯編輸出呢？下面就先把它的目標代碼看一下，如下：#001 global $main#002

10、 section .text#003 $main:#004 push ebx#005 push esi#006 push edi#007 push ebp#008 mov ebp, esp#009 sub esp, 16#010 mov dword ebp + -12, 1#011 mov dword ebp + -16, 2#012 mov edi, dword ebp + -12#013 mov esi, dword ebp + -16#014 lea edi, esi + edi#015 mov dword ebp + -8, edi#016 mov edi, dword ebp + -

11、8#017 push dword edi#018 lea edi, $L2#019 push dword edi#020 call $printf#021 add esp, 8#022 mov dword ebp + -4, 0#023 $L3:#024 mov edi, dword ebp + -8#025 mov esi, dword ebp + -4#026 lea edi, esi + edi#027 push dword edi#028 lea edi, $L7#029 push dword edi#030 call $printf#031 add esp, 8#032 $L4:#0

12、33 inc dword ebp + -4#034 cmp dword ebp + -4, 5#035 jl near $L3#036 lea edi, $L8#037 push dword edi#038 call $printf#039 add esp, 4#040 mov eax, 0#041 $L1:#042 mov esp, ebp#043 pop ebp#044 pop edi#045 pop esi#046 pop ebx#047 ret#048 extern $printf#049 section .data#050 times ($-$) & 0 nop#051 $L

13、8:#052 db '00:30:28 Apr 07 2007', 13, 10, 'hello world', 10, 0#053 times ($-$) & 0 nop#054 $L7:#055 db '%d', 13, 10, 0#056 times ($-$) & 0 nop#057 $L2:#058 db 'nTest3 = %d', 13, 10, 0#059 LCC是可以生成很多目標代碼的C編譯器，在這里主要介紹生成X86的NASM匯編的代碼。上面的匯編代碼就是NASM的匯編格式，可以使用NASM編譯

14、生成目標文件，然后再用連接程序生成可執(zhí)行文件。如果不能看懂上面的NASM匯編，就需要去看NASM手冊了，這個手冊在網上有下載。如果想更深入理解匯編生成機器碼的過程，當然也可以深入分析NASM的程序實現。從上面的C和匯編也可以看出，匯編代碼比C代碼要復雜，行數也比較多，還分了數據段和代碼段。所以使用C編譯器是可以大大地提高生產效率的，并且更容易理解，這樣就容易降低軟件的成本，容易開發(fā)大規(guī)模的軟件工程。LCC編譯器的源程序分析(2)LCC編譯器的預處理上面已經介紹了C編譯器的目標，其實在實現這個目標之前，是經歷了很多階段處理的，其中第一個階段的處理，就是預處理。預處理的任務是做什么呢？在LCC里預

15、處理主要是把所有包含的頭文件和源程序生成一個中間文件，并且把所有宏展開，替換為真實的值。前面介紹的例子源程序，經過預處理后，就會生成下面的代碼，如下：#line 1 "hello.c"#line 1 "include/stdio.h"typedef unsigned int size_t;typedef unsigned short wchar_t;typedef wchar_t wint_t;typedef wchar_t wctype_t;typedef char * va_list;#line 39 "include/stdio.h&qu

16、ot;struct _iobuf char *_ptr; int _cnt; char *_base;int _flag; int _file; int _charbuf; int _bufsiz; char *_tmpfname; ;typedef struct _iobuf FILE;extern FILE *_iob;typedef long fpos_t;extern FILE (*_imp_iob);int _filbuf(FILE *);int flsbuf(int, FILE *);FILE * _fsopen(const char *, const char *, int);v

17、oid clearerr(FILE *);int fclose(FILE *);int _fcloseall(void);FILE * fdopen(int, const char *);int feof(FILE *);int ferror(FILE *);int fflush(FILE *);int fgetc(FILE *);wchar_t fgetwc(FILE *);wchar_t getwc(FILE *);int _fgetchar(void);int fgetpos(FILE *, fpos_t *);char * fgets(char *, int, FILE *);int

18、fileno(FILE *);int _flushall(void);FILE * fopen(const char *, const char *);int fprintf(FILE *, const char *, .);int xfprintf(FILE *,const char *,.);int fputc(int, FILE *);int _fputchar(int);int fputs(const char *, FILE *);size_t fread(void *, size_t, size_t, FILE *);FILE * freopen(const char *, con

19、st char *, FILE *);int fscanf(FILE *, const char *, .);int xfscanf(FILE *,const char *,.);int fsetpos(FILE *, const fpos_t *);int fseek(FILE *, long, int);long ftell(FILE *);size_t fwrite(const void *, size_t, size_t, FILE *);int getc(FILE *);int getchar(void);char * gets(char *);int getw(FILE *);in

20、t _pclose(FILE *);FILE * popen(const char *, const char *);int printf(const char *, .);int xprintf(const char *,.);int dprintf(const char *, .);int putc(int, FILE *);int putchar(int);int puts(const char *);int _putw(int, FILE *);int remove(const char *);int rename(const char *,const char *);void rew

21、ind(FILE *);int _rmtmp(void);int scanf(const char *, .);int xscanf(const char *,.);void setbuf(FILE *, char *);int setvbuf(FILE *, char *, int, size_t);int _snprintf(char *, size_t, const char *, .);int sprintf(char *, const char *, .);int xsprintf(char *, const char *, .);int snprintf(char *,size_t

22、,const char *,.);int xsnprintf(char *,size_t,const char *,.);int sscanf(const char *, const char *, .);int xsscanf(const char *,const char *,.);char * _tempnam(char *, char *);FILE * tmpfile(void);char * tmpnam(char *);char *tempnam(char *,char *);int ungetc(int, FILE *);int _unlink(const char *);in

23、t vfprintf(FILE *, const char *, va_list);int vprintf(const char *, va_list);int _vsnprintf(char *, size_t, const char *, va_list);int _vsnwprintf(wchar_t *, size_t, const wchar_t *, va_list);int vsnprintf(char *,size_t,const char *,va_list);int xvsnprintf(char *,size_t,const char *,va_list);int xvs

24、nprintf(char *,size_t,const char *,va_list);int vsprintf(char *, const char *, va_list);int xvsprintf(char *, const char *, va_list);void perror(const char *);void _wperror(const wchar_t *);#line 2 "hello.c"int main(void) int nTest1 = 1; int nTest2 = 2; int nTest3;int i; nTest3 = nTest1 +

25、nTest2; printf("nTest3 = %drn",nTest3); for (i = 0; i < 5; i+) printf("%drn",nTest3+i); printf("00:30:28"" ""Apr 07 2007""rnhello worldn"); return 0;現在就來分析一下經過預處理的中間文件。#line 1 "hello.c"這行告訴編譯器要編譯的源文件名稱和行號。這里是hello.c的第一行。#line 1

26、 "include/stdio.h"在hello.c的第一行里包含了一個頭文件include/stdio.h，而這個頭文件源程序緊跟著后面，直到#line 2 "hello.c"行前，都是包含的頭文件源程序。在那行的后面才是hello.c的源程序，可以看到在main函數里的宏定義也被替換掉了。如下：printf("00:30:28"" ""Apr 07 2007""rnhello worldn");預處理把宏定義_TIME_變成了"00:30:28"字符串

27、，把宏定義_DATE_變成了"Apr 07 2007"。這兩個宏定義生成的字符串跟編譯時間相關，其實就是把當前編譯的時間生成字符放到相應的位置。上面的中間源程序是LCC預處理生成樣子，沒有刪除任何一行，即使是空行也沒有刪除一行。其實在C里，還有使用#define定義的宏定義，也會替換掉的。因此，在宏定義處理里，沒有復雜的計算，只是字符串的替換。在這里沒有介紹完整的預處理代碼，因為把主要精力放到C編譯器去。C編譯器就是接收上面這樣的中間文件，進行編譯處理的。 LCC編譯器的源程序分析(3)選擇不同的目標代碼接口在LCC里，最重要的一個特征是可以輸出不同的目標代碼。比如同一個C

28、程序，可以生成MIPS，X86等匯編代碼，只需要選擇不同的目標參數。這里只分析生成X86的代碼，所以命令行的參數如下：參數-target=x86/nasm是讓C編譯器選擇生成X86的NASM匯編代碼。參數是前面已經介紹的中間文件，它是經過預處理的。參數是生成的目標文件。C編譯的入口函數是main，它在文件里，定義如下：/int main(int argc, char *argv)在main函數開始里，就是處理參數的代碼，如下：#001 int main(int argc, char *argv) #002 #003 int i, j;#004 #005 for (i = argc - 1; i

29、 > 0; i-)#006 #007 if (strncmp(argvi, "-target=", 8) = 0)#008 #009 break;#010 #011 #012 #013 if (i > 0) #014 #015 char *s = strchr(argvi, '');#016 if (s != NULL)#017 #018 *s = '/'#019 #020 #021 for (j = 0; && bindingsj.ir; j+)#022 #023 if (strcm

30、p(&argvi8, ) = 0) #024 #025 IR = bindingsj.ir;#026 break;#027 #028 #029 #030 if (s != NULL)#031 #032 *s = ''#033 #034 #035 #036 if (!IR) #037 #038 fprint(stderr, "%s: unknown target", argv0);#039 if (i > 0)#040 #041 fprint(stderr, " %s'", &arg

31、vi8);#042 #043 #044 fprint(stderr, " must specify one ofn");#045 #046 for (i = 0; ; i+)#047 #048 fprint(stderr, "t-target=%sn", );#049 #050 #051 exit(EXIT_FAILURE);#052 程序的第5行到第11行是找到目標代碼的參數，也就是識別-target=參數。如果找到就跳出循環(huán)。程序的第13行到第34行是找到相應的生成目標代碼的接口。C編譯器已經定

32、義好可以生成代碼的數組，因此這里只需要簡單地比較一下名稱，就可以找到相應的目標代碼的接口了。接口定義的結構如下：typedef struct binding char *name; Interface *ir; Binding;name保存目標代碼的名稱，ir保存了接口。而接口定義如下：#001 typedef struct interface #002 Metrics charmetric;#003 Metrics shortmetric;#004 Metrics intmetric;#005 Metrics longmetric;#006 Metrics longlongmetric;#0

33、07 Metrics floatmetric;#008 Metrics doublemetric;#009 Metrics longdoublemetric;#010 Metrics ptrmetric;#011 Metrics structmetric;#012 unsigned little_endian:1;#013 unsigned mulops_calls:1;#014 unsigned wants_callb:1;#015 unsigned wants_argb:1;#016 unsigned left_to_right:1;#017 unsigned wants_dag:1;#0

34、18 unsigned unsigned_char:1;#019 void (*address)(Symbol p, Symbol q, long n);#020 void (*blockbeg)(Env *);#021 void (*blockend)(Env *);#022 void (*defaddress)(Symbol);#023 void (*defconst) (int suffix, int size, Value v);#024 void (*defstring)(int n, char *s);#025 void (*defsymbol)(Symbol);#026 void

35、 (*emit) (Node);#027 void (*export)(Symbol);#028 void (*function)(Symbol, Symbol, Symbol, int);#029 Node (*gen) (Node);#030 void (*global)(Symbol);#031 void (*import)(Symbol);#032 void (*local)(Symbol);#033 void (*progbeg)(int argc, char *argv);#034 void (*progend)(void);#035 void (*segment)(int);#0

36、36 void (*space)(int);#037 void (*stabblock)(int, int, Symbol*);#038 void (*stabend) (Coordinate *, Symbol, Coordinate *, Symbol *, Symbol *);#039 void (*stabfend) (Symbol, int);#040 void (*stabinit) (char *, int, char *);#041 void (*stabline) (Coordinate *);#042 void (*stabsym) (Symbol);#043 void (

37、*stabtype) (Symbol);#044 Xinterface x;#045 Interface;接口定義了輸出匯編目標代碼需要的函數和數據成員。以后再一個函數一個函數地介紹。繼續(xù)分析main函數里，第36行到第52行是找不到生成目標代碼接口的出錯處理。命令行的參數是-target=x86/nasm，所以找到的接口，就是x86/name的接口，它保存在IR全局變量里。到這里，就分析完成選擇不同的目標代碼生成接口了。LCC編譯器的源程序分析(4)處理文件參數上面已經介紹選擇不同的目標輸出的參數處理，那么接著下來，自然的事情就是處理剩下的兩個參數的問題，當然LCC是可以處理更多其它參數的，

38、但這里只介紹兩個文件參數的處理。命令行如下：其中是輸入文件，是輸出文件。那么LCC是怎么樣打開輸入文件和輸出文件呢？輸入文件又有什么技巧呢？要仔細地理解源程序，就知道它的輸入處理是非常高效的。當選擇合適的目標輸出后，就調用下面的函數來處理：/init(argc, argv);這個函數就是用來處理其它參數的。它的源程序如下：#001 void init(int argc, char *argv) #002 #003 #004 extern void input_init(int, char *); #005 input_init(argc, argv);#006 #007 #008 #009 e

39、xtern void main_init(int, char *); #010 main_init(argc, argv);#011 #012 #013 #014 extern void type_init(int, char *); #015 type_init(argc, argv);#016 #017 第1行代碼里傳入了命令行的參數。第5行代碼是處理參數的處理。如果在第5行里調用沒有處理main_init，那么在第10行里會再次調用它進行參數處理。第15行調函數type_init進行類型初始化，比如C缺省的數據類型初始化，比如int類型，就初始化為4字節(jié)的有符號類型，還有很多其C默認的類

40、型定義。先來分析函數input_init的源程序是做什么工作的，下面就是它的程序：#001 void input_init(int argc, char *argv) #002 #003 static int inited;#004 #005 if (inited)#006 return;#007 #008 inited = 1;#009 main_init(argc, argv);#010 #011 limit = cp = &bufferMAXLINE+1;#012 bsize = -1;#013 lineno = 0;#014 file = NULL;#015 #016 fill

41、buf();#017 if (cp >= limit)#018 cp = limit;#019 #020 nextline();#021 第5行處理是否初始化，因為只允許初始化一次。第8行設置初始化變量為1，讓這段代碼不要運行兩次。第9行調用主要參數處理函數。后面再接著介紹。第11行讓當前行指針和緩沖區(qū)指針指向輸入緩沖區(qū)的尾部。第12行初始化讀取文件塊大小為-1，也就是讀取文件失敗的狀態(tài)。第13行設置分析的C程序行號為0。第14行設置當前輸入文件名稱為空。第16行是從輸入文件里讀取數據到輸入緩沖區(qū)，同時設置當前處理的指針。第17行判斷當前指針是否大于數據緩沖區(qū)的指針。第20行讀取下一行源

42、程序到緩沖區(qū)里。調用函數main_init主要處理參數，并且打開輸入的文件和輸出的文件。它的程序如下：#001 void main_init(int argc, char *argv) #002 #003 char *infile = NULL, *outfile = NULL;#004 int i;#005 static int inited;#006 #007 if (inited)#008 return;#009 #010 inited = 1;#011 for (i = 1; i < argc; i+)#012 if (strcmp(argvi, "-g")

43、= 0 | strcmp(argvi, "-g2") = 0)#013 glevel = 2;#014 else if (strncmp(argvi, "-g", 2) = 0) #015 /* -gn,x */#016 char *p = strchr(argvi, ',');#017 glevel = atoi(argvi+2);#018 if (p) #019 #020 comment = p + 1;#021 if (glevel = 0)#022 glevel = 1;#023 if (stabIR.stabline = NUL

44、L) #024 #025 stabIR.stabline = IR->stabline;#026 stabIR.stabend = IR->stabend;#027 IR->stabline = stabline;#028 IR->stabend = stabend;#029 #030 #031 #032 else if (strcmp(argvi, "-x") = 0)#033 xref+;#034 else if (strcmp(argvi, "-A") = 0) #035 #036 +Aflag;#037 #038 else

45、 if (strcmp(argvi, "-P") = 0)#039 Pflag+;#040 else if (strcmp(argvi, "-w") = 0)#041 wflag+;#042 else if (strcmp(argvi, "-v") = 0)#043 fprint(stderr, "%s %sn", argv0, rcsid);#044 else if (strncmp(argvi, "-s", 2) = 0)#045 density = strtod(&argvi2,

46、NULL);#046 else if (strncmp(argvi, "-errout=", 8) = 0) #047 #048 FILE *f = fopen(argvi+8, "w");#049 if (f = NULL) #050 #051 fprint(stderr, "%s: can't write errors to %s'n", argv0, argvi+8);#052 exit(EXIT_FAILURE);#053 #054 #055 fclose(f);#056 f = freopen(argvi+8

47、, "w", stderr);#057 assert(f);#058 #059 else if (strncmp(argvi, "-e", 2) = 0) #060 #061 int x;#062 if (x = strtol(&argvi2, NULL, 0) > 0)#063 errlimit = x;#064 #065 else if (strncmp(argvi, "-little_endian=", 15) = 0)#066 IR->little_endian = argvi15 - '0'

48、;#067 else if (strncmp(argvi, "-mulops_calls=", 18) = 0)#068 IR->mulops_calls = argvi18 - '0'#069 else if (strncmp(argvi, "-wants_callb=", 13) = 0)#070 IR->wants_callb = argvi13 - '0'#071 else if (strncmp(argvi, "-wants_argb=", 12) = 0)#072 IR->

49、wants_argb = argvi12 - '0'#073 else if (strncmp(argvi, "-left_to_right=", 15) = 0)#074 IR->left_to_right = argvi15 - '0'#075 else if (strncmp(argvi, "-wants_dag=", 11) = 0)#076 IR->wants_dag = argvi11 - '0'#077 else if (*argvi != '-' | strcmp

50、(argvi, "-") = 0) #078 #079 if (infile = NULL)#080 infile = argvi;#081 else if (outfile = NULL)#082 outfile = argvi;#083 #084 #085 if (infile != NULL && strcmp(infile, "-") != 0#086 && freopen(infile, "r", stdin) = NULL) #087 #088 fprint(stderr, "%s

51、: can't read %s'n", argv0, infile);#089 exit(EXIT_FAILURE);#090 #091 #092 if (outfile != NULL && strcmp(outfile, "-") != 0#093 && freopen(outfile, "w", stdout) = NULL) #094 #095 fprint(stderr, "%s: can't write %s'n", argv0, outfile);

52、#096 exit(EXIT_FAILURE);#097 #098 第7行到第10行，同樣是讓這個函數只運行一次的代碼。第79行到第82行是讀取輸入文件和輸出文件的名稱。第85行到第90行是打開輸入的文件，并處理出錯的情況。第92行到第97行是打開輸出的文件，并處理出錯的情況。其它代碼就是處理其它參數的功能，這里就不詳略地介紹了。OK，到這里就已經把輸入的文件和輸入的文件打開，準備好處理源程序的基礎了。由于在函數input_init里已經調用main_init，后面再調用它已經是不再處理了。下面再來看看函數input_init里調用的兩個函數fillbuf和nextline。先來看函數fillbuf：#001 void fillbuf(vo