MYC编译器源码之代码生成

前面讲过语法的解析之后,代码生成方面就简单很多了。虽然myc是一个简单的示例编译器,但是它还是在解析的过程中生成了一个小的语法树,这个语法树将会用在生成exe可执行文件和il源码的过程中。

编译器在解析时,使用emit类来产生中间的语法树,语法树的数据结构和操作方法在iasm这个类型里完成,源程序的语法解析完毕后,Exe和Asm两个类分别遍历生成的语法树产生最终的代码。

我们来看几个代码的例子,下表的函数 Parser.program 里,在函数开始和结束的地方分别调用了 prolog 和 epilog 两个函数,这两个函数的目的就是在语法解析的前后执行一些准备和扫尾工作。如在编译过程的开始阶段,根据.net assembly的要求创建好模块(module)和类(class),虽然c语言是一个面向过程的语言,但是在.net是一个面向对象的环境,所有的代码都应该保存在一个类里。

public void program()
  {
  prolog();
  while (tok.NotEOF())
    {
    outerDecl();
    }
  if (Io.genexe && !mainseen)
    io.Abort("Generating executable with no main entrypoint");
  epilog();
  }

void prolog()
  {
  emit = new Emit(io);
  emit.BeginModule();       // need assembly module
  emit.BeginClass();
  }

而在emit里,BeginModule和BeginClass这两个函数的代码如下:

public void BeginModule()
  {
  // 委托给Exe类来创建这个module,虽然在.net里,一个assembly可以由
  // 多个module组成,但是在C程序里,只要一个module就足够了,因此
  // 下面的代码并没有在生成IL源码的时候产生module。
  exe.BeginModule(io.GetInputFilename());
  }

public void BeginClass()
  {
  // 委托给Exe类来创建class,再进一步跟踪代码的时候,会发现它其实
  // 是根据反射技术来创建类型的。
  exe.BeginClass(Io.GetClassname(), TypeAttributes.Public);
  // 如果在执行程序的命令行里,启用了生成源码的开关,那么
  // 将会输出IL class的源码定义。
  if (Io.genlist)
    io.Out(".class " + Io.GetClassname() + "{\r\n");
  }

.NET里,可以使用反射技术来生成assembly、类型和函数,下表就是Exe类的BeginModule函数的源码:

public void BeginModule(string ifile)
  {
  // .net的动态assembly创建功能,要求跟appdomain绑定
  appdomain = System.Threading.Thread.GetDomain();
  appname = getAssemblyName(filename);
  // 调用AppDomain.DefineDynamiceAssembly创建一个Assembly,以这个为
  // 起点,可以创建类型,创建函数并执行。实际上,.net上的IronPython等
  // 动态语言的实现就非常依赖这个技术。
  appbuild = appdomain.DefineDynamicAssembly(appname,
                         AssemblyBuilderAccess.Save,
                         Io.genpath);
  // 在.net里,所有的代码实际上都应该保存在一个module里。
  emodule = appbuild.DefineDynamicModule(
        filename+"_module",
        Io.GetOutputFilename(),
        Io.gendebug);
  Guid g = System.Guid.Empty;
  if (Io.gendebug)
    srcdoc = emodule.DefineDocument(ifile, g, g, g);
  }

准备工作做好了以后,就可以生成语法树了,编译器在解析语法的过程当中,不停的往语法树里添加元素,如在编译函数的过程中,以处理while循环为例(其中一个调用路径是:program -> outerDecl -> declFunc -> blockOuter -> fcWhile

void fcWhile()
  {
  // 在一般的il或者汇编语言里,循环和判断语句一般都是在不同路径的入口
  // 出定义好标签(label),再通过判断条件的方式跳转到指定的label实现的
  String label1 = newLabel();
  String label2 = newLabel();
 
  // 记录当前源码的位置,以便生成IL源码的时候可以把源代码和IL代码对照生成
  CommentHolder();  /* mark the position in insn stream */
  // 一般来说,循环语句至少有两个分支代码块,一个是继续循环的代码块,
  // 一个是跳出循环的代码块,看后面的代码,这个label是循环中执行的代码块
  // 开始的地方,以便满足条件的时候跳到开头继续执行
  emit.Label(label1);
  tok.scan();
  // 做一些错误判断
  if (tok.getFirstChar() != '(')
    io.Abort("Expected '('");

  // 处理循环条件的判断语句相关代码
  boolExpr();
  CommentFillPreTok();
  // 跳出循环的label
  emit.Branch("brfalse", label2);

  // 循环内部的代码块,进入blockInner进行循环里面的编译
  blockInner(label2, label1);   /* outer label, top of loop */
  // 如果满足循环条件,跳转到代码块开头继续执行
  emit.Branch("br", label1);
  
  // 循环结束,跳出循环的地方
  emit.Label(label2);
  }

而在emit类型里,各个方法只是将解析出来的语法元素添加到语法树里,语法树的节点、数据结构和操作方法都在IAsm这个类里定义,如下表是 Branch 的源码:

public void Branch(String s, String lname)
  {             // this is the branch source
  NextInsn(1);
  // 往语法树里添加一个类别为 Branch 的元素
  icur.setIType(IAsm.I_BRANCH);
  // 指令名称
  icur.setInsn(s);
  // 指令参数
  icur.setLabel(lname);
  }

当程序编译完成后,Exe类和Asm类则分别遍历语法树生成最终的结果,在myc编译器的源码里,Parser.declFunc函数通过调用Emit.IL函数来完成程序的生成:

// 因为C程序大部分都是由函数组成的,而且函数使用到的变量或者其他函数,
// 都必须在函数之前定义,所以只需要在解析函数的时候实时生成代码即可
void declFunc(Var e)
  {
#if DEBUG
  Console.WriteLine("declFunc token=["+tok+"]\n");
#endif
  CommentHolder();  // start new comment
  // 记录解析出来的函数名
  e.setName(tok.getValue()); /* value is the function name */
  // 如果函数名是main,则设置一个标识位 - mainseen为true
  // 在外层的函数里,会通过判断这个标志来确定程序是否有语义错误
  if (e.getName().Equals("main"))
    {
    if (Io.gendll)
      io.Abort("Using main entrypoint when generating a DLL");
    mainseen = true;
    }
  // 函数名也是一个全局变量,放到全局变量表里,以便做语义分析
  // 例如要调用的函数之前没有定义,则应该报错,在后文我们将
  // 看到语义方面的处理
  staticvar.add(e);     /* add function name to static VarList */
  paramvar = paramList();   // track current param list
  e.setParams(paramvar);    // and set it in func var
  // 记录函数里面定义的局部变量
  localvar = new VarList(); // track new local parameters
  CommentFillPreTok();

  // 开始生成函数的prolog,例如参数传递,this对象等
  emit.FuncBegin(e);
  if (tok.getFirstChar() != '{')
    io.Abort("Expected ‘{'");
  // 递归分析函数里面的源码
  blockOuter(null, null);
  emit.FuncEnd();
  
  // 解析完整个函数后,执行代码生成操作
  emit.IL();
  // 如果需要生成IL源码,则调用LIST函数生成IL源码
  if (Io.genlist)
    emit.LIST();
  emit.Finish();
  }

而emit.IL函数就是用Exe类型遍历整个语法树,生成结果程序:

public void IL()
  {
  IAsm a = iroot;
  IAsm p;

  // 循环遍历整个语法树
  while (a != null)
    {
    // 根据语法树里各个节点的类型来执行对应的操作
    switch (a.getIType())
      {
      case IAsm.I_INSN:
    exe.Insn(a);
    break;
      case IAsm.I_LABEL:
    exe.Label(a);
    break;
      case IAsm.I_BRANCH:
    exe.Branch(a);
    break;
      // 省略一些代码
      default:
    io.Abort("Unhandled instruction type " + a.getIType());
    break;
      }
    p = a;
    a = a.getNext();
    }
  }

而Exe类型执行真正的代码生成,如前面IL函数,在碰到I_BRANCH类型的节点时,调用Exe.Branch函数在动态Assembly (DynamicAssemby) 里生成代码:

public void Branch(IAsm a)
  {
  Object o = opcodehash[a.getInsn()];
  if (o == null)
    Io.ICE("Instruction branch opcode (" + a.getInsn() + ") not found in hash”);
  // 使用 ILGenerator 类生成跳转IL指令。
  il.Emit((OpCode) o, (Label) getILLabel(a));
  }

而Asm类也采用类似的方法生成IL源码。

最后,myc编译器里也有一些语义方面的处理,如前面讲到的函数调用时,如果被调用的函数没有定义的话,应该抛出异常的情况,在Parser.statement(即编译实际的C语句的函数)中就有所体现

void statement()
  {
  Var e;
  String vname = tok.getValue();

  CommentHolder();  /* mark the position in insn stream */
  switch (io.getNextChar())
    {
    case '(':           /* this is a function call */
      // 省略一些语法处理方面的代码
     tok.scan();        /* move to next token */
     // 下面这一行即在生成函数调用代码之前,在全局变量列表里
   // 查找要调用的函数是否已经定义了,如果没有定义,则应该报告此错误
      e = staticvar.FindByName(vname); /* find the symbol (e cannot be null) */
      emit.Call(e);
     
      // 省略后面的代码
   }
  if (tok.getFirstChar() != ';')
    io.Abort("Expected ';'");
  tok.scan();
  }
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,293评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,604评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,958评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,729评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,719评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,630评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,000评论 3 397
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,665评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,909评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,646评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,726评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,400评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,986评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,959评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,996评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,481评论 2 342

推荐阅读更多精彩内容

  • 整个编译器是用C#语言写的,上图列出了MyC编译器编译一个C源文件的过程,编译主路径如下: 首先是入口Main函数...
    懿民阅读 462评论 0 2
  • 上次我们翻译了由Unity开发人员JOSH PETERSON所写的、IL2CPP深入讲解系列的第一期,现在第二期的...
    IndieACE阅读 9,398评论 0 11
  • 一、温故而知新 1. 内存不够怎么办 内存简单分配策略的问题地址空间不隔离内存使用效率低程序运行的地址不确定 关于...
    SeanCST阅读 7,774评论 0 27
  • 我不能理解为什么才刚迎接以2开头的这个年龄就要得考虑那么多问题?为什么是父母的事情,要牵动到孩子?为什么就想轻轻松...
    你不知道的成全6阅读 123评论 0 0