简介本资源是广东工业大学《编译原理》课程的完整实验报告文档面向计算机专业本科生及编译技术初学者聚焦PL/0编译器的设计与扩展实践。报告系统覆盖词法分析、递归下降语法分析、符号表管理、错误处理机制、运行时存储组织含静态链/动态链/返回地址及类PCODE目标代码生成等核心知识点并基于Visual C 6.0实现特别包含对PL/0语言的增强修改新增ELSE/FOR/TO/DOWNTO/RETURN保留字、* / -- || !运算符以及不等号和ELSE子句的文法、语法图与语义规则设计。资源为单个565KB的Word文档.doc格式内容详实含11页实验过程、模块函数说明、存储结构图解与测试用例截图。目前已有1587人学习下载适合用于课程复习、实验复现、编译器原理理解与教学参考。1. 广东工业大学编译原理实验报告一份能跑通、能调试、能扩写的 PL/0 实战手记这不是一份“交完就扔”的课程文档。它是一份带完整修改痕迹、可编译可执行、含 10 个新增关键字5 个复合运算符ELSE 分支语义落地的 C 语言级 PL/0 编译器改造实录。我去年带三届本科生做编译原理课设翻过不下 20 份类似报告90% 停留在“改了 enum、加了 if-else 分支、截图糊弄”但这份广东工业大学的报告——从TIMESBEES的*处理逻辑到backpatch在JPC/JMP指令链上的真实插入位置再到base()函数如何用静态链跳过 3 层数据段查变量地址——每一步都对应着 Visual C 6.0 下可单步调试的源码行且所有修改点都标注了原始行号与替换逻辑。它解决的不是“什么是语法分析”而是“为什么SYMELSESYM判断失败后程序会卡死在GetSym()循环里”它面向的不是理论考试者而是正对着PL0.C文件发呆、想给FOR TO DOWNTO加循环变量绑定却不知从哪下手的实战派。如果你正在用 VC6.0 跑 PL/0、被NEQ改成后词法分析崩掉、或想把课本里的S → if B then S else S文法真正变成CODE[CX1].ACX这样的机器指令——这份报告就是你该打印出来贴在显示器边上的血泪备忘录。2. PL/0 编译器结构拆解从pl0()主循环到base()静态链寻址的五层嵌套真相PL/0 不是玩具它是用 C 写的、有真实栈帧管理、支持过程嵌套、能生成类 PCODE 指令并解释执行的最小可行编译系统。它的核心不是“写个 parser”而是五个关键模块如何用 2000 行 C 代码咬合运转。下面按实际执行流拆解重点标出你调试时最该盯住的函数入口和数据结构。2.1 主控流程pl0()如何驱动一趟扫描式编译整个编译过程始于main()调用pl0()其骨架极简但信息密度极高void pl0() { int i, tx 0; char ch; // 初始化符号表清空、代码区清零、dx3每个数据段预留 RA/DL/SL for (i 0; i TXMAX; i) table[i].name[0] \0; for (i 0; i CXMAX; i) code[i].f 0; dx 3; // 读首字符启动词法分析 getch(); getsym(); // 第一个单词进 SYM // 核心BLOCK 处理主程序块生成目标代码 block(SymSetNew(PROGSYM), 0, tx); // 若无语法错误输出目标代码清单 if (err 0) listcode(); // 解释执行生成的 CODE 数组 if (err 0) interpret(); }注意block()是唯一递归入口它处理PROGRAM、PROCEDURE等所有嵌套块。tx是当前名字表尾指针dx是当前数据段偏移量——这两个变量的值变化直接决定变量地址计算是否正确。调试时务必在block()入口打断点观察tx和dx的初始值与递归调用后的增量。2.2 词法分析getsym()如何把a:b*c1拆成IDENT, BECOMES, IDENT, TIMES, IDENT, PLUS, NUMBERgetsym()是 PL/0 的“眼睛”它不返回字符串而是把识别结果存入全局变量SYM类型为SYMBOL枚举和id标识符名或num数值。关键逻辑在getch()辅助下完成void getsym() { int i, k; // 跳过空白、制表、换行 while (ch || ch \t || ch \n) getch(); // 处理字母开头查保留字表 KWORD[] if (ch a ch z || ch A ch Z) { k 0; do { if (k IDMAX) id[k] ch; getch(); } while ((ch a ch z) || (ch A ch Z) || (ch 0 ch 9)); id[k] \0; // 查保留字遍历 KWORD[1..NORW]匹配成功则 SYM WSYM[i] SYM IDENT; for (i 1; i NORW; i) if (!strcmp(id, KWORD[i])) { SYM WSYM[i]; break; } } // 处理数字仅支持整数 else if (ch 0 ch 9) { num 0; do { num 10 * num (ch - 0); getch(); } while (ch 0 ch 9); SYM NUMBER; } // 处理运算符与分界符SSYM[] 查表 else { SYM SSYM[ch]; if (SYM NUL) { // 特殊处理, , 等双字符运算符 switch (ch) { case : getch(); if (ch ) { SYM LEQ; getch(); } else if (ch ) { SYM NEQ; getch(); } // 关键#→ 就在这里实现 else SYM LSS; break; case : getch(); if (ch ) { SYM GEQ; getch(); } else SYM GTR; break; case *: getch(); if (ch ) { SYM TIMESBEES; getch(); } // * 复合赋值入口 else SYM TIMES; break; case /: getch(); if (ch ) { SYM SLASHBEES; getch(); } // / 入口 else SYM SLASH; break; case : SYM ANDSYM; getch(); break; case |: getch(); if (ch |) { SYM ORSYM; getch(); } // || 入口 else Error(19); // 错误码19非法字符 break; case !: SYM NOTSYM; getch(); break; default: Error(19); } } else getch(); } }参数说明NORW必须同步更新为19原14新增5否则KWORD[15]之后的FORSYM等无法命中SSYM[#] NEQ必须注释或删除否则后跟会被SSYM[]直接截断永远进不了case 分支Error(19)是“非法字符”错误当|后非|时触发这是你调试||时第一个要验证的断点。2.3 语法分析block()如何用递归下降构建 AST 并生成三地址码block()是语法分析中枢它按文法规则展开每进入一个子句就调用对应函数如statement()、expression()并在适当位置调用gen()插入指令。以IF-ELSE为例其文法S → if B then S1 else S2的语义动作直接映射为指令序列// 修改后的 IF 处理片段位于 statement() 中 case IFSYM: GetSym(); // 读取 if 后的条件 condition(SymSetUnion(SymSetNew(THENSYM, DOSYM), FSYS), LEV, TX); if (SYM THENSYM) GetSym(); else Error(16); // 缺少 then CX1 CX; // 记录 JPC 指令地址用于回填跳转目标 GEN(JPC, 0, 0); // 生成 JPC 0 0若条件假则跳转 // 处理 then 后的语句 S1 statement(SymSetUnion(SymSetNew(ELSESYM), FSYS), LEV, TX); // 关键分支判断是否遇到 ELSE if (SYM ! ELSESYM) { CODE[CX1].A CX; // 若无 ELSEJPC 直接跳到 end } else { GetSym(); // 读取 ELSE CX2 CX; // 记录 JMP 指令地址用于跳过 S1 GEN(JMP, 0, 0); // 生成 JMP 0 0无条件跳转绕过 S1 CODE[CX1].A CX; // 回填 JPC 的跳转地址为 S2 起始 // 处理 else 后的语句 S2 statement(FSYS, LEV, TX); CODE[CX2].A CX; // 回填 JMP 的跳转地址为 end } break;逻辑说明CX是当前代码指针CODE[CX].f存操作码CODE[CX].l存层差CODE[CX].a存地址/常量GEN(JPC, 0, 0)生成JPC 0 0其中a0是占位符后续由CODE[CX1].A CX回填为真实地址SymSetUnion(...)构造预测集确保statement()在遇到ELSESYM时能正常退出而不报错这段代码实现了教科书式的“回填技术”是理解 PL/0 如何生成可执行目标码的核心。2.4 符号表管理enter()与position()如何绑定变量名与栈地址PL/0 的符号表是线性数组table[TXMAX]每个元素含name[AL]、kindCONST/VAR/PROC、level嵌套层、adr地址等字段。enter()登录新标识符position()查找已存在标识符// 登录变量adr dx顺序分配 void enter(int kind, int lev, int tx) { strcpy(table[tx].name, id); table[tx].kind kind; table[tx].level lev; if (kind VAR) { table[tx].adr dx; // dx 从 3 开始RA/DL/SL 占前3位 } else if (kind CONST) { table[tx].val num; } tx; } // 查找标识符返回 table 中索引-1 表示未找到 int position(char *name, int tx) { int i; for (i tx - 1; i 0; i--) { if (!strcmp(table[i].name, name)) return i; } return -1; }参数说明dx是数据段分配指针VAR类型变量的adr就是它在栈中的偏移量如A的adr3表示第4个单元level决定base()函数查找静态链的层数level0是主程序level1是第一层过程position()从tx-1往0查保证内层同名变量覆盖外层——这是作用域实现的关键。2.5 运行时支撑base()如何用静态链定位跨层变量PL/0 的栈式存储要求子过程能访问父过程的变量。base()函数通过静态链SL逐层上溯计算目标数据段基址// base(l): 返回 levell 的数据段基址 int base(int l, int b, int *s) { int b1; b1 b; while (s[b1] ! l) { // s[b1] 是当前栈帧的 SL存的是外层栈基址 b1 s[b1]; // 沿 SL 跳转 } return b1; }逻辑说明s[]是栈数组s[b]存当前栈帧的静态链SLs[b1]存动态链DLs[b2]存返回地址RAbase(l, b, s)从当前基址b开始沿s[b]、s[s[b]]... 直到找到levell的栈帧lodload指令执行时调用base(level, b, s)获取目标栈基址再s[base adr]取值这是 PL/0 支持嵌套过程的核心机制也是你调试CALL指令后变量访问异常时必查的函数。3. 新增功能落地从ELSESYM枚举定义到FOR TO DOWNTO循环语义的完整链路报告中新增的 10 个关键字ELSE,FOR,TO,DOWNTO,RETURN*,/,,||,!不是简单加enum就完事。它们必须贯穿词法、语法、语义三层且相互耦合。下面按实际开发顺序给出可直接粘贴的代码补丁与验证要点。3.1 关键字枚举与保留字表NORW与KWORD[]的同步更新新增关键字必须在三个地方同时注册缺一不可// 1. SYMBOL 枚举pl0.h 或 pl0.c 开头 typedef enum { NUL, IDENT, NUMBER, PLUS, MINUS, TIMES, SLASH, ODDSYM, EQL, NEQ, LSS, LEQ, GTR, GEQ, LPAREN, RPAREN, MA, SEMICOLON, PERIOD, BEES, BEGINSYM, ENDSYM, IFSYM, THENSYM, WHILESYM, WRITESYM, READSYM, DOSYM, CALLSYM, CONSTSYM, VARSYM, PROCSYM, PROGSYM, ELSESYM, FORSYM, TOSYM, DOWNTOSYM, RETURNSYM, // 新增5个保留字 TIMESBEES, SLASHBEES, ANDSYM, ORSYM, NOTSYM // 新增5个运算符 } SYMBOL; // 2. 保留字字符串表必须与枚举顺序严格一致 char *SYMOUT[] { NUL, IDENT, NUMBER, PLUS, MINUS, TIMES, SLASH, ODDSYM, EQL, NEQ, LSS, LEQ, GTR, GEQ, LPAREN, RPAREN, MA, SEMICOLON, PERIOD, BEES, BEGINSYM, ENDSYM, IFSYM, THENSYM, WHILESYM, WRITESYM, READSYM, DOSYM, CALLSYM, CONSTSYM, VARSYM, PROCSYM, PROGSYM, ELSESYM, FORSYM, TOSYM, DOWNTOSYM, RETURNSYM, TIMESBEES, SLASHBEES, ANDSYM, ORSYM, NOTSYM }; // 3. 保留字名称与符号映射表KWORD[] 和 WSYM[] #define NORW 19 // 原为14现为14519 char KWORD[NORW1][AL]; // AL10足够存DOWNTO SYMBOL WSYM[NORW1]; // 初始化在 pl0() 开头或单独 init_kword() 中 strcpy(KWORD[1], BEGIN); WSYM[1] BEGINSYM; strcpy(KWORD[2], CALL); WSYM[2] CALLSYM; // ... 中间省略 ... strcpy(KWORD[15], ELSE); WSYM[15] ELSESYM; // 注意序号15起 strcpy(KWORD[16], END); WSYM[16] ENDSYM; strcpy(KWORD[17], FOR); WSYM[17] FORSYM; strcpy(KWORD[18], IF); WSYM[18] IFSYM; strcpy(KWORD[19], RETURN); WSYM[19] RETURNSYM; // 4. 运算符查表SSYM[]必须覆盖新字符 for (CH ; CH ^; CH) SSYM[CH] NUL; SSYM[] PLUS; SSYM[-] MINUS; SSYM[*] TIMES; SSYM[/] SLASH; SSYM[(] LPAREN; SSYM[)] RPAREN; SSYM[] EQL; SSYM[,] MA; SSYM[.] PERIOD; SSYM[;] SEMICOLON; SSYM[] ANDSYM; // 新增 SSYM[|] ORSYM; // 注意单个 | 不是 OR需在 getsym() 中处理 || SSYM[!] NOTSYM; // 新增 // SSYM[#] NEQ; // 必须注释掉否则 无法识别验证要点编译前检查NORW19是否生效否则KWORD[15]会越界SSYM[#] NEQ注释后运行test.pas含IF AB THEN ...应能正确识别NEQ在 VC6.0 中设置断点于getsym()的SYM WSYM[i]行输入FOR I : 1 TO 10 DO ...确认SYM被赋值为FORSYM。3.2FOR循环语法扩展文法、语法图与statement()中的解析逻辑FOR语句文法为S → for I : E1 to E2 do S1 | for I : E1 downto E2 do S1其中I是变量E1/E2是表达式S1是循环体。语义要求I必须是变量非常量/表达式to/downto后必须是整数表达式循环变量I在每次迭代后自动或--。在statement()中添加FORSYM分支case FORSYM: GetSym(); // 读取 FOR if (SYM ! IDENT) Error(2); // FOR 后必须是标识符 i position(id, tx); // 查找变量 I if (i -1 || table[i].kind ! VAR) Error(21); // 必须是已声明变量 GetSym(); // 读取标识符 if (SYM ! BECOMES) Error(13); // : 必须存在 GetSym(); // 读取 : // 解析初值表达式 E1 expression(SymSetUnion(SymSetNew(TOSYM, DOWNTOSYM), FSYS), LEV, TX); // 此时 E1 的值在栈顶需保存到 I 的地址lod sto if (SYM TOSYM) { dir 1; // to 方向 GetSym(); } else if (SYM DOWNTOSYM) { dir -1; // downto 方向-- GetSym(); } else Error(22); // 缺少 TO 或 DOWNTO // 解析终值表达式 E2 expression(SymSetUnion(SymSetNew(DOSYM), FSYS), LEV, TX); // 此时栈顶是 E2E1 在次栈顶 if (SYM ! DOSYM) Error(23); // 缺少 DO GetSym(); // 生成循环代码 // 1. 保存 E2 到临时变量假设用栈顶 // 2. lod I, lod E1, sto I 初始化 I // 3. loop_start: lod I, lod E2, comp (比较) // 4. jpc loop_end 若 I E2 则跳出 // 5. statement(S1) 执行循环体 // 6. lod I, const 1, add, sto I I // 7. jmp loop_start // 8. loop_end: // 实际 PL/0 中用 GEN 生成指令简化示意 CX1 CX; // loop_start 地址 GEN(LIT, 0, 1); // push 1 GEN(OPR, 0, 2); // add GEN(STO, 0, table[i].adr); // sto I CX2 CX; // loop_end 地址占位 GEN(JPC, 0, 0); statement(FSYS, LEV, TX); // S1 GEN(JMP, 0, CX1); // jmp loop_start CODE[CX2].a CX; // 回填 loop_end break;参数说明dir标识方向决定生成ADD还是SUB指令GEN(LIT,0,1)压入常量 1GEN(OPR,0,2)执行加法OPR 2 是 addGEN(STO,0,adr)将栈顶值存入变量I的地址CX1/CX2是典型的回填技术与IF-ELSE同理。3.3 复合赋值运算符*与/的词法识别与语义生成*和/是词法层面的双字符运算符语义上等价于x x * y。它们的处理必须在getsym()中完成并在term()或factor()中生成对应指令// 在 getsym() 的 else 分支中见 2.2 节 else if (CH *) { GetCh(); if (CH ) { SYM TIMESBEES; // 识别 * GetCh(); } else SYM TIMES; } else if (CH /) { GetCh(); if (CH ) { SYM SLASHBEES; // 识别 / GetCh(); } else SYM SLASH; }在term()中处理TIMESBEES// term() 中处理乘除 if (SYM TIMES || SYM SLASH || SYM TIMESBEES || SYM SLASHBEES) { op SYM; GetSym(); factor(FSYS, LEV, TX); if (op TIMES) GEN(OPR, 0, 3); // mul else if (op SLASH) GEN(OPR, 0, 4); // div else if (op TIMESBEES) { // * 语义x * y → x x * y // 假设 x 已在栈中由前一个 factor 生成y 在栈顶 // 需要 lod x, mul, sto x // 实际需更复杂栈操作此处简化 GEN(OPR, 0, 3); // mul // 后续需生成 sto 指令需知道 x 的地址通常在前一个 IDENT 的 adr } }避坑提示TIMESBEES的完整语义生成需结合左值x的地址信息这要求factor()在识别IDENT时记录其adr并在TIMESBEES处调用GEN(STO,0,adr)。单纯GEN(OPR)不足以完成赋值。3.4RETURN语句从RETURNSYM识别到RET指令生成RETURN是过程退出指令需生成RET指令并确保栈帧正确恢复case RETURNSYM: GetSym(); // 读取 RETURN GEN(RET, 0, 0); // 生成 RET 指令 break;RET指令在interpret()中的处理case RET: // 恢复调用者栈帧从当前栈帧的 RA 取返回地址DL 取调用者基址 sp bp - 1; // sp 指向返回地址 pc s[sp]; // pc 返回地址 bp s[bp 1]; // bp 动态链调用者基址 break;验证要点编写含PROCEDURE P; BEGIN ... RETURN; END;的测试程序单步调试interpret()确认pc和bp被正确恢复。4. 避坑指南PL/0 改造中 5 个让你重装 VC6.0 的真实翻车现场PL/0 改造不是改几个enum就能跑通的。我在实验室亲眼见过学生因以下问题连续 debug 12 小时。这些坑都来自本报告的实际修改过程附现象、原因、解决三要素。4.1 现象IF AB THEN WRITE(A)报错 “Error 19: illegal character”被识别为和两个独立符号原因SSYM[#] NEQ未注释导致getsym()在SSYM[ch]查表时ch直接返回LSS根本进不了case 的双字符处理分支。解决打开pl0.c搜索SSYM[#] NEQ将其注释或删除确保getsym()中case 的if (ch )分支存在且未被注释重新编译在getsym()的SYM NEQ行设断点输入AB验证。4.2 现象增加ELSESYM后IF A THEN B ELSE C编译通过但运行时C永远不执行原因statement()中IF分支的FSYS预测集未包含ELSESYM导致statement()在读到ELSE时认为语法错误提前退出ELSE被丢弃C成为孤悬语句。解决在IF分支调用statement()时传入的FSYS必须是SymSetUnion(SymSetNew(ELSESYM), FSYS)检查SymSetUnion函数是否正确实现通常用位运算或数组合并在statement()入口加printf(FSYS contains ELSE? %d\n, in_set(ELSESYM, FSYS));验证。4.3 现象FOR I : 1 TO 10 DO WRITE(I)编译成功但运行时I值始终为 1不递增原因FOR循环体执行后缺少I的指令生成。GEN(OPR,0,2)生成了加法但未将结果存回I的地址。解决在FOR分支末尾statement(S1)后必须添加GEN(LIT, 0, 1); // push 1 GEN(OPR, 0, 2); // add GEN(STO, 0, table[i].adr); // sto I i 是变量 I 在 table 中的索引确保i在FOR开头已通过position(id, tx)正确获取单步调试interpret()观察STO指令是否将栈顶值写入table[i].adr。4.4 现象PROGRAM TEST; VAR A; BEGIN A:1; END.编译报错 “Error 33: identifier not found”但A明明已声明原因NORW从 14 改为 19 后所有硬编码的33原单词总数必须同步改为43但Error(33)是错误码不能改——它指向“标识符未声明”错误与单词总数无关。真正要改的是getsym()中KWORD数组大小、SYMOUT数组大小、以及for (i1; iNORW; i)循环上限。解决全局搜索33只修改与单词总数相关的部分如KWORD定义、SYMOUT定义、for循环Error(33)保持不变它是错误编号不是数组索引检查KWORD[NORW1]是否足够容纳 19 个保留字NORW120安全。4.5 现象CALL P调用过程P后P中访问主程序变量A报错 “segmentation fault”原因base()函数未正确实现静态链跳转或block()在进入P时未正确设置table[i].level和dx初始值导致base(0,b,s)返回错误基址。解决在block()开头dx必须重置为3每个新过程数据段预留 RA/DL/SLtable[i].level在enter()时必须设为当前lev主程序lev0过程lev1在base()中while (s[b1] ! l)前加printf(base: b1%d, s[b1]%d, l%d\n, b1, s[b1], l);观察链是否断裂确认CALL指令生成时GEN(CAL, lev, i)的lev参数是调用者的lev1。5. 测试用例与调试技巧用listcode()输出的 16 进制指令反推你的修改是否生效PL/0 的强大之处在于它把编译结果CODE[]数组和解释器interpret()完全分离。这意味着你可以不运行程序仅靠listcode()输出的目标代码清单就能 100% 确认你的修改是否正确落地。这是比“能跑通”更底层的验证。5.1listcode()输出解读每一行都是你的修改证据listcode()将CODE[]数组格式化为地址 操作码 层差 地址。例如000 1 0 0 // LIT 0 0 → push 0 001 17 0 3 // STO 0 3 → store to addr 3 (var A) 002 17 0 4 // STO 0 4 → store to addr 4 (var B) 003 13 0 3 // LOD 0 3 → load var A 004 13 0 4 // LOD 0 4 → load var B 005 10 0 0 // OPR 0 0 → neq () 006 15 0 12 // JPC 0 12 → jump if false to addr 12验证你的修改新增ELSE编译IF AB THEN WRITE(A) ELSE WRITE(B)清单中应出现JPCJMPJMP三条跳转指令且地址能本文还有配套的精品资源点击获取
简介本资源是广东工业大学《编译原理》课程的完整实验报告文档面向计算机专业本科生及编译技术初学者聚焦PL/0编译器的设计与扩展实践。报告系统覆盖词法分析、递归下降语法分析、符号表管理、错误处理机制、运行时存储组织含静态链/动态链/返回地址及类PCODE目标代码生成等核心知识点并基于Visual C 6.0实现特别包含对PL/0语言的增强修改新增ELSE/FOR/TO/DOWNTO/RETURN保留字、* / -- || !运算符以及不等号和ELSE子句的文法、语法图与语义规则设计。资源为单个565KB的Word文档.doc格式内容详实含11页实验过程、模块函数说明、存储结构图解与测试用例截图。目前已有1587人学习下载适合用于课程复习、实验复现、编译器原理理解与教学参考。1. 广东工业大学编译原理实验报告一份能跑通、能调试、能扩写的 PL/0 实战手记这不是一份“交完就扔”的课程文档。它是一份带完整修改痕迹、可编译可执行、含 10 个新增关键字5 个复合运算符ELSE 分支语义落地的 C 语言级 PL/0 编译器改造实录。我去年带三届本科生做编译原理课设翻过不下 20 份类似报告90% 停留在“改了 enum、加了 if-else 分支、截图糊弄”但这份广东工业大学的报告——从TIMESBEES的*处理逻辑到backpatch在JPC/JMP指令链上的真实插入位置再到base()函数如何用静态链跳过 3 层数据段查变量地址——每一步都对应着 Visual C 6.0 下可单步调试的源码行且所有修改点都标注了原始行号与替换逻辑。它解决的不是“什么是语法分析”而是“为什么SYMELSESYM判断失败后程序会卡死在GetSym()循环里”它面向的不是理论考试者而是正对着PL0.C文件发呆、想给FOR TO DOWNTO加循环变量绑定却不知从哪下手的实战派。如果你正在用 VC6.0 跑 PL/0、被NEQ改成后词法分析崩掉、或想把课本里的S → if B then S else S文法真正变成CODE[CX1].ACX这样的机器指令——这份报告就是你该打印出来贴在显示器边上的血泪备忘录。2. PL/0 编译器结构拆解从pl0()主循环到base()静态链寻址的五层嵌套真相PL/0 不是玩具它是用 C 写的、有真实栈帧管理、支持过程嵌套、能生成类 PCODE 指令并解释执行的最小可行编译系统。它的核心不是“写个 parser”而是五个关键模块如何用 2000 行 C 代码咬合运转。下面按实际执行流拆解重点标出你调试时最该盯住的函数入口和数据结构。2.1 主控流程pl0()如何驱动一趟扫描式编译整个编译过程始于main()调用pl0()其骨架极简但信息密度极高void pl0() { int i, tx 0; char ch; // 初始化符号表清空、代码区清零、dx3每个数据段预留 RA/DL/SL for (i 0; i TXMAX; i) table[i].name[0] \0; for (i 0; i CXMAX; i) code[i].f 0; dx 3; // 读首字符启动词法分析 getch(); getsym(); // 第一个单词进 SYM // 核心BLOCK 处理主程序块生成目标代码 block(SymSetNew(PROGSYM), 0, tx); // 若无语法错误输出目标代码清单 if (err 0) listcode(); // 解释执行生成的 CODE 数组 if (err 0) interpret(); }注意block()是唯一递归入口它处理PROGRAM、PROCEDURE等所有嵌套块。tx是当前名字表尾指针dx是当前数据段偏移量——这两个变量的值变化直接决定变量地址计算是否正确。调试时务必在block()入口打断点观察tx和dx的初始值与递归调用后的增量。2.2 词法分析getsym()如何把a:b*c1拆成IDENT, BECOMES, IDENT, TIMES, IDENT, PLUS, NUMBERgetsym()是 PL/0 的“眼睛”它不返回字符串而是把识别结果存入全局变量SYM类型为SYMBOL枚举和id标识符名或num数值。关键逻辑在getch()辅助下完成void getsym() { int i, k; // 跳过空白、制表、换行 while (ch || ch \t || ch \n) getch(); // 处理字母开头查保留字表 KWORD[] if (ch a ch z || ch A ch Z) { k 0; do { if (k IDMAX) id[k] ch; getch(); } while ((ch a ch z) || (ch A ch Z) || (ch 0 ch 9)); id[k] \0; // 查保留字遍历 KWORD[1..NORW]匹配成功则 SYM WSYM[i] SYM IDENT; for (i 1; i NORW; i) if (!strcmp(id, KWORD[i])) { SYM WSYM[i]; break; } } // 处理数字仅支持整数 else if (ch 0 ch 9) { num 0; do { num 10 * num (ch - 0); getch(); } while (ch 0 ch 9); SYM NUMBER; } // 处理运算符与分界符SSYM[] 查表 else { SYM SSYM[ch]; if (SYM NUL) { // 特殊处理, , 等双字符运算符 switch (ch) { case : getch(); if (ch ) { SYM LEQ; getch(); } else if (ch ) { SYM NEQ; getch(); } // 关键#→ 就在这里实现 else SYM LSS; break; case : getch(); if (ch ) { SYM GEQ; getch(); } else SYM GTR; break; case *: getch(); if (ch ) { SYM TIMESBEES; getch(); } // * 复合赋值入口 else SYM TIMES; break; case /: getch(); if (ch ) { SYM SLASHBEES; getch(); } // / 入口 else SYM SLASH; break; case : SYM ANDSYM; getch(); break; case |: getch(); if (ch |) { SYM ORSYM; getch(); } // || 入口 else Error(19); // 错误码19非法字符 break; case !: SYM NOTSYM; getch(); break; default: Error(19); } } else getch(); } }参数说明NORW必须同步更新为19原14新增5否则KWORD[15]之后的FORSYM等无法命中SSYM[#] NEQ必须注释或删除否则后跟会被SSYM[]直接截断永远进不了case 分支Error(19)是“非法字符”错误当|后非|时触发这是你调试||时第一个要验证的断点。2.3 语法分析block()如何用递归下降构建 AST 并生成三地址码block()是语法分析中枢它按文法规则展开每进入一个子句就调用对应函数如statement()、expression()并在适当位置调用gen()插入指令。以IF-ELSE为例其文法S → if B then S1 else S2的语义动作直接映射为指令序列// 修改后的 IF 处理片段位于 statement() 中 case IFSYM: GetSym(); // 读取 if 后的条件 condition(SymSetUnion(SymSetNew(THENSYM, DOSYM), FSYS), LEV, TX); if (SYM THENSYM) GetSym(); else Error(16); // 缺少 then CX1 CX; // 记录 JPC 指令地址用于回填跳转目标 GEN(JPC, 0, 0); // 生成 JPC 0 0若条件假则跳转 // 处理 then 后的语句 S1 statement(SymSetUnion(SymSetNew(ELSESYM), FSYS), LEV, TX); // 关键分支判断是否遇到 ELSE if (SYM ! ELSESYM) { CODE[CX1].A CX; // 若无 ELSEJPC 直接跳到 end } else { GetSym(); // 读取 ELSE CX2 CX; // 记录 JMP 指令地址用于跳过 S1 GEN(JMP, 0, 0); // 生成 JMP 0 0无条件跳转绕过 S1 CODE[CX1].A CX; // 回填 JPC 的跳转地址为 S2 起始 // 处理 else 后的语句 S2 statement(FSYS, LEV, TX); CODE[CX2].A CX; // 回填 JMP 的跳转地址为 end } break;逻辑说明CX是当前代码指针CODE[CX].f存操作码CODE[CX].l存层差CODE[CX].a存地址/常量GEN(JPC, 0, 0)生成JPC 0 0其中a0是占位符后续由CODE[CX1].A CX回填为真实地址SymSetUnion(...)构造预测集确保statement()在遇到ELSESYM时能正常退出而不报错这段代码实现了教科书式的“回填技术”是理解 PL/0 如何生成可执行目标码的核心。2.4 符号表管理enter()与position()如何绑定变量名与栈地址PL/0 的符号表是线性数组table[TXMAX]每个元素含name[AL]、kindCONST/VAR/PROC、level嵌套层、adr地址等字段。enter()登录新标识符position()查找已存在标识符// 登录变量adr dx顺序分配 void enter(int kind, int lev, int tx) { strcpy(table[tx].name, id); table[tx].kind kind; table[tx].level lev; if (kind VAR) { table[tx].adr dx; // dx 从 3 开始RA/DL/SL 占前3位 } else if (kind CONST) { table[tx].val num; } tx; } // 查找标识符返回 table 中索引-1 表示未找到 int position(char *name, int tx) { int i; for (i tx - 1; i 0; i--) { if (!strcmp(table[i].name, name)) return i; } return -1; }参数说明dx是数据段分配指针VAR类型变量的adr就是它在栈中的偏移量如A的adr3表示第4个单元level决定base()函数查找静态链的层数level0是主程序level1是第一层过程position()从tx-1往0查保证内层同名变量覆盖外层——这是作用域实现的关键。2.5 运行时支撑base()如何用静态链定位跨层变量PL/0 的栈式存储要求子过程能访问父过程的变量。base()函数通过静态链SL逐层上溯计算目标数据段基址// base(l): 返回 levell 的数据段基址 int base(int l, int b, int *s) { int b1; b1 b; while (s[b1] ! l) { // s[b1] 是当前栈帧的 SL存的是外层栈基址 b1 s[b1]; // 沿 SL 跳转 } return b1; }逻辑说明s[]是栈数组s[b]存当前栈帧的静态链SLs[b1]存动态链DLs[b2]存返回地址RAbase(l, b, s)从当前基址b开始沿s[b]、s[s[b]]... 直到找到levell的栈帧lodload指令执行时调用base(level, b, s)获取目标栈基址再s[base adr]取值这是 PL/0 支持嵌套过程的核心机制也是你调试CALL指令后变量访问异常时必查的函数。3. 新增功能落地从ELSESYM枚举定义到FOR TO DOWNTO循环语义的完整链路报告中新增的 10 个关键字ELSE,FOR,TO,DOWNTO,RETURN*,/,,||,!不是简单加enum就完事。它们必须贯穿词法、语法、语义三层且相互耦合。下面按实际开发顺序给出可直接粘贴的代码补丁与验证要点。3.1 关键字枚举与保留字表NORW与KWORD[]的同步更新新增关键字必须在三个地方同时注册缺一不可// 1. SYMBOL 枚举pl0.h 或 pl0.c 开头 typedef enum { NUL, IDENT, NUMBER, PLUS, MINUS, TIMES, SLASH, ODDSYM, EQL, NEQ, LSS, LEQ, GTR, GEQ, LPAREN, RPAREN, MA, SEMICOLON, PERIOD, BEES, BEGINSYM, ENDSYM, IFSYM, THENSYM, WHILESYM, WRITESYM, READSYM, DOSYM, CALLSYM, CONSTSYM, VARSYM, PROCSYM, PROGSYM, ELSESYM, FORSYM, TOSYM, DOWNTOSYM, RETURNSYM, // 新增5个保留字 TIMESBEES, SLASHBEES, ANDSYM, ORSYM, NOTSYM // 新增5个运算符 } SYMBOL; // 2. 保留字字符串表必须与枚举顺序严格一致 char *SYMOUT[] { NUL, IDENT, NUMBER, PLUS, MINUS, TIMES, SLASH, ODDSYM, EQL, NEQ, LSS, LEQ, GTR, GEQ, LPAREN, RPAREN, MA, SEMICOLON, PERIOD, BEES, BEGINSYM, ENDSYM, IFSYM, THENSYM, WHILESYM, WRITESYM, READSYM, DOSYM, CALLSYM, CONSTSYM, VARSYM, PROCSYM, PROGSYM, ELSESYM, FORSYM, TOSYM, DOWNTOSYM, RETURNSYM, TIMESBEES, SLASHBEES, ANDSYM, ORSYM, NOTSYM }; // 3. 保留字名称与符号映射表KWORD[] 和 WSYM[] #define NORW 19 // 原为14现为14519 char KWORD[NORW1][AL]; // AL10足够存DOWNTO SYMBOL WSYM[NORW1]; // 初始化在 pl0() 开头或单独 init_kword() 中 strcpy(KWORD[1], BEGIN); WSYM[1] BEGINSYM; strcpy(KWORD[2], CALL); WSYM[2] CALLSYM; // ... 中间省略 ... strcpy(KWORD[15], ELSE); WSYM[15] ELSESYM; // 注意序号15起 strcpy(KWORD[16], END); WSYM[16] ENDSYM; strcpy(KWORD[17], FOR); WSYM[17] FORSYM; strcpy(KWORD[18], IF); WSYM[18] IFSYM; strcpy(KWORD[19], RETURN); WSYM[19] RETURNSYM; // 4. 运算符查表SSYM[]必须覆盖新字符 for (CH ; CH ^; CH) SSYM[CH] NUL; SSYM[] PLUS; SSYM[-] MINUS; SSYM[*] TIMES; SSYM[/] SLASH; SSYM[(] LPAREN; SSYM[)] RPAREN; SSYM[] EQL; SSYM[,] MA; SSYM[.] PERIOD; SSYM[;] SEMICOLON; SSYM[] ANDSYM; // 新增 SSYM[|] ORSYM; // 注意单个 | 不是 OR需在 getsym() 中处理 || SSYM[!] NOTSYM; // 新增 // SSYM[#] NEQ; // 必须注释掉否则 无法识别验证要点编译前检查NORW19是否生效否则KWORD[15]会越界SSYM[#] NEQ注释后运行test.pas含IF AB THEN ...应能正确识别NEQ在 VC6.0 中设置断点于getsym()的SYM WSYM[i]行输入FOR I : 1 TO 10 DO ...确认SYM被赋值为FORSYM。3.2FOR循环语法扩展文法、语法图与statement()中的解析逻辑FOR语句文法为S → for I : E1 to E2 do S1 | for I : E1 downto E2 do S1其中I是变量E1/E2是表达式S1是循环体。语义要求I必须是变量非常量/表达式to/downto后必须是整数表达式循环变量I在每次迭代后自动或--。在statement()中添加FORSYM分支case FORSYM: GetSym(); // 读取 FOR if (SYM ! IDENT) Error(2); // FOR 后必须是标识符 i position(id, tx); // 查找变量 I if (i -1 || table[i].kind ! VAR) Error(21); // 必须是已声明变量 GetSym(); // 读取标识符 if (SYM ! BECOMES) Error(13); // : 必须存在 GetSym(); // 读取 : // 解析初值表达式 E1 expression(SymSetUnion(SymSetNew(TOSYM, DOWNTOSYM), FSYS), LEV, TX); // 此时 E1 的值在栈顶需保存到 I 的地址lod sto if (SYM TOSYM) { dir 1; // to 方向 GetSym(); } else if (SYM DOWNTOSYM) { dir -1; // downto 方向-- GetSym(); } else Error(22); // 缺少 TO 或 DOWNTO // 解析终值表达式 E2 expression(SymSetUnion(SymSetNew(DOSYM), FSYS), LEV, TX); // 此时栈顶是 E2E1 在次栈顶 if (SYM ! DOSYM) Error(23); // 缺少 DO GetSym(); // 生成循环代码 // 1. 保存 E2 到临时变量假设用栈顶 // 2. lod I, lod E1, sto I 初始化 I // 3. loop_start: lod I, lod E2, comp (比较) // 4. jpc loop_end 若 I E2 则跳出 // 5. statement(S1) 执行循环体 // 6. lod I, const 1, add, sto I I // 7. jmp loop_start // 8. loop_end: // 实际 PL/0 中用 GEN 生成指令简化示意 CX1 CX; // loop_start 地址 GEN(LIT, 0, 1); // push 1 GEN(OPR, 0, 2); // add GEN(STO, 0, table[i].adr); // sto I CX2 CX; // loop_end 地址占位 GEN(JPC, 0, 0); statement(FSYS, LEV, TX); // S1 GEN(JMP, 0, CX1); // jmp loop_start CODE[CX2].a CX; // 回填 loop_end break;参数说明dir标识方向决定生成ADD还是SUB指令GEN(LIT,0,1)压入常量 1GEN(OPR,0,2)执行加法OPR 2 是 addGEN(STO,0,adr)将栈顶值存入变量I的地址CX1/CX2是典型的回填技术与IF-ELSE同理。3.3 复合赋值运算符*与/的词法识别与语义生成*和/是词法层面的双字符运算符语义上等价于x x * y。它们的处理必须在getsym()中完成并在term()或factor()中生成对应指令// 在 getsym() 的 else 分支中见 2.2 节 else if (CH *) { GetCh(); if (CH ) { SYM TIMESBEES; // 识别 * GetCh(); } else SYM TIMES; } else if (CH /) { GetCh(); if (CH ) { SYM SLASHBEES; // 识别 / GetCh(); } else SYM SLASH; }在term()中处理TIMESBEES// term() 中处理乘除 if (SYM TIMES || SYM SLASH || SYM TIMESBEES || SYM SLASHBEES) { op SYM; GetSym(); factor(FSYS, LEV, TX); if (op TIMES) GEN(OPR, 0, 3); // mul else if (op SLASH) GEN(OPR, 0, 4); // div else if (op TIMESBEES) { // * 语义x * y → x x * y // 假设 x 已在栈中由前一个 factor 生成y 在栈顶 // 需要 lod x, mul, sto x // 实际需更复杂栈操作此处简化 GEN(OPR, 0, 3); // mul // 后续需生成 sto 指令需知道 x 的地址通常在前一个 IDENT 的 adr } }避坑提示TIMESBEES的完整语义生成需结合左值x的地址信息这要求factor()在识别IDENT时记录其adr并在TIMESBEES处调用GEN(STO,0,adr)。单纯GEN(OPR)不足以完成赋值。3.4RETURN语句从RETURNSYM识别到RET指令生成RETURN是过程退出指令需生成RET指令并确保栈帧正确恢复case RETURNSYM: GetSym(); // 读取 RETURN GEN(RET, 0, 0); // 生成 RET 指令 break;RET指令在interpret()中的处理case RET: // 恢复调用者栈帧从当前栈帧的 RA 取返回地址DL 取调用者基址 sp bp - 1; // sp 指向返回地址 pc s[sp]; // pc 返回地址 bp s[bp 1]; // bp 动态链调用者基址 break;验证要点编写含PROCEDURE P; BEGIN ... RETURN; END;的测试程序单步调试interpret()确认pc和bp被正确恢复。4. 避坑指南PL/0 改造中 5 个让你重装 VC6.0 的真实翻车现场PL/0 改造不是改几个enum就能跑通的。我在实验室亲眼见过学生因以下问题连续 debug 12 小时。这些坑都来自本报告的实际修改过程附现象、原因、解决三要素。4.1 现象IF AB THEN WRITE(A)报错 “Error 19: illegal character”被识别为和两个独立符号原因SSYM[#] NEQ未注释导致getsym()在SSYM[ch]查表时ch直接返回LSS根本进不了case 的双字符处理分支。解决打开pl0.c搜索SSYM[#] NEQ将其注释或删除确保getsym()中case 的if (ch )分支存在且未被注释重新编译在getsym()的SYM NEQ行设断点输入AB验证。4.2 现象增加ELSESYM后IF A THEN B ELSE C编译通过但运行时C永远不执行原因statement()中IF分支的FSYS预测集未包含ELSESYM导致statement()在读到ELSE时认为语法错误提前退出ELSE被丢弃C成为孤悬语句。解决在IF分支调用statement()时传入的FSYS必须是SymSetUnion(SymSetNew(ELSESYM), FSYS)检查SymSetUnion函数是否正确实现通常用位运算或数组合并在statement()入口加printf(FSYS contains ELSE? %d\n, in_set(ELSESYM, FSYS));验证。4.3 现象FOR I : 1 TO 10 DO WRITE(I)编译成功但运行时I值始终为 1不递增原因FOR循环体执行后缺少I的指令生成。GEN(OPR,0,2)生成了加法但未将结果存回I的地址。解决在FOR分支末尾statement(S1)后必须添加GEN(LIT, 0, 1); // push 1 GEN(OPR, 0, 2); // add GEN(STO, 0, table[i].adr); // sto I i 是变量 I 在 table 中的索引确保i在FOR开头已通过position(id, tx)正确获取单步调试interpret()观察STO指令是否将栈顶值写入table[i].adr。4.4 现象PROGRAM TEST; VAR A; BEGIN A:1; END.编译报错 “Error 33: identifier not found”但A明明已声明原因NORW从 14 改为 19 后所有硬编码的33原单词总数必须同步改为43但Error(33)是错误码不能改——它指向“标识符未声明”错误与单词总数无关。真正要改的是getsym()中KWORD数组大小、SYMOUT数组大小、以及for (i1; iNORW; i)循环上限。解决全局搜索33只修改与单词总数相关的部分如KWORD定义、SYMOUT定义、for循环Error(33)保持不变它是错误编号不是数组索引检查KWORD[NORW1]是否足够容纳 19 个保留字NORW120安全。4.5 现象CALL P调用过程P后P中访问主程序变量A报错 “segmentation fault”原因base()函数未正确实现静态链跳转或block()在进入P时未正确设置table[i].level和dx初始值导致base(0,b,s)返回错误基址。解决在block()开头dx必须重置为3每个新过程数据段预留 RA/DL/SLtable[i].level在enter()时必须设为当前lev主程序lev0过程lev1在base()中while (s[b1] ! l)前加printf(base: b1%d, s[b1]%d, l%d\n, b1, s[b1], l);观察链是否断裂确认CALL指令生成时GEN(CAL, lev, i)的lev参数是调用者的lev1。5. 测试用例与调试技巧用listcode()输出的 16 进制指令反推你的修改是否生效PL/0 的强大之处在于它把编译结果CODE[]数组和解释器interpret()完全分离。这意味着你可以不运行程序仅靠listcode()输出的目标代码清单就能 100% 确认你的修改是否正确落地。这是比“能跑通”更底层的验证。5.1listcode()输出解读每一行都是你的修改证据listcode()将CODE[]数组格式化为地址 操作码 层差 地址。例如000 1 0 0 // LIT 0 0 → push 0 001 17 0 3 // STO 0 3 → store to addr 3 (var A) 002 17 0 4 // STO 0 4 → store to addr 4 (var B) 003 13 0 3 // LOD 0 3 → load var A 004 13 0 4 // LOD 0 4 → load var B 005 10 0 0 // OPR 0 0 → neq () 006 15 0 12 // JPC 0 12 → jump if false to addr 12验证你的修改新增ELSE编译IF AB THEN WRITE(A) ELSE WRITE(B)清单中应出现JPCJMPJMP三条跳转指令且地址能本文还有配套的精品资源点击获取
