Compiler -- Intro

发表于 分类于 ，

编译器

编译器是一个将一个程序由一种源语言翻译到目标语言的程序。

通常来讲，一个编程语言有如下三种工作方式：

  • 编译：将程序通过编译器编译为机器语言的目标程序，直接将数据输入至目标程序由机器执行，如 C 语言。
  • 解释：将程序与数据一起输入解释器，由解释器代为执行，如 Python 语言。
  • 混合：由编译器将程序编译为某种中间语言的程序，再使用虚拟机解释执行该程序，如 Java 语言与 JVM 。

实际项目中往往会将程序分为各个片段，因此除了编译器外还需要预处理器收集符号信息等，汇编器与链接器将不同片段编译生成的汇编程序链接起来；同时有些语言还需要预处理器事先调用宏来替换源代码，以及从程序中收集编译器参数等。

编译器结构

一个编译器通常由以下五个部分组成，该结构最早来自于 FORTRAN I 的编译器：

  1. 词法分析（Lexical Analysis, scan）：从字符流中识别出词素（lexeme），将程序由字节流转化为带有词汇信息的 token 流；
  2. 语法分析（Syntax Analysis, parse）：从 token 流中识别出语法结构，从而构建出包含语法信息的结构，通常是 AST(Abstract Syntax Tree)；
  3. 语义分析（Semantic Analysis）：对 AST 进行进一步的检查，如类型与作用域检查；生成相关的语义信息，如表达式类型等；
  4. 中间代码生成（Intermediate Code Generation）：生成介于源语言与汇编之间的中间语言表示（Intermediate Representation, IR），用于代码优化；
  5. 代码优化（Code Optimization）：使用生成的中间代码将程序改写为作用相同但更优的程序（运行时间、内存使用、耗电等方面），有时也会对 AST 或者汇编代码进行优化；
  6. 代码生成（Code Generation）：将中间代码或 AST 翻译为目标语言，通常是汇编语言，供后续程序处理或运行。

通常将前三个步骤称为编译器的前端，后三个步骤称为编译器后端，区别在于前端会报告源程序中的错误，而通过了编译器前端的程序在后端通常不会报错。