编译原理词法分析设计（c++）（源代码+详解）

编译原理，词法分析设计（c++实现）

开始做实验时感觉编译的实验应该是本学期所有课程实验中最困难的一个了，也确实花费了许多的时间。
这个实验一开始也想的是白嫖，无奈找不到合适的，所以还是决定自己动手写。下面的代码当中注释都非常清楚。
大家认真看一般都看得懂。
这个是我编译原理课程的一个实验，应该是在本门课的三个实验里是最简单的一个。
我觉得还写得不错，其他两个实验就不拿来献丑了。

下面的图片都是我在自己作业中截图。

以下是实现词法分析设计的主要工作：
（1）从源程序文件中读入字符。
（2）统计行数和列数用于错误单词的定位。
（3）删除空格类字符，包括回车、制表符空格。
（4）按拼写单词，并用（内码，属性）二元式表示。(属性值——token 的机内表示)
（5）如果发现错误则报告出错7
（6）根据需要是否填写标识符表供以后各阶段使用。
k 数组------关键字表，每个数组元素存放一个关键字（事先构造好关键字表）。
s 数组------存放分界符表（可事先构造好分界符表）。为了简单起见，分界符、 算术运算符和关系运算符都放在 s 表中（编程时，应建立算术运算符表和关系运 算符表，并且各有类号），合并成一类。
id 和 ci 数组分别存放标识符和常数。
instring 数组为输入源程序的单词缓存。
outtoken 记录为输出内部表示缓存。

下面是程序可以检测到的字符表，我跟着我们实验的要求来的，如果大家的作业要求不一样，只需要稍微改改程序初始时候定义的几个数组就可以了。

程序执行的流程图：

具体的函数功能在下图中给出，为什么给图片呢？因为不会用csdn插入表格，只能在excel中创建后在截图。（捂脸）

接下来给出程序的测试代码：
输入源程序，以#为结尾标志（#不算入源程序）。
为了验证程序是否正确，使用多种源程序输入进行判断。同时，有意输入一些错的标识符，运算符对程序的纠错能力进行验证。

源程序1:
if i=0 then n++;
a<=3B%);

源程序2：
for (i=0;i<=100;i++)
if(i>=100)
sum–;
else
a=3%5;

** 运行结果如下：**

源代码：
注意里边的字符串处理函数是加了_s的，比如strcpy_s（）函数。一开始写的时候后没有加，编译就一直出错，后来才知道是VS的机制问题。只需要知道这个函数的功能和C里的字符串处理函数功能一样就好了。

#include<iostream>
#include<stdio.h>
#include<cstring>
#include<iomanip>
using namespace std;
//k数组 关键字表
//s数组 分界符表    分界符、算术运算符和关系运算符放在3张 s 表中
//id标识符  ci常数
//instring 数组为输入源程序的单词缓存。
//outtoken 记录为输出内部表示缓存。
//symbol 分析//后的注释  constant常数分析  alphabet 标识符和关键字分析  analysis分析函数，根据输入字符判断调用哪一个函数。   show为输出函数
//t 为单词的种类。关键字的 t=１；分界符的 t = ２；算术运算符的 t = ３；关系运算符的 t = ４；无符号数的 t = ５；标识符的 t = ６
//row行 line列，单词的位置

//根据实验报告中的表进行创建
const char *k[8] = { "do","end","for","if","printf","scanf","then","while" };   //关键字表
const char* s1[6] = { ",",";","(",")","[","]" };//分解符表
const char* s2[6] = { "+","-","*","/","++","--", };//算术运算符表
const char* s3[7] = { "<=",">",">=","=",">",">=","<>" };//关系运算符表

//全局变量
int row = 1, line = 1;//全局变量，保存行列数
int t, p = 0;//种别码,以及记录指针
char instring[100];//保存输入的程序缓存
char outtoken[10];//用于输出
char ci[8], id[8];//暂时保存数字和字符

//函数声明
void analysis();//分析函数,决定调用什么函数进行分析
void symbol();//分析以非字母数字开头的字符
void constant();//分析常数
void alphabet();//分析标识符和关键字
void show();//输出显示函数
bool isnumber(char x);//判断字母
bool isalpha(char x);//判断数字

//程序入口
int main()
{
	cout << "请输入程序（以#号为结束)：" << endl;
	do {          //写入源程序
		instring[p++] = getchar();
	} while (instring[p-1] != '#');
	getchar();
	instring[p-1] = '\0';//吃掉#
	p = 0;//指针归零
	cout << left;
	cout<<setw(6) << "单词"<< "        " <<setw(6) << "二元序列" << "          " << setw(6) << "类型"<< "        " << setw(6) << "位置(行，列)" << endl;
	while (p < strlen(instring))  //扫描输入字符
	{
		analysis();
		show();
	}
	cout << endl << endl << endl << endl << endl;
	return 0;
}

bool isnumber(char x)//判断数字
{
	return x >= '0' && x <= '9';
}

bool isalpha(char x)//判断字母
{
	return (x >= 'a' && x <= 'z' || x >= 'A' && x <= 'Z');
}

void analysis()    //分析函数，调用其他分析函数
{
	strcpy_s(outtoken,2,"\0");//清空outtoken
	while (instring[p] == ' ' || instring[p] == '\n')//不等于空格和回车则p++指向下一个
	{
		if (instring[p] == '\n')    //回车即换行了，row++
		{
			row++;
			line = 1;
		}
		p++;
	}   //执行完之后指向之后第一个不是空格的字符
	char ch = instring[p];
	if (isalpha(ch))
		alphabet();
	else if (isnumber(ch))
		constant();
	else
		symbol();
}

void constant()//分析常数
{
	strcpy_s(ci, 2, "\0"); //使用之前清空ci
	t = 5;
	int i = 0;
	while (isnumber(instring[p]))   //数字存入ci
		ci[i++] = instring[p++];
	while (isalpha(instring[p]) || isnumber(instring[p])) //如果数字之后接着字符
	{
		ci[i++] = instring[p++];
		t = 7;    //即出错
	}
	ci[i] = '\0';//结束符
	strcpy_s(outtoken,strlen(ci)+1, ci);
	line++;
	return;
}

void alphabet()//分析标识符或者关键字
{
	strcpy_s(id, 2, "\0");//使用之前清空id
	int i = 0;
	while (isalpha(instring[p]) || isnumber(instring[p]))  //读取连续的字母数字序列
		id[i++] = instring[p++];  //p指向连续序列之后的第一个
	id[i] = '\0';//结束符
	for (i = 0; i < 8; i++)   //查关键字表
		if (strcmp(id, k[i]) == 0)
		{
			t = 1;             //表示关键字
			line++;
			strcpy_s(outtoken,strlen(id)+1, id);
			return;   //是关键字直接退出程序
		}
	for (i = 0; i < strlen(id); i++)//查看是否是标识符
		if (!(isalpha(id[i]) || isnumber(id[i])))
		{
			t = 7;//即出错
			strcpy_s(outtoken, strlen(id) + 1,id);
			line++;
			return;
		}
	line++;
	t = 6;//不是关键字且没有出错即为标识符
	strcpy_s(outtoken, strlen(id) + 1, id);
}


void symbol()
{
	char ch = instring[p++];
	char ch2 = instring[p];
	t = 7;//先设置成出错标志，如果没有找到即为error
	switch (ch)   //判断种别码t
	{
	case '+':
		if (ch2 == '+')    //++运算符
			t = 3; break;    //3表示算数运算符
	case '-':
		if (ch2 == '-')    //--运算符
			t = 3; break;   //3表示算数运算符
	case '>':    //> 和>=
		if (ch2 == '=')
			t = 4; break;    //4表示关系运算符
	case '<':  //<和 <=
		if (ch2 == '=' || ch2 == '>')
			t = 4; break;
	}
	//if语句判断具有两个符号的运算符
	if (ch == '>' && ch2 == '=' || ch == '<' && ch2 == '=' || ch == '<' && ch2 == '>' || ch == '+' && ch2 == '+' || ch == '-' && ch2 == '-')
	{  
		p++;
		outtoken[0] = ch;
		outtoken[1] = ch2;
		outtoken[2] = '\0';
		line++;
		return;
	}
	else
	{
		char chq[2];
		chq[0] = ch;
		chq[1] = '\0';
		for (int i = 0; i < 6; i++)  //分解符比较
			if (strcmp(chq, s1[i]) == 0)
			{
				t = 2;             //表示分界线符
				break;
			}
		for (int i = 0; i < 6; i++)  //算术运算符比较
			if (strcmp(chq, s2[i]) == 0)
			{
				t = 3;             //表示算术运算符
				break;
			}
		for (int i = 0; i < 7; i++)  //关系运算符比较
			if (strcmp(chq, s3[i]) == 0)
			{
				t = 4;
				break;
			}
	}
	line++;
	outtoken[0] = ch;
	outtoken[1] = '\0';
	return;
}

//下面注释掉的也正确，用于求其他符号的另一种方案。个人感觉比用数组比较简单些。

/*
void symbol()//分析其他符号
{
	char ch = instring[p++];
    char ch2 = instring[p];
		switch (ch)   //判断种别码t
		{
		case ',':
		case ';':
		case '(':
		case ')':
		case '[':
		case ']':t = 2;//分解符
			break;
		case '+':
			if (ch2 == '+')    //++运算符
				t = 3; break;    //3表示关系运算符
		case '-':
			if (ch2 == '-')    //--运算符
				t = 3; break;   //3表示关系运算符
		case '*':
		case '/':t = 3;//算术运算符
			break;
		case '>':
				if (ch2 == '=')
					t = 4; break;    //4表示关系运算符
		case '<':		
			if (ch2 == '=' || ch2 == '>')
				t = 4; break;
		case '=':
			t = 4;//表示关系运算符
			break;
		default:t = 7;   //表示出错
			break;
		}
	line++;
	outtoken[0] = ch;
	if (ch == '>' && ch2 == '=' || ch == '<' && ch2 == '=' || ch == '<' && ch2 == '>' || ch == '+'&& ch2 == '+' || ch == '-' && ch2 == '-')
	{
		p++;
		outtoken[1] = ch2;
		outtoken[2] = '\0';
		return;
	}
	outtoken[1] = '\0';
}*/


// t 为单词的种类。关键字的 t=１；分界符的 t = ２；算术运算符的 t = ３；关系运算符的 t = ４；无符号数的 t = ５；标识符的 t = ６。
void show()   //根据outtoken和t输出
{
	cout << left;
	if (t == 7)
		cout << setw(6) << outtoken << "        "<<setw(6) << "Error" <<setw(11)<< " " << setw(10) << "Error";
	else 
	{
		cout << left;
		cout << setw(6) << outtoken << "        " << "<" << t << "," << outtoken;
		cout<<setw(6 - strlen(outtoken))<< ">" << "        ";
		switch (t)
		{
		case 1:cout << left << setw(10) << "关键字"; break;
		case 2:cout << left << setw(10) << "分界符"; break;
		case 3:cout << left << setw(10) << "算术运算符"; break;
		case 4:cout << left << setw(10) << "关系运算符"; break;
		case 5:cout << left << setw(10) << "无符号数"; break;
		case 6:cout << left << setw(10) << "标识符"; break;
		}
	}
	cout << "        " << "(" << row << "," << line-1 << ")" << endl;
}