自制编译器 青木峰郎 笔记 Ch1 开始制作编译器

1.1 概要

目标

从头制作Cb编译器

可执行文件是怎样的文件

在Linux上，是符合ELF（Executable and Linking Format）。file命令能够查看文件时是否ELF形式。ELF代码中包含机器语言。

gcc命令是如何生成可执行文件的

一般来说，需要经过预处理->编译->（狭义的）汇编->链接。

1. 预处理: 类似sed或者awk。
2. 编译: .c -> .s(汇编语言)
3. 汇编: .s -assembler-> 目标文件.o(机器语言)
   • 没有经过链接的目标文件也是ELF文件，但是不是可执行文件，使用file文件会显示ELF 32-bit LSB relocatable。
4. 链接: 目标文件.o -> 可执行文件.o
   • 如果使用了动态链接，那么程序运行时才会执行链接

解释器

解释器不将程序转化为别的语言而是直接运行，编译器和解释器统称为编程语言处理器。此外，还有动态、静态类型检查之分。

1.2 编译过程

编译的4个阶段

1. 语法分析
2. 语义分析
3. 生成中间代码
4. 代码生成

语法分析

语法分析将源代码处理成语法树。

语义分析

语法树除去多余的内容，添加必要信息，生成抽象语法树(Abstract Syntax Tree)。
具体包括

1. 区分变量是局部还是全局变量。
2. 解析变量声明和引用
3. 变量和表达式的类型检查
4. 检查在引用变量之前是否进行了初始化
5. 检查函数是否按照定义返回了结果

语法树和抽象语法树的区别：抽象语法树中包含了语义信息，例如：在变量的引用和定义之间有链接

生成中间代码(Intermediate Representation)

目的：支持多种编程语言或者机器语言
方法：转化为中间代码，这样对一种语言只需添加一份处理。
例子: gcc用RTL

编译器前端front-end: 解析代码，语义分析，生成中间代码
编译器后端back-end: 代码生成和优化

代码生成

关键: 填补编程语言和汇编语言之间的差易，比如弥补寄存器数目的限制。
限制：不能改变源程序语义

优化

可以在各个环节进行，对链接和运行时调用的代码都可以优化

1.3 Cbc

https://github.com/leungwensen/cbc-ubuntu-64bit