LCC编译器的源程序分析.doc

LCC编译器的源程序分析目录1C编译器的目标32LCC编译器的预处理53选择不同的目标代码接口84处理文件参数115行号同步与类型初始化166词法分析227语法分析的开始348声明分析419声明类型4610声明与符号表5111自定义类型的声明5412指针类型的声明5613结构类型的声明5914结构类型成员的声明6215函数的声明6616参数变量的声明7117函数定义7218全局函数的定义8019复合语句8320局部变量的声明8721基本表达式9222一元运算表达式9623条件表达式10124赋值表达式10225逗号表达式10326基本语句10427函数表达式语句11128if条件语句11729while循环语句11930do while循环语句12031break语句12332continue语句12433switch语句12534case语句12835default语句12936return语句12937goto语句13138赋值表达式树13339赋值表达式的有向无环图13540函数名称的代码生成13941函数代码入口和出口的代码生成14042计算需要使用栈大小14343寄存器分配14644分配一个寄存器14845寄存器溢出14946指令的选择15247指令模式匹配15348最终代码的生成15949寄存器分配的属性结构16050不同目标代码生成的接口结构16151后端使用的节点结构16252代码生成的源程序注释16353代码表的结构19554复合语句的代码块流程19755生成常量树节点的流程19856创建DAG森林的源程序19857符号表的结构注释19958后端接口的结构注释20159DAG树分析例子20360删除内存链表20461内存分配链表20562全局变量的初始化2081 C编译器的目标先从简单的目标来分析这个大规模的C编译器，毕竟它的功能比较复杂，并且源程序的行数也是非常多的。因此，把简单的目标定出来，然后再分析它，这样才会有的放矢。接着再跟着编译运行的主线来分析它的源程序。下面先看一下简单的C例子，如下：#001#include #002#003int main(void)#004#005int nTest1 = 1;#006int nTest2 = 2;#007int nTest3;#008int i;#009#010nTest3 = nTest1 + nTest2;#011printf(nTest3 = %drn,nTest3);#012#013for (i = 0; i 5; i+)#014#015 printf(%drn,nTest3+i);#016#017#018printf(_TIME_ _DATE_rnhello worldn);#019return 0;#020#021上面的程序就是用来说明编译器工作的例子，它在第一行里包含了头文件stdio.h，由于后面调用printf函数输出显示到屏幕里。第二行空行，第三行是main函数，它是C程序的入口函数。在main函数里，定义了几个局部变量，分别第5，6，7，8行的变量。第10行作两个变量nTest1和nTest2的加法，然后赋值给变量nTest3。第11行显示变量nTest3的值，是用10进制输出显示。在第13到16行是5次输出nTest3+i值。在第18行里输出编译这个程序的时间和hello world的字符串。C编译器的任务，就是把上面的源程序变换到汇编代码输出，或者变成其它中间代码输出。在这里LCC编译器是输出汇编代码的，所以就不介绍其它的中间代码输出。那么LCC把上面的源程序变成什么样的汇编输出呢？下面就先把它的目标代码看一下，如下：#001global $main#002section .text#003$main:#004push ebx#005push esi#006push edi#007push ebp#008mov ebp, esp#009sub esp, 16#010mov dword ebp + -12, 1#011mov dword ebp + -16, 2#012mov edi, dword ebp + -12#013mov esi, dword ebp + -16#014lea edi, esi + edi#015mov dword ebp + -8, edi#016mov edi, dword ebp + -8#017push dword edi#018lea edi, $L2#019push dword edi#020call $printf#021add esp, 8#022mov dword ebp + -4, 0#023$L3:#024mov edi, dword ebp + -8#025mov esi, dword ebp + -4#026lea edi, esi + edi#027push dword edi#028lea edi, $L7#029push dword edi#030call $printf#031add esp, 8#032$L4:#033inc dword ebp + -4#034cmp dword ebp + -4, 5#035jl near $L3#036lea edi, $L8#037push dword edi#038call $printf#039add esp, 4#040mov eax, 0#041$L1:#042mov esp, ebp#043pop ebp#044pop edi#045pop esi#046pop ebx#047ret#048extern $printf#049section .data#050times ($-$) & 0 nop#051$L8:#052db 00:30:28 Apr 07 2007, 13, 10, hello world, 10, 0#053times ($-$) & 0 nop#054$L7:#055db %d, 13, 10, 0#056times ($-$) & 0 nop#057$L2:#058db nTest3 = %d, 13, 10, 0#059LCC是可以生成很多目标代码的C编译器，在这里主要介绍生成X86的NASM汇编的代码。上面的汇编代码就是NASM的汇编格式，可以使用NASM编译生成目标文件，然后再用连接程序生成可执行文件。如果不能看懂上面的NASM汇编，就需要去看NASM手册了，这个手册在网上有下载。如果想更深入理解汇编生成机器码的过程，当然也可以深入分析NASM的程序实现。从上面的C和汇编也可以看出，汇编代码比C代码要复杂，行数也比较多，还分了数据段和代码段。所以使用C编译器是可以大大地提高生产效率的，并且更容易理解，这样就容易降低软件的成本，容易开发大规模的软件工程。2 LCC编译器的预处理上面已经介绍了C编译器的目标，其实在实现这个目标之前，是经历了很多阶段处理的，其中第一个阶段的处理，就是预处理。预处理的任务是做什么呢？在LCC里预处理主要是把所有包含的头文件和源程序生成一个中间文件，并且把所有宏展开，替换为真实的值。前面介绍的例子源程序，经过预处理后，就会生成下面的代码，如下：#line 1 hello.c#line 1 include/stdio.htypedef unsigned int size_t;typedef unsigned short wchar_t;typedef wchar_t wint_t;typedef wchar_t wctype_t;typedef char * va_list;#line 39 include/stdio.hstruct _iobuf char *_ptr;int _cnt;char *_base;int _flag;int _file;int _charbuf;int _bufsiz;char *_tmpfname;typedef struct _iobuf FILE;extern FILE *_iob;typedef long fpos_t;extern FILE (*_imp_iob);int _filbuf(FILE *);int flsbuf(int, FILE *);FILE * _fsopen(const char *, const char *, int);void clearerr(FILE *);int fclose(FILE *);int _fcloseall(void);FILE * fdopen(int, const char *);int feof(FILE *);int ferror(FILE *);int fflush(FILE *);int fgetc(FILE *);wchar_t fgetwc(FILE *);wchar_t getwc(FILE *);int _fgetchar(void);int fgetpos(FILE *, fpos_t *);char * fgets(char *, int, FILE *);int fileno(FILE *);int _flushall(void);FILE * fopen(const char *, const char *);int fprintf(FILE *, const char *, .);int xfprintf(FILE *,const char *,.);int fputc(int, FILE *);int _fputchar(int);int fputs(const char *, FILE *);size_t fread(void *, size_t, size_t, FILE *);FILE * freopen(const char *, const char *, FILE *);int fscanf(FILE *, const char *, .);int xfscanf(FILE *,const char *,.);int fsetpos(FILE *, const fpos_t *);int fseek(FILE *, long, int);long ftell(FILE *);size_t fwrite(const void *, size_t, size_t, FILE *);int getc(FILE *);int getchar(void);char * gets(char *);int getw(FILE *);int _pclose(FILE *);FILE * popen(const char *, const char *);int printf(const char *, .);int xprintf(const char *,.);int dprintf(const char *, .);int putc(int, FILE *);int putchar(int);int puts(const char *);int _putw(int, FILE *);int remove(const char *);int rename(const char *,const char *);void rewind(FILE *);int _rmtmp(void);int scanf(const char *, .);int xscanf(const char *,.);void setbuf(FILE *, char *);int setvbuf(FILE *, char *, int, size_t);int _snprintf(char *, size_t, const char *, .);int sprintf(char *, const char *, .);int xsprintf(char *, const char *, .);int snprintf(char *,size_t,const char *,.);int xsnprintf(char *,size_t,const char *,.);int sscanf(const char *, const char *, .);int xsscanf(const char *,const char *,.);char * _tempnam(char *, char *);FILE * tmpfile(void);char * tmpnam(char *);char *tempnam(char *,char *);int ungetc(int, FILE *);int _unlink(const char *);int vfprintf(FILE *, const char *, va_list);int vprintf(const char *, va_list);int _vsnprintf(char *, size_t, const char *, va_list);int _vsnwprintf(wchar_t *, size_t, const wchar_t *, va_list);int vsnprintf(char *,size_t,const char *,va_list);int xvsnprintf(char *,size_t,const char *,va_list);int xvsnprintf(char *,size_t,const char *,va_list);int vsprintf(char *, const char *, va_list);int xvsprintf(char *, const char *, va_list);void perror(const char *);void _wperror(const wchar_t *);#line 2 hello.cint main(void)int nTest1 = 1;int nTest2 = 2;int nTest3;int i;nTest3 = nTest1 + nTest2;printf(nTest3 = %drn,nTest3);for (i = 0; i 0; i-)#006 #007 if (strncmp(argvi, -target=, 8) = 0)#008 #009 break;#010 #011#012#013if (i 0) #014#015 char *s = strchr(argvi, );#016 if (s != NULL)#017 #018 *s = /;#019 #020#021 for (j = 0; & bindingsj.ir; j+)#022 #023 if (strcmp(&argvi8, ) = 0) #024 #025 IR = bindingsj.ir;#026 break;#027 #028 #029#030 if (s != NULL)#031 #032 *s = ;#033 #034#035#036if (!IR) #037#038 fprint(stderr, %s: unknown target, argv0);#039 if (i 0)#040 #041 fprint(stderr, %s, &argvi8);#042 #043#044 fprint(stderr, ; must specify one ofn);#045#046 for (i = 0; ; i+)#047 #048 fprint(stderr, t-target=%sn, );#049 #050#051 exit(EXIT_FAILURE);#052程序的第5行到第11行是找到目标代码的参数，也就是识别-target=参数。如果找到就跳出循环。程序的第13行到第34行是找到相应的生成目标代码的接口。C编译器已经定义好可以生成代码的数组，因此这里只需要简单地比较一下名称，就可以找到相应的目标代码的接口了。接口定义的结构如下：typedef struct binding char *name;Interface *ir; Binding;name保存目标代码的名称，ir保存了接口。而接口定义如下：#001typedef struct interface #002Metrics charmetric;#003Metrics shortmetric;#004Metrics intmetric;#005Metrics longmetric;#006Metrics longlongmetric;#007Metrics floatmetric;#008Metrics doublemetric;#009Metrics longdoublemetric;#010Metrics ptrmetric;#011Metrics structmetric;#012unsigned little_endian:1;#013unsigned mulops_calls:1;#014unsigned wants_callb:1;#015unsigned wants_argb:1;#016unsigned left_to_right:1;#017unsigned wants_dag:1;#018unsigned unsigned_char:1;#019void (*address)(Symbol p, Symbol q, long n);#020void (*blockbeg)(Env *);#021void (*blockend)(Env *);#022void (*defaddress)(Symbol);#023void (*defconst)(int suffix, int size, Value v);#024void (*defstring)(int n, char *s);#025void (*defsymbol)(Symbol);#026void (*emit) (Node);#027void (*export)(Symbol);#028void (*function)(Symbol, Symbol, Symbol, int);#029Node (*gen) (Node);#030void (*global)(Symbol);#031void (*import)(Symbol);#032void (*local)(Symbol);#033void (*progbeg)(int argc, char *argv);#034void (*progend)(void);#035void (*segment)(int);#036void (*space)(int);#037void (*stabblock)(int, int, Symbol*);#038void (*stabend)(Coordinate *, Symbol, Coordinate *, Symbol *, Symbol *);#039void (*stabfend) (Symbol, int);#040void (*stabinit) (char *, int, char *);#041void (*stabline) (Coordinate *);#042 void (*stabsym)(Symbol);#043void (*stabtype) (Symbol);#044Xinterface x;#045 Interface;接口定义了输出汇编目标代码需要的函数和数据成员。以后再一个函数一个函数地介绍。继续分析main函数里，第36行到第52行是找不到生成目标代码接口的出错处理。命令行的参数是-target=x86/nasm，所以找到的接口，就是x86/name的接口，它保存在IR全局变量里。到这里，就分析完成选择不同的目标代码生成接口了。4 处理文件参数上面已经介绍选择不同的目标输出的参数处理，那么接着下来，自然的事情就是处理剩下的两个参数的问题，当然LCC是可以处理更多其它参数的，但这里只介绍两个文件参数的处理。命令行如下：rcc.exe -target=x86/nasm hello.i hello.asm其中hello.i是输入文件，hello.asm是输出文件。那么LCC是怎么样打开输入文件和输出文件呢？输入文件又有什么技巧呢？要仔细地理解源程序，就知道它的输入处理是非常高效的。当选择合适的目标输出后，就调用下面的函数来处理：init(argc, argv);这个函数就是用来处理其它参数的。它的源程序如下：#001void init(int argc, char *argv) #002#003#004 extern void input_init(int, char *); #005 input_init(argc, argv);#006#007#008#009 extern void main_init(int, char *); #010 main_init(argc, argv);#011#012#013#014 extern void type_init(int, char *); #015 type_init(argc, argv);#016#017第1行代码里传入了命令行的参数。第5行代码是处理参数的处理。如果在第5行里调用没有处理main_init，那么在第10行里会再次调用它进行参数处理。第15行调函数type_init进行类型初始化，比如C缺省的数据类型初始化，比如int类型，就初始化为4字节的有符号类型，还有很多其C默认的类型定义。先来分析函数input_init的源程序是做什么工作的，下面就是它的程序：#001void input_init(int argc, char *argv) #002#003static int inited;#004#005if (inited)#006 return;#007#008inited = 1;#009main_init(argc, argv);#010#011limit = cp = &bufferMAXLINE+1;#012bsize = -1;#013lineno = 0;#014file = NULL;#015#016fillbuf();#017if (cp = limit)#018 cp = limit;#019#020nextline();#021第5行处理是否初始化，因为只允许初始化一次。第8行设置初始化变量为1，让这段代码不要运行两次。第9行调用主要参数处理函数。后面再接着介绍。第11行让当前行指针和缓冲区指针指向输入缓冲区的尾部。第12行初始化读取文件块大小为-1，也就是读取文件失败的状态。第13行设置分析的C程序行号为0。第14行设置当前输入文件名称为空。第16行是从输入文件里读取数据到输入缓冲区，同时设置当前处理的指针。第17行判断当前指针是否大于数据缓冲区的指针。第20行读取下一行源程序到缓冲区里。调用函数main_init主要处理参数，并且打开输入的文件和输出的文件。它的程序如下：#001void main_init(int argc, char *argv) #002#003char *infile = NULL, *outfile = NULL;#004int i;#005static int inited;#006#007if (inited)#008 return;#009#010inited = 1;#011for (i = 1; i stabline;#026 stabIR.stabend = IR-stabend;#027 IR-stabline = stabline;#028 IR-stabend = stabend;#029 #030 #031 #032 else if (strcmp(argvi, -x) = 0)#033 xref+;#034 else if (strcmp(argvi, -A) = 0) #035 #036 +Aflag;#037 #038 else if (strcmp(argvi, -P) = 0)#039 Pflag+;#040 else if (strcmp(argvi, -w) = 0)#041 wflag+;#042 else if (strcmp(argvi, -v) = 0)#043 fprint(stderr, %s %sn, argv0, rcsid);#044 else if (strncmp(argvi, -s, 2) = 0)#045 density = strtod(&argvi2, NULL);#046 else if (strncmp(argvi, -errout=, 8) = 0) #047 #048 FILE *f = fopen(argvi+8, w);#049 if (f = NULL) #050 #051 fprint(stderr, %s: cant write errors to %sn, argv0, argvi+8);#052 exit(EXIT_FAILURE);#053 #054#055 fclose(f);#056 f = freopen(argvi+8, w, stderr);#057 assert(f);#058 #059 else if (strncmp(argvi, -e, 2) = 0) #060 #061 int x;#062 if (x = strtol(&argvi2, NULL, 0) 0)#063 errlimit = x;#064 #065 else if (strncmp(argvi, -little_endian=, 15) = 0)#066 IR-little_endian = argvi15 - 0;#067 else if (strncmp(argvi, -mulops_calls=, 18) = 0)#068 IR-mulops_calls = argvi18 - 0;#069 else if (strncmp(argvi, -wants_callb=, 13) = 0)#070 IR-wants_callb = argvi13 - 0;#071 else if (strncmp(argvi, -wants_argb=, 12) = 0)#072 IR-wants_argb = argvi12 - 0;#073 else if (strncmp(argvi, -left_to_right=, 15) = 0)#074 IR-left_to_right = argvi15 - 0;#075 else if (strncmp(argvi, -wants_dag=, 11) = 0)#076 IR-wants_dag = argvi11 - 0;#077 else if (*argvi != - | strcmp(argvi, -) = 0) #078 #079 if (infile = NULL)#080 infile = argvi;#081 else if (outfile = NULL)#082 outfile = argvi;#083 #084#085 if (infile != NULL & strcmp(infile, -) != 0#086 & freopen(infile, r, stdin) = NULL) #087 #088 fprint(stderr, %s: cant read %sn, argv0, infile);#089 exit(EXIT_FAILURE);#090 #091#092 if (outfile != NULL & strcmp(outfile, -) != 0#093 & freopen(outfile, w, stdout) = NULL) #094 #095 fprint(stderr, %s: cant write %sn, argv0, outfile);#096 exit(EXIT_FAILURE);#097 #098第7行到第10行，同样是让这个函数只运行一次的代码。第79行到第82行是读取输入文件和输出文件的名称。第85行到第90行是打开输入的文件，并处理出错的情况。第9