私はSLIC（コンパイラーを実装するための言語システム）自体を書きました。次に、それを手作業でコンパイルしてアセンブリにします。SLICは5つのサブ言語の単一のコンパイラであったため、SLICには多くの機能があります。
- 構文パーサープログラミング言語PPL
- GENERATOR LISP 2ベースのツリークロールPSEUDOコード生成言語
- ISOインシーケンス、PSEUDOコード、最適化言語
- アセンブリコード生成言語のようなPSEUDOマクロ。
- MACHOPアセンブリ機械命令定義言語。
SLICはCWIC（Compiler for Writing and Implementing Compilers）に触発されました。ほとんどのコンパイラ開発パッケージとは異なり、SLICおよびCWICは、特殊なドメイン固有の言語を使用したコード生成に対処しました。SLICは、CWICのコード生成を拡張し、ISO、PSEUDO、MACHOPサブ言語を追加して、ターゲットマシンの仕様をツリークロールジェネレーター言語から分離します。
LISP 2ツリーとリスト
LISP 2ベースのジェネレーター言語の動的メモリ管理システムは重要なコンポーネントです。リストは角括弧で囲まれた言語で表現され、そのコンポーネントはコンマで区切られています。つまり、3つの要素[a、b、c]リストです。
木：
ADD
/ \
MPY 3
/ \
5 x
最初のエントリがノードオブジェクトであるリストで表されます。
[ADD,[MPY,5,x],3]
ツリーは通常、ブランチの前にノードが分離して表示されます。
ADD[MPY[5,x],3]
LISP 2ベースのジェネレーター関数による解析解除
ジェネレータ関数は、（unparse）=> action>ペアの名前付きセットです...
<NAME>(<unparse>)=><action>;
(<unparse>)=><action>;
...
(<unparse>)=><action>;
解析されていない式は、ツリーパターンやオブジェクトタイプに一致するテストであり、それらを分解し、それらの部分をローカル変数に割り当てて、その手続き型アクションで処理します。種類の異なる引数をとるオーバーロードされた関数のようなものです。（）=> ...を除いて、テストはコード化された順序で試行されます。対応するアクションの実行に成功した最初のunparse。解析されていない式は、テストを分解しています。ADD [x、y]は、ローカル変数xおよびyにブランチを割り当てる2つのブランチのADDツリーと一致します。アクションは、単純な式でも、.BEGIN ... .END境界コードブロックでもかまいません。今日はcスタイル{...}ブロックを使用します。ツリーマッチング、[]、非解析ルールは、返された結果をアクションに渡すジェネレーターを呼び出す場合があります。
expr_gen(ADD[expr_gen(x),expr_gen(y)])=> x+y;
具体的には、上記のexpr_gen unparseは2つのブランチのADDツリーに一致します。テストパターン内では、ツリーブランチに配置された単一の引数ジェネレータがそのブランチで呼び出されます。ただし、引数リストは、返されたオブジェクトに割り当てられたローカル変数です。unparseの上では、2つのブランチがADDツリーの逆アセンブリであることを指定し、各ブランチをexpr_genに再帰的に押します。左側の分岐はローカル変数xに配置されます。同様に、右のブランチは、戻りオブジェクトyとともにexpr_genに渡されました。上記は、数値式エバリュエーターの一部である可能性があります。上記のノード文字列の代わりに、ベクターと呼ばれるショートカット機能がありました。ノードのベクターは、対応するアクションのベクターで使用できます。
expr_gen(#node[expr_gen(x),expr_gen(y)])=> #action;
node: ADD, SUB, MPY, DIV;
action: x+y, x-y, x*y, x/y;
(NUMBER(x))=> x;
(SYMBOL(x))=> val:(x);
上記のより完全な式エバリュエーターは、expr_genの左のブランチからの戻りをxに割り当て、右のブランチをyに割り当てます。xとyに対して実行された対応するアクションベクトルが返されます。最後のunparse => actionペアは、数値およびシンボルオブジェクトに一致します。
シンボルとシンボル属性
シンボルは名前付きの属性を持つことができます。val：（x）は、xに含まれるシンボルオブジェクトのval属性にアクセスします。一般化されたシンボルテーブルスタックはSLICの一部です。SYMBOLテーブルは、関数にローカルシンボルを提供してプッシュおよびポップできます。新しく作成されたシンボルは、上部のシンボルテーブルにカタログ化されています。シンボルルックアップでは、最初にスタックを後方に向かって、最上位のテーブルからシンボルテーブルスタックを検索します。
マシンに依存しないコードを生成する
SLICのジェネレーター言語はPSEUDO命令オブジェクトを生成し、セクションコードリストに追加します。.FLUSHを指定すると、PSEUDOコードリストが実行され、リストから各PSEUDO命令が削除されて呼び出されます。実行後、PSEUDOオブジェクトのメモリが解放されます。PSEUDOとGENERATORアクションの手続き本体は、出力を除いて基本的に同じ言語です。PSEUDOは、マシンに依存しないコードの逐次化を提供するアセンブリマクロとして機能することを目的としています。これらは、ツリークロールジェネレーター言語から特定のターゲットマシンを分離します。PSEUDOはMACHOP関数を呼び出してマシンコードを出力します。MACHOPは、アセンブリ疑似op（dc、定数の定義など）と機械命令、またはベクトル化されたエントリを使用した同様の形式の命令のファミリを定義するために使用されます。それらは単に、パラメータを、命令を構成する一連のビットフィールドに変換します。MACHOP呼び出しは、アセンブリのように見え、アセンブリがコンパイルリストに表示されるときにフィールドの印刷フォーマットを提供することを目的としています。例のコードでは、簡単に追加できるが元の言語にはなかったcスタイルのコメントを使用しています。MACHOPは、ビットアドレス可能なメモリにコードを生成します。SLICリンカーはコンパイラーの出力を処理します。ベクター化されたエントリを使用したDEC-10ユーザーモード命令のMACHOP：MACHOPは、ビットアドレス可能なメモリにコードを生成します。SLICリンカーはコンパイラーの出力を処理します。ベクター化されたエントリを使用したDEC-10ユーザーモード命令のMACHOP：MACHOPは、ビットアドレス可能なメモリにコードを生成します。SLICリンカーはコンパイラーの出力を処理します。ベクター化されたエントリを使用したDEC-10ユーザーモード命令のMACHOP：
.MACHOP #opnm register,@indirect offset (index): // Instruction's parameters.
.MORG 36, O(18): $/36; // Align to 36 bit boundary print format: 18 bit octal $/36
O(9): #opcd; // Op code 9 bit octal print out
(4): register; // 4 bit register field appended print
(1): indirect; // 1 bit appended print
(4): index; // 4 bit index register appended print
O(18): if (#opcd&&3==1) offset // immediate mode use value else
else offset/36; // memory address divide by 36
// to get word address.
// Vectored entry opcode table:
#opnm := MOVE, MOVEI, MOVEM, MOVES, MOVS, MOVSI, MOVSM, MOVSS,
MOVN, MOVNI, MOVNM, MOVNS, MOVM, MOVMI, MOVMM, MOVMS,
IMUL, IMULI, IMULM, IMULB, MUL, MULI, MULM, MULB,
...
TDO, TSO, TDOE, TSOE, TDOA, TSOA, TDON, TSON;
// corresponding opcode value:
#opcd := 0O200, 0O201, 0O202, 0O203, 0O204, 0O205, 0O206, 0O207,
0O210, 0O211, 0O212, 0O213, 0O214, 0O215, 0O216, 0O217,
0O220, 0O221, 0O222, 0O223, 0O224, 0O225, 0O226, 0O227,
...
0O670, 0O671, 0O672, 0O673, 0O674, 0O675, 0O676, 0O677;
.MORG 36、O（18）：$ / 36; ロケーションを36ビット境界に揃えて、18ビットのロケーション$ / 36ワードアドレスを8進数で出力します。9ビットopcd、4ビットレジスタ、間接ビット、および4ビットインデックスレジスタを組み合わせて、1つの18ビットフィールドのように出力します。18ビットアドレス/ 36または即値が出力され、8進数で出力されます。MOVEIの例は、r1 = 1およびr2 = 2で出力します。
400020 201082 000005 MOVEI r1,5(r2)
コンパイラアセンブリオプションを使用すると、生成されたアセンブリコードがコンパイルリストに表示されます。
リンクする
SLICリンカーは、リンクとシンボル解決を処理するライブラリとして提供されます。ターゲット固有の出力ロードファイルのフォーマットは、ターゲットマシン用に記述し、リンカーライブラリライブラリとリンクする必要があります。
ジェネレーター言語は、ツリーをファイルに書き込み、それらを読み取ることができるため、マルチパスコンパイラーを実装できます。
コード生成とオリジンの短い要約
SLICが真のコンパイラコンパイラであることを確実にするために、最初にコード生成について説明しました。SLICは、1960年代後半にSystems Development Corporationで開発されたCWIC（Compiler for Writing and Implementing Compilers）に触発されました。CWICには、GENERATOR言語から数値バイトコードを生成するSYNTAXおよびGENERATOR言語しかありませんでした。バイトコードは、名前付きセクションに関連付けられ、.FLUSHステートメントによって書き出されたメモリバッファーに配置または植え付け（CWICのドキュメントで使用されている用語）。CWICに関するACM論文は、ACMアーカイブから入手できます。
主要なプログラミング言語の実装に成功
1970年代後半、SLICはCOBOLクロスコンパイラの作成に使用されました。約3か月で1人のプログラマーがほぼ完成しました。必要に応じてプログラマーと少し作業をしました。別のプログラマーが、ターゲットTI-990ミニコンピューター用のランタイムライブラリとMACHOPを作成しました。そのCOBOLコンパイラーは、アセンブリーで作成されたDEC-10ネイティブCOBOLコンパイラーよりも1秒あたり実質的に多くの行をコンパイルしました。
コンパイラについての詳細は、通常、
コンパイラを最初から作成する際の大きな部分は、ランタイムライブラリです。シンボルテーブルが必要です。入力と出力が必要です。動的メモリ管理など。コンパイラのランタイムライブラリを作成してからコンパイラを作成する方が簡単です。しかし、SLICでは、そのランタイムライブラリはSLICで開発されたすべてのコンパイラに共通です。2つのランタイムライブラリがあることに注意してください。言語の（COBOLなどの）ターゲットマシン用。もう1つは、コンパイラコンパイラランタイムライブラリです。
これらはパーサージェネレーターではなかったと思います。これで、バックエンドについて少し理解したところで、パーサープログラミング言語について説明できます。
パーサープログラミング言語
パーサーは、単純な方程式の形式で記述された式を使用して記述されています。
<name> <formula type operator> <expression> ;
最下位レベルの言語要素は文字です。トークンは、言語の文字のサブセットから形成されます。文字クラスは、これらの文字サブセットに名前を付けて定義するために使用されます。文字クラス定義演算子は、コロン（:)文字です。クラスのメンバーである文字は、定義の右側にコーディングされます。印刷可能な文字は、プライム文字列 'で囲まれています。非印刷文字および特殊文字は、序数で表すことができます。クラスメンバーは代替によって区切られます| オペレーター。クラス式はセミコロンで終わります。文字クラスには、以前に定義されたクラスが含まれる場合があります。
/* Character Class Formula class_mask */
bin: '0'|'1'; // 0b00000010
oct: bin|'2'|'3'|'4'|'5'|'6'|'7'; // 0b00000110
dgt: oct|'8'|'9'; // 0b00001110
hex: dgt|'A'|'B'|'C'|'D'|'E'|'F'|'a'|'b'|'c'|'d'|'e'|'f'; // 0b00011110
upr: 'A'|'B'|'C'|'D'|'E'|'F'|'G'|'H'|'I'|'J'|'K'|'L'|'M'|
'N'|'O'|'P'|'Q'|'R'|'S'|'T'|'U'|'V'|'W'|'X'|'Y'|'Z'; // 0b00100000
lwr: 'a'|'b'|'c'|'d'|'e'|'f'|'g'|'h'|'i'|'j'|'k'|'l'|'m'|
'n'|'o'|'p'|'q'|'r'|'s'|'t'|'u'|'v'|'w'|'x'|'y'|'z'; // 0b01000000
alpha: upr|lwr; // 0b01100000
alphanum: alpha|dgt; // 0b01101110
skip_class 0b00000001は事前に定義されていますが、skip_classを定義しているため、行き過ぎかもしれません。
要約すると、文字クラスは代替のリストであり、文字定数、文字の序数、または以前に定義された文字クラスのみにすることができます。文字クラスを実装したとき：クラス式にはクラスビットマスクが割り当てられています。（上記のコメントに示されています）文字リテラルまたは序数を持つクラス式があると、クラスビットが割り当てられます。マスクは、含まれているクラスのクラスマスクと割り当てられたビット（存在する場合）を組み合わせて作成されます。クラステーブルは、文字クラスから作成されます。キャラクターの序数によって索引付けされたエントリーには、キャラクターのクラスメンバーシップを示すビットが含まれています。クラスのテストはインラインで行われます。キャラクターの序数がeaxのIA-86コード例は、クラステストを示しています。
test byte ptr [eax+_classmap],dgt
次が続く：
jne <success>
または
je <failure>
IA-86命令は今日より広く知られていると思うので、IA-86命令のコード例が使用されています。クラスマスクに評価されるクラス名は、序数（eax）の文字でインデックス付けされたクラステーブルと非破壊的にANDされます。ゼロ以外の結果は、クラスのメンバーシップを示しています。（文字を含むal（EAXの下位8ビット）を除いて、EAXはゼロ化されます）。
これらの古いコンパイラでは、トークンは少し異なっていました。キーワードはトークンとして説明されていません。それらは単に、パーサー言語で引用符で囲まれた文字列定数と一致しました。引用文字列は通常保持されません。修飾子を使用できます。+は文字列を一致させます。（つまり、+ '-'は、-文字と一致し、成功したときに文字を保持します）、操作（つまり、 'E'）は、文字列をトークンに挿入します。空白は、最初の一致が見つかるまで先頭のSKIP_CLASS文字をスキップするトークン式によって処理されます。明示的なskip_class文字の一致はスキップを停止し、トークンがskip_class文字で始まることを許可することに注意してください。文字列トークンの式は、一重引用符のquiddd文字または二重引用符で囲まれた文字列に一致する、主要なskip_class文字をスキップします。興味深いのは、引用符で囲まれた文字列内の「」文字の照合です。
string .. (''' .ANY ''' | '"' $(-"""" .ANY | """""","""") '"') MAKSTR[];
最初の選択肢は、一重引用符で囲まれた文字と一致します。正しい選択肢は、2つの "文字を組み合わせて1つの"文字を表す二重引用符文字を含むことができる二重引用符で囲まれた文字列に一致します。この式は、独自の定義で使用される文字列を定義します。内側の右選択肢 '"' $（-" "" ".ANY |" "" "" "、" "" "） '"'は、二重引用符で囲まれた文字列と一致します。引用符付きの単一文字を使用して、二重引用符付きの文字に一致させることができます。たとえば、引用符以外の任意の文字と一致する内側の左側の選択肢では：
-"""" .ANY
否定的な先読み-"" ""は、成功した場合（ "文字に一致しない場合"に.ANY文字に一致する場合に使用されます（ "-" ""であるため "文字"にはできません）がその可能性を排除します）。正しい代替案は、「-」を引き受け、「」文字に一致し、失敗した場合の正しい代替案です。
"""""",""""
は、2つの "文字をそれらを1つのダブル" using、 "" ""に一致させて、単一の "文字を挿入します。閉じた文字列の引用文字に失敗した両方の内部代替が一致し、MAKSTR []が呼び出されて文字列オブジェクトが作成されます。$シーケンス、シーケンスが一致するときにループ、演算子はシーケンスの照合に使用されます。トークン式は、先頭のスキップクラス文字をスキップします（スペース内）。最初の一致が行われると、skip_classスキップは無効になります。[]を使用して、他の言語でプログラムされた関数を呼び出すことができます。MAKSTR []、MAKBIN []、MAKOCT []、MAKHEX []、MAKFLOAT []、およびMAKINT []は、一致するトークン文字列を型付きオブジェクトに変換するライブラリ関数として提供されています。以下の数式は、かなり複雑なトークン認識を示しています。
number .. "0B" bin $bin MAKBIN[] // binary integer
|"0O" oct $oct MAKOCT[] // octal integer
|("0H"|"0X") hex $hex MAKHEX[] // hexadecimal integer
// look for decimal number determining if integer or floating point.
| ('+'|+'-'|--) // only - matters
dgt $dgt // integer part
( +'.' $dgt // fractional part?
((+'E'|'e','E') // exponent part
('+'|+'-'|--) // Only negative matters
dgt(dgt(dgt|--)|--)|--) // 1 2 or 3 digit exponent
MAKFLOAT[] ) // floating point
MAKINT[]; // decimal integer
上記の数値トークン式は、整数と浮動小数点数を認識します。-代替案は常に成功しています。数値オブジェクトは計算に使用できます。式が成功すると、トークンオブジェクトが解析スタックにプッシュされます。（+ 'E' | 'e'、 'E'）の指数リードは興味深いです。MAKEFLOAT []には常に大文字のEが必要です。ただし、小文字の「e」を「、」を使用して置き換えることができます。
文字クラスとトークン式の一貫性に気づいたかもしれません。解析式は、バックトラックの代替とツリー構築演算子を追加することを続けています。バックトラッキングと非バックトラッキングの代替演算子は、式レベル内で混在させることはできません。（a | b \ c）非バックトラックを混在させることはできません| \バックトラックの代わり。（a \ b \ c）、（a | b | c）、（（a | b）\ c）は有効です。\バックトラッキング代替手段は、左側の代替手段を試行する前に解析状態を保存し、失敗すると、正しい代替手段を試行する前に解析状態を復元します。一連の代替案では、最初に成功した代替案がグループを満たします。さらなる代替案は試みられません。因数分解とグループ化は、継続的な前進解析を提供します。バックトラックの代替は、左の代替を試行する前に、解析の保存状態を作成します。解析が部分的に一致して失敗する可能性がある場合は、バックトラッキングが必要です。
(a b | c d)\ e
上記でaが失敗した場合、代わりのcdが試行されます。その後cが失敗を返すと、代替のバックトラックが試行されます。aが成功し、bが失敗した場合、解析はバックトラックされ、eが試行されます。同様に、失敗したcが成功し、bが失敗した場合、解析はバックトラックされ、代替eが実行されます。バックトラックは数式内に限定されません。いずれかの解析式がいつでも部分的に一致して失敗した場合、解析は最上位のバックトラックにリセットされ、その代替案が採用されます。バックトラックが作成されたことを意味するコードが出力された場合、コンパイルエラーが発生する可能性があります。コンパイルを開始する前にバックトラックが設定されます。失敗を返すか、それをバックトラックすると、コンパイラの失敗になります。バックトラックがスタックされます。ネガティブおよびポジティブを使用できますか？解析を進めずにテストするために、オペレーターを先読み/先読みします。文字列テストであることは、入力状態を保存してリセットするだけで十分です。先読みは、失敗する前に部分的に一致する解析式です。先読みはバックトラッキングを使用して実装されます。
パーサー言語はLLパーサーでもLRパーサーでもありません。しかし、ツリー構築をプログラムする再帰的なまともなパーサーを書くためのプログラミング言語：
:<node name> creates a node object and pushes it onto the node stack.
.. Token formula create token objects and push them onto
the parse stack.
!<number> pops the top node object and top <number> of parstack
entries into a list representation of the tree. The
tree then pushed onto the parse stack.
+[ ... ]+ creates a list of the parse stack entries created
between them:
'(' +[argument $(',' argument]+ ')'
could parse an argument list. into a list.
一般的に使用される解析の例は、算術式です。
Exp = Term $(('+':ADD|'-':SUB) Term!2);
Term = Factor $(('*':MPY|'/':DIV) Factor!2);
Factor = ( number
| id ( '(' +[Exp $(',' Exp)]+ ')' :FUN!2
| --)
| '(' Exp ')" )
(^' Factor:XPO!2 |--);
ループを使用するExpおよびTermは、左手系ツリーを作成します。右再帰を使用する因数分解は、右手系ツリーを作成します。
d^(x+5)^3-a+b*c => ADD[SUB[EXP[EXP[d,ADD[x,5]],3],a],MPY[b,c]]
ADD
/ \
SUB MPY
/ \ / \
EXP a b c
/ \
d EXP
/ \
ADD 3
/ \
x 5
以下は、ccスタイルのコメントを含むSLICの更新バージョンであるccコンパイラのビットです。関数のタイプ（文法、トークン、文字クラス、ジェネレーター、PSEUDO、またはMACHOPは、IDに続く初期構文によって決定されます。これらのトップダウンパーサーを使用すると、プログラムを定義する式から始めます。
program = $((declaration // A program is a sequence of
// declarations terminated by
|.EOF .STOP) // End Of File finish & stop compile
\ // Backtrack: .EOF failed or
// declaration long-failed.
(ERRORX["?Error?"] // report unknown error
// flagging furthest parse point.
$(-';' (.ANY // find a ';'. skiping .ANY
| .STOP)) // character: .ANY fails on end of file
// so .STOP ends the compile.
// (-';') failing breaks loop.
';')); // Match ';' and continue
declaration = "#" directive // Compiler directive.
| comment // skips comment text
| global DECLAR[*1] // Global linkage
|(id // functions starting with an id:
( formula PARSER[*1] // Parsing formula
| sequencer GENERATOR[*1] // Code generator
| optimizer ISO[*1] // Optimizer
| pseudo_op PRODUCTION[*1] // Pseudo instruction
| emitor_op MACHOP[*1] // Machine instruction
) // All the above start with an identifier
\ (ERRORX["Syntax error."]
garbol); // skip over error.
//ツリーの作成時にidがどのように因数分解され、後で結合されるかに注意してください。
formula = ("==" syntax :BCKTRAK // backtrack grammar formula
|'=' syntax :SYNTAX // grammar formula.
|':' chclass :CLASS // character class define
|".." token :TOKEN // token formula
)';' !2 // Combine node name with id
// parsed in calling declaration
// formula and tree produced
// by the called syntax, token
// or character class formula.
$(-(.NL |"/*") (.ANY|.STOP)); Comment ; to line separator?
chclass = +[ letter $('|' letter) ]+;// a simple list of character codes
// except
letter = char | number | id; // when including another class
syntax = seq ('|' alt1|'\' alt2 |--);
alt1 = seq:ALT!2 ('|' alt1|--); Non-backtrack alternative sequence.
alt2 = seq:BKTK!2 ('\' alt2|--); backtrack alternative sequence
seq = +[oper $oper]+;
oper = test | action | '(' syntax ')' | comment;
test = string | id ('[' (arg_list| ,NILL) ']':GENCALL!2|.EMPTY);
action = ':' id:NODE!1
| '!' number:MAKTREE!1
| "+[" seq "]+" :MAKLST!1;
// C style comments
comment = "//" $(-.NL .ANY)
| "/*" $(-"*/" .ANY) "*/";
注目すべきは、パーサー言語がコメントとエラー回復をどのように処理するかです。
私は質問に答えたと思います。SLICの後継の大部分を書いたので、cc言語自体がここにあります。まだコンパイラはありません。しかし、私はそれをアセンブリコード、裸のasm cまたはc ++関数に手動でコンパイルできます。