整个编译器是用C#语言写的,上图列出了MyC编译器编译一个C源文件的过程,编译主路径如下:
首先是入口Main函数用来解析命令行参数,读取源文件,并开始编译过程。Main函数在MyC.cs文件,而IO.cs文件主要保存读取源码文件的相关操作。下表是Main函数的源码(批注用注释的方式显示),IO.cs文件用单独的一个小节说明:
public static void Main()
{
try
{
// 看源码注释,代码是99年写的,也就是说.NET当年正在开发中
// 可能那个时候虚拟机都没有做好向Main函数传递命令行参数的开发
// 用了下面这个奇葩方法获取程序的命令行参数
String[] args = Environment.GetCommandLineArgs();
// 初始化读取源文件的IO对象,该对象负责将源文件以字节流的方式
// 输出给下一个对象 – 词法分析
Io prog = new Io(args);
// 词法分析对象,该对象的工作是过滤掉源码中不必要的字符,比如空格
// 注释之类的,并且把源码中的字符归类 – Tokenize,以便语法分析器
// 更方便的解析语法
Tok tok = new Tok(prog);
// 语法分析对象,解析完毕后即是代码生成阶段,但一般语法分析过程
// 都只会生成语法树,这样的设计可以对接多种结果文件输出手段。比如
// 说,本例中生成可执行文件的exe.cs和生成IL源码的asm.cs都是通过
// 遍历语法树,使用不同的输出策略生成结果文件的
Parse p = new Parse(prog, tok);
// 采用自顶向下的方式进行语法解析
p.program();
// 编译工作已经完成,关闭打开的源文件句柄等资源
prog.Finish();
}
catch (Exception e)
{
// 编译过程中有任何错误,即中断处理,打印错误消息并退出程序
Console.WriteLine("Compiler aborting: " + e.ToString());
}
}
MyC的语法很简单,因此编译过程是很干净的词法分析、语法分析、代码生成和结果输出的过程。其中词法分析代码在tok.cs,语法分析代码在parse.cs中,Emit.cs处理代码生成,而Asm.cs和Exe.cs分别根据命令行参数的设置,来生成最终的可执行文件并选择是否输出IL源码。 IO.cs - IO处理 将源文件读取进内存,并采用流式处理的代码都放在IO这个类里面,IO的构造函数解析命令行参数,并打开源文件,等待Tok.cs里面代码的指令将源文件的字符一个个读进内存并处理,下面是它的构造函数的源码:
public Io(String[] a)
{
int i;
args = a;
// 解析命令行参数,并根据参数打开内部的控制开关,详情请看下面对ParseArgs
// 函数的源码解读
ParseArgs();
// 打开要编译的源文件
ifile = new FileStream(ifilename, FileMode.Open,
FileAccess.Read, FileShare.Read, 8192);
// 如果源文件不存在,报错退出
if (ifile == null)
{
Abort("Could not open file '"+ifilename+"'\n");
}
// 采用流式处理方式读取源文件
rfile = new StreamReader(ifile); // open up a stream for reading
// 根据源文件的名称设定结果输出文件的文件名
i = ifilename.LastIndexOf('.');
if (i < 0)
Abort("Bad filename '"+ifilename+"'");
int j = ifilename.LastIndexOf('\\');
if (j < 0)
j = 0;
else
j++;
classname = ifilename.Substring(j,i-j);
// 根据命令行参数决定是生成.exe、.dll等可执行文件,还是输出包含
// IL源码的.lst文件
if (genexe)
ofilename = classname+".exe";
if (gendll)
ofilename = classname+".dll";
if (genlist)
{
// 如果是要输出IL源码,因为原来的可执行文件也要输出,需要创建一个新的文件
lst_ofilename = classname+".lst";
lst_ofile = new FileStream(lst_ofilename, FileMode.Create,
FileAccess.Write, FileShare.Write, 8192);
if (lst_ofile == null)
Abort("Could not open file '"+ofilename+"'\n");
lst_wfile = new StreamWriter(lst_ofile);
}
}
编译器是在IO类里处理命令行参数的,参数解析实际上是一些字符串处理的活,本文解释下关键代码:
void ParseArgs()
{
int i = 1;
// 程序至少需要两个参数,否则就输出帮助文字并退出
if (args.Length < 2)
{
Abort("myc [/debug] [/nodebug] [/list] [/dll] [/exe] [/outdir:path] filename.myc\n");
}
// 逐个遍历命令行参数
while (true)
{
if (args[i][0] != '/')
break;
// 处理 /? 这个参数,即输出帮助文本
if (args[i].Equals("/?"))
{
Console.WriteLine("Compiler options:\n myc [/debug] [/nodebug] [/list] [/dll] [/exe] [/outdir:path] filename.myc\n");
Environment.Exit(1);
}
// 如果有 /debug 参数,则打开内部的 gendebug 开关,这个开关在代码生成的过程
// 中会用到
if (args[i].Equals("/debug"))
{
gendebug = true;
i++;
continue;
}
// ... ... 跳过类似的代码
// 如果有 /outdir 参数,则获取命令行中指定的目录路径
if (args[i].Length > 8 && args[i].Substring(0,8).Equals("/outdir:"))
{
genpath = args[i].Substring(8);
i++;
continue;
}
// 前面那么多的if相当于switch … case … default 块里面的 case 处理路径
// 下面这段代码即是 default 处理路径 – 如果命令行参数符合前面的if条件
// 都会执行里面的 continue 子句跳出循环,能执行到这里,说明参数
// 是无法识别的参数,因此报告错误并退出执行
Abort("Unmatched switch = '"+args[i]+"'\nArguments are:\nmyc [/debug] [/nodebug] [/list] [/dll] [/exe] [/outdir:path] filename.myc\n");
}
// 如果前面的循环执行完毕,还有参数列表未处理,说明输入了不支持的参数
if (args.Length-i != 1)
{
Abort("myc [/debug] [/nodebug] [/list] [/dll] [/exe] [/outdir:path] filename.myc\n");
}
// 最后一个参数是要编译的源文件路径
ifilename = args[args.Length-1]; // filename is last
}
IO类中大部分函数都是为Tok.cs服务的,因此其它函数在解释词法分析的时候说明