1/18/2014comp - prof. paulemir campos1 upe – caruaru – sistemas de informação disciplina:...

04/11/23Comp - Prof. Paulemir

Campos 1

UPE – Caruaru – Sistemas de InformaçãoDisciplina: CompiladoresProf.: Paulemir G. Campos

Análise Léxica(Parte 2)


Campos 2

Roteiro da Aula Expressões Regulares

Autômato Finito

Referências


Campos 3

Expressões Regulares


Campos 4

Introdução Uma linguagem é um conjunto de

strings. Uma string é uma seqüência finita

de símbolos ou caracteres. Os símbolos ou caracteres fazem

parte do alfabeto finito de uma linguagem.


Campos 5

Introdução No caso de linguagens de

programação, o alfabeto utilizado é o conjunto de caracteres ASCII.

Para facilitar a especificação de uma linguagem de programação, utiliza-se a notação de expressões regulares.


Campos 6

Notação deExpressões Regulares Caracter: Para cada caracter a no

alfabeto da linguagem, a expressão regular a indica que a linguagem contém apenas a string “a”;


Campos 7

Notação deExpressões Regulares Alternação: Dada duas

expressões regulares M e N, o operador de alternação “|” permite a construção de uma nova expressão regular M | N. Ex.: A linguagem de a | b contém as

duas string “a” e “b”.


Campos 8

Notação deExpressões Regulares Concatenação: Dada duas

expressões regulares M e N, o operador de concatenação “.” permite a construção de uma nova expressão regular M . N. Ex.: A expressão regular (a | b). a

contém as duas string “aa” e “ba”.


Campos 9

Notação deExpressões Regulares Epsilon: A expressão regular

representa uma string vazia.

Ex.: A expressão regular (a . b) | representa a linguagem { “ ”, “ab” }


Campos 10

Notação deExpressões Regulares Repetição: Dada uma expressão

regular M, o fechamento de Kleene é representado por M*. Uma string está em M* se é a concatenação de nenhuma ou mais strings de M. Ex.: ((a | b) . a)* representa o conjunto

infinito { “ ”, “aa”, “ba”, “aaaa”, “baba”, “aaaaaa”, “bababa”, ...}


Campos 11

Notação deExpressões Regulares Com esse conjunto básico de

operadores (caracter, alternação, concatenação, epsilon e repetição), pode-se especificar o conjunto de caracteres ASCII correspondente aos tokens (símbolos) léxicos de uma linguagem de programação.


Campos 12

Notação deExpressões Regulares Na escrita de expressões

regulares, algumas vezes pode-se omitir os símbolos de concatenação ou .

Ex.: ab | c indica (a . b) | c (a |) indica (a | )


Campos 13

Notação deExpressões Regulares Algumas outras abreviações:

[abcd] indica (a | b | c | d); [b-g] indica [bcdefg]; [b-gM-Qkr] indica

[bcdefgMNOPQkr]; M? indica (M | ); M+ indica (M.M*).


Campos 14

Notação deExpressões Regulares Resumo:

a indica um caracter “a” indica string vazia espaço em branco também pode representar a string vazia M | N indica alternação, escolha de M ou

N M . N indica concatenação, M seguido de

N


Campos 15

Notação deExpressões Regulares Resumo (Cont.):

MN também indica concatenação M* indica repetição (zero ou mais vezes) M+ indica repetição (uma ou mais vezes) M? indica zero ou uma ocorrência de M [a-zA-Z] indica alternação de conjunto de caracteres


Campos 16

Notação deExpressões Regulares Resumo (Cont.):

. indica qualquer caracter (q. c.) único,

exceto símbolo de nova linha “a.+*” uma string entre aspas

duplas indica a própria string


Campos 17

Notação deExpressões Regulares Exemplos:

if retorne(palavra_res, if) [a-z][a-z0-9]* retorne(identificador,

id) [0-9]+ retorne(inteiro,

num_int) ([0-9]+“.”[0-9]*)|([0-9]*“.”[0-9]+) retorne (real, num_real)


Campos 18

Notação deExpressões Regulares Exemplos (Cont.):

(“--”[a-z]*“\n”)|(“ ” | “\n” | “\t” )+ * não faça nada * . ou q.c.

mostre(mensagem_erro)


Campos 19

Considerações Deve-se definir o critério para

reconhecimento de caracteres do analisador léxico: Maior Símbolo Possível: Lê a maior

cadeia de caracteres possível que pode bater com a expressão regular de um símbolo léxico;

Regra de Prioridade: Lê caracteres até obter-se uma expressão regular de um símbolo léxico.


Campos 20

Considerações Exemplo:

O símbolo if8 indica um identificador ou uma palavra reservada?

Resposta: Depende do critério do analisador léxico. Pelo “Maior Símbolo Possível”, if8 indica um identificador, mas, pela “Regra de Prioridade” if indica uma palavra reservada.


Campos 21

Autômato Finito


Campos 22

Introdução Apesar de Expressões Regulares

serem convenientes para especificar tokens léxicos, necessita-se de um formalismo que possa ser implementado como um programa de computador;

Um Autômato Finito pode ser utilizado para esta finalidade.


Campos 23

Definição Um Autômato Finito tem:

Um conjunto finito de estado; Arcos ou arestas fazem a ligação de

um estado a outro; Cada arco é rotulado com um símbolo

ou caracter; Há um estado inicial e determinados

estados são rotulados de estados finais.


Campos 24

Exemplos de Autômatos Finitos

1 2 33

i f

IF

1 22

a-z

ID

a-z, 0-9

1 22

0-9

Num_Int

0-91 33

0-9

Num_Real

2

0-9

.

0-9

4

0-9.

5

0-9


Campos 25

Exemplos de Autômatos Finitos

1 22

q.c. – (a-z, 0-9, ., -,“ ”)

Erros

1 3

-

Espaço_Branco

2

-

a-z

5

“ ”, \n, \t

4

\n

“ ”, \n, \t

Comentário


Campos 26

Autômato Finito Determinístico Num Autômato Finito

Determinístico (DFA – Deterministic Finite Automaton) nenhum dois arcos que saem de um mesmo estado são rotulados com um mesmo símbolo ou caracter.


Campos 27

Autômato Finito Determinístico Um DFA pode ser utilizado para

aceitar ou rejeitar strings. A partir do estado inicial, para

cada caracter da string de entrada igual ao rótulo do arco de saída, avança-se pro próximo estado;


Campos 28

Autômato Finito Determinístico Caso atinja-se o estado final de um

símbolo léxico, aceita-se a string; Caso contrário, ou em algum ponto

houver diferença entre caracter de entrada e rótulo do arco, rejeita-se a string.


Campos 29

Referências Appel, A. W. Modern Compiler

Implementation in C. Cambridge University Press, 1998. (Capítulo 2, seções 2.2 e 2.3).

1/18/2014comp - prof. paulemir campos1 upe – caruaru – sistemas de informação disciplina:...

Documents