COMPILADORES

ANÁLISE SINTÁTICAGuilherme Amaral Avelino

gavelino@gmail.com

Analisador sintático (parser) é o responsável por verificar se as construções utilizados no programa estão gramaticalmente corretas

Analisador léxico

Analisador sintático

Programa fonte

Envia token

Solicita novo token

Tabela de símbolos

Árvore de derivação

RECONHECIMENTO DE UMA LINGUAGEM Toda linguagem tem de ter regras que descrevem sua estrutura

sintática (ou sintaxe) A sintaxe pode ser descrita através de uma gramática ou pela

notação BNF Vantagens de se utilizar uma gramática:

Fornece uma especificação sintática precisa e fácil de entender

Para certas classes de gramáticas, podemos construir automaticamente um analisador sintático e o gerador automático pode certas ambigüidades sintáticas da LP, difíceis de serem identificadas diretamente pelo projeto do compilador

Novas construções que surgem com a evolução da linguagem podem facilmente ser incorporadas a um compilador se este tem sua implementação baseada em descrições gramaticais

DESCRIÇÃO DE UMA LINGUAGEM ATRAVÉS DE UMA GRAMÁTICA Linguagens regulares não são capazes de

identificar recursões centrais E = x | “(“ E “)”

Solução: Uso de gramáticas livres de contextos Uma Gramática Livre de Contexto é construída

utilizando símbolos terminais e não-terminais, um símbolo de partida e regras de produções, onde: Os terminais são os símbolos básicos a partir dos

quais as cadeias são formadas. Na fase de análise gramatical os tokens da linguagem representam os símbolos terminais. Ex: if, then, else, num, id, etc.

GRAMÁTICA LIVRE DE CONTEXTO Os não-terminais as variáveis sintáticas que

denotam cadeias de caracteres. Impõem uma estrutura hierárquica que auxilia na análise sintática e influencia a tradução. Ex: cmd, expr.

Numa gramática um não terminal é distinguido como símbolo de partida, e o conjunto que o mesmo denota é a linguagem definida pela linguagem. Ex: program

As produções de uma gramática especificam como os terminais e não-terminais podem se combinar para formas as cadeias da linguagem. Cada produção consiste em um não terminal seguido por uma seta (ou ::=), serguido por uma cadeia de não terminais e terminais

GRAMÁTICA LIVRE DE CONTEXTO Ex:

expr ::= expr op exprexpr ::= (expr)expr ::= - exprexpr ::= idop ::= +op ::= -op ::= *op ::= /

Simbolos terminais id + - * / ( )

Símbolos não-terminais expr e op , sendo expr o símbolo de partida

CONVENÇÕES NOTACIONAIS Símbolos Terminais

Letras minúsculas do inicio do alfabeto, tais como a, b c Símbolos de operadores, tais como +, -, etc Símbolos de pontuação, tais como parênteses e vírgulas Dígitos 0, 1, ..., 9 Cadeias em negritos como id ou if

Símbolos não-terminais Letras maiúsculas do início do alfabeto, tais como A, B, C A letra S, quando aparecer é usualmente símbolo

de partida Nomes em itálico formados por letras minúsculas,

como expr ou cmd A menos que seja explicitamente estabelecido, o lado

esquerdo da primeira produção é o símbolo de partida

GRAMÁTICAS Produções para o mesmo símbolo não terminal a esquerda

podem ser agrupadas utilizando “|”. Ex: A::= +|-|... Exemplo:

expr ::= expr op exprexpr ::= (expr)expr ::= - exprexpr ::= idop ::= +op ::= -op ::= *op ::= /

E ::= E A E|(E)|-E| idA ::= +|-|*|/

GRAFOS DE SINTAXE Grafo direcionado contendo dois tipos de

vértices Vértices em elipse para representar os símbolos

terminais Vértices retangulares para não terminais

ÁRVORES GRAMATICAIS Representação gráfica de uma derivação Dá forma explícita a estrutura hierárquica

que originou a sentença Dada uma GLC, a árvore de derivação é

obtida: A raiz da árvore é o símbolo inicial da gramática Os vértices interiores são obrigatoriamente não-

terminais. Ex: Se A ::= X1X2...Xn é uma produção da gramática, então A será um vétice interior e X1, X2, ..., Xn serão os filhos (da esquerda para a direita)

Símbolos terminais e a palavra vazia são as folhas

A

X1 X2 Xn...

ÁRVORES DE DERIVAÇÃO Exemplo: -(id + id)

E

- E

( E )

+ EE

Id id

E::=-E

E::=(E)

E::=E+E

E::=id E::=id

DERIVAÇÕES Processo através do qual as regras de produções

da gramática são aplicadas para formar uma palavra ou verificar se esta pertence a linguagem

Símbolo não terminal é substituído pelo lado direito da produção correspondete

Ex: -( id + id )E => -E => -(E) => -(E+E) => -(id + E) => -(id + id)

Dois passos: Qual terminal será escolhido para derivar

Derivação mais a esquerda Derivação mais a direita

Qual regra utilizar

AMBIGÜIDADE Se uma gramática possui mais de uma árvore gramatical

para uma mesma sentença é dita ambígua Parte do significado dos comandos de uma linguagem

podem estar especificado em sua estrutura sintática Ex: id + id * id possui duas derivações mais a esquerda

E

id E

* EE

id id

+

E

E

* EE

id id

+ id

AMBIGÜIDADE Regras de precedência Reescrita da gramática

expr ::= expr op exprexpr ::= idop ::= +op ::= -op ::= *op ::= /

expr ::= term | term op1 termterm ::= fator | fator op2 fatorfator ::= id | (expr)op1 ::= +op1 ::= -op2 ::= *op2 ::= /

cmd ::= if expr then cmd|if expr then cmd else cmd|outro

if E1 then S1 else if E2 then S2 else S3

cmd

cmd cmdexprif then elseE1 S1

cmd cmdexprif then elseE2 S2 S3

cmd

cmdexprif then

cmd cmdexprif then elseE1

E2 S1 S2

cmd

cmd cmdexprif then elseE1 S2

cmdexprif thenE2 S1

if E1 then if E2 then S1 else S2

cmd ::= if expr then cmd|if expr then cmd else cmd|outro

Regra geral: associar cadaelse ao then anterior mais próximo

REESCREVENDO A GRAMÁTICA Todo enunciado entre um then e um else precisa

ser “associado”, isto é não pode terminar com um then ainda não “associado”

Um enunciado associado ou é um enunciado if-then-else contendo somente enunciados associados ou é qualquer outro tipo de enunciado incondicional

cmd ::= cmd_associado |cmd_não_associado

cmd_associado ::= if expr then cmd_associado else cmd_associado|outro

cmd_não_associado ::= if expr then cmd | if expr then cmd_associado else cmd_não_associado

ELIMINAÇÃO DE RECURSÃO A ESQUERDA Uma gramática é recursiva a esquerda se possui um não-

terminal A, tal que, exista uma derivação A => Aα para alguma cadeia α

É importante para permitir o processamento top-down Método:

Agrupamos os produções recursivas1. A ::= Aα1|Aα2|... |Aαn |β1|β2|...|βn

Onde nenhum β começa com um A2. Substituímos as produções-A por

A ::= β1A’| β2A’| ...|βnA’ A’ ::= α1A’| α2A’|...| αnA’|ε

Ex:E ::= E + T|TT ::= T * F|FF ::= (E)|id

E ::= TE’E’ ::= +TE’ | εT ::= FT’T’ ::= *FT’ | εF ::= (E) | id

ELIMINAÇÃO DE RECURSÃO A ESQUERDA Recursão não-imediataS ::= Aa | bA ::= Ac | Sd | ε

A ::= Ac | Aad | bd | ε

S ::= Aa | bA ::= bdA’ | A’A’ ::= cA’ | adA’ | ε

S ::= Sda | bS ::= bS’S’ ::= daS’| ε

A ::= Ac | Sd | εA ::= SdA‘A’ ::= cA’ | ε

S ::= bS’S’ ::= daS’| εA ::= SdA‘A’ ::= cA’ | ε

‘

FATORAÇÃO À ESQUERDA Transformação que facilita a análise sintática Deve ser realizada quando a escolha entre

duas opções começa com uma cadeia comum Neste caso deve se adiar a escolha Regra geral:

Se A ::= αβ1 | αβ2 forem duas produções e a entrada começar com uma cadeia não vazia derivada de α, não sabemos se A deve ser expandida para αβ1 ou αβ2

Devemos, então, adiar a decisão expandido A para αA’ e após ler a entrada derivada de α, expandir A’ para β1 ou β2.

A ::= αA’A’ ::= β1 | β2

cmd ::= if expr then cmd else cmd|if expr then cmd|outro

cmd ::= if expr then cmd cmd’| outrocmd' ::= else cmd | ε

α

ANÁLISE GRAMATICAL Processo através do qual é verificado se uma

cadeia pode ser gerado pela gramática Análise Top-Down ou Descendente

Inicia-se na raiz da árvore gramatical e segue em direção as folhas

Em cada passo um lado esquerdo de uma regra de produção é substituído pelo direito até produzir todos os símbolos folha da palavra

Análise Botton-Up A análise é feita a partir das folhas em direção a raiz Em cada passo um lado direito de uma regra de

produção é substituído por um símbolo não-terminal (redução) até obter o símbolo inicial S (raiz)

S S S S

a S a

a

S

S

S

a

a

S

c

S ::= aS|cw = aac

S

S

S

aa c

S ::= aS|cw = aac

S

S

aa c

S

aa caa c

ANALISADOR SINTÁTICO TOP-DOWN (DESCENDENTE) Produz uma derivação mais a esquerda para

uma cadeia de entrada Tem como principal problema determinar, a

cada passo, qual produção deve ser aplicada para substituir um o símbolo não-terminal

Quando uma produção é escolhida, o restante do processo de análise consiste em casar os símbolos terminais da produção com o a cadeia de entrada

ANÁLISE SINTÁTICA DE DESCIDA RECURSIVA Consiste em um conjunto de procedimentos,

um para cada não terminal da gramática

1. void A(){2. escolheProdução-A(); // A:: X1,X2,...Xk

3. for (i=1 até k){4. if (Xi é um não terminal)5. executa Xi();6. else if (Xi igual a símbolo de entrada a)7. avança na entrada para o próximo símbolo;8. else /*ocorre um erro*/9. }10. }

ANÁLISE SINTÁTICA DE DESCIDA RECURSIVA Pode exigir retrocesso, resultando em repetidas

leituras sobre a entrada (Tentativa e erro) Deve-se permitir a escolha de mais de uma produção Um erro no reconhecimento não deve gerar um erro, mas

sim a tentativa de uma nova produção Um erro só deve ocorrer quando não houver mais

nenhuma produção a ser testada Para tentar uma nova produção é necessário colocar o

apontador de entrada na posição que estava no inicio do processo

S ::= cAdA ::= ab | a

Sc A d

a ba

*Obs: Uma gramática recursivaà esquerda pode fazer com queum analisador recursivo à esquerda entre em loop infinito

FUNÇÕES FIRST E FOLLOW Funções que auxiliam a construção de

analisadores sintáticos Permitem escolher qual produção deve ser

aplicada baseada no próximo símbolo de entrada First

Define o conjunto de símbolos que iniciam derivações a partir de uma seqüência de símbolos terminais e não-terminais

c está em First(A) Follow

Define o conjunto de símbolos que se pode seguir a derivar após um dado símbolo não terminal

a está em Follow(A) ...

S

α A a β

c γ

FUNÇÃO FIRST - REGRAS Para calcular FIRST(X) de todos os símbolos X

da gramática, as seguintes regras devem ser aplicadas até que não haja mais terminais ou ε: Se X é um símbolo terminal, então FIRST(X)={X} Se X é um símbolo não-terminal e X::= Y1Y2...Yk é

uma produção p/ algum k≥1, então: acrescente a a First(X) se, para algum i, a estiver em

FIRST(Yi), e ε estiver em todos os FIRST(Y1),... FIRST(Yi-1). adicione ε se ε está em FIRST(Yj) para todo j = 1,2,...k Se Y1 não derivar ε, nada mais deve ser acrescentado a FIRST(X)

Se X::= ε é uma produção, então acrescente ε a FIRST(X)

FUNÇÃO FIRST - EXEMPLO Dada a Gramática G=({+,*,(,),id},

{E,T,F,T’,E’}, E, {E::=TE’; E’::=+TE’|ε; T::=FT’; T’=*FT’|ε; F::=(E)|id}), determine: FIRST(T) =

FIRST(E’) =

FIRST(T’) =

FIRST(F)FIRST(() U FIRST(id){(,id}FIRST(+) U FIRST(ε){+, ε}FIRST(*) U FIRST(ε){*, ε}

FUNÇÃO FIRST - EXEMPLO Dada a Gramática G=({a,b,c}, {I,A,B}, I,

{I::=aBa|BAc|ABc; A::=aA|ε; B::=ba|c}), determine: FIRST(aBa) = FIRST(BAc) =

FIRST(ABc) =

{a}FIRST(ba) U FIRST(c){b} U {c}{b,c}

FIRST(aA) U FIRST(ε) U FIRST(Bc){a} U {ε} U FIRST(ba) U FISRT(c){a} U {ε} U {b} U {c}{a,b,c, ε}

FUNÇÃO FOLLOW - REGRA Para calcular FOLLOW(A) de todos os não-

terminais A, as seguintes regras devem ser aplicadas até que nada mais possa ser acrescentado a nenhum dos conjuntos FOLLOW: Coloque $ em FOLLOW(S), onde $ é o marcador

de fim da entrada Se houver uma produção A::αBβ, então tudo em

FIRST(β) exceto ε está em FOLLOW(B) Se houver uma produção A::αB, ou uma produção

A::= αBβ, onde o FIRST(β) contém ε, então inclua o FOLLOW(A) em FOLLOW(B)

FUNÇÃO FOLLOW - EXEMPLO G=({+,*,(,),id}, {E,T,F,T’,E’}, E, {E::=TE’;

E’::=+TE’|ε; T::=FT’; T’=*FT’|ε; F::=(E)|id}) FOLLOW(E) =

FOLLOW(T) =

FOLLOW(F) =

FOLLOW()) U {$}{),$}

FIRST(E’) U FOLLOW(E){+} U {),$}{+,),$}

FIRST(T’) U FOLLOW(T){*} U {+,),$}{*,+,),$}

FUNÇÃO FOLLOW - EXEMPLO G=({a,b,c}, {I,A,B}, I, {I::=aBa|BAc|ABc;

A::=aA|ε; B::=ba|c} FOLLOW(I) = FOLLOW(A) =

FOLLOW(B) =

{$}

FIRST(c) U FIRST(Bc) U FOLLOW(A){c} U {b,c} U ({c} U {b,c} U ...){b,c}

FIRST(a) U FIRST(Ac) U FIRST(c){a} U {a,c} U {c} {a,c}

CENAS DO PRÓXIMO CAPÍTULO Gramáticas LL(1) Construção de tabela preditiva