NDICE 1. INTRODUCCIN.42. OBJETIVO.53. DEFINICIN DE
TRADUCTOR.53.1 ETAPAS DE UN COMPILADOR.63.1.1 ETAPA DE
ANLISIS73.1.1.1 ANLISIS LEXICO..73.1.1.1.1 QUE ES EL ANLISIS
LEXICO?............................................................73.1.1.1.2
QUE REALIZA EL ANLISIS
LEXICO?..................................................83.1.1.1.3
COMO FUNCIONA EL ANLISIS
LEXICO?...........................................83.1.1.1.4 QUE SE
PUEDE HACER CUANDO OCURRE UN ERROR?...............103.1.1.1.5
CONTRUCCION DE UN LEXICO..113.1.1.1.6 ROL DEL ANALIZADOR
LEXICO..143.1.1.1.7 EJEMPLO...153.1.1.1.8 AUTOMATA QUE VALIDA UNA
CADENA173.1.1.1.9 LENGUAJE PROGRAMA PROPUESTO(PALABRAS
RESERVADAS)..183.1.1.2 ANLISIS SINTACTICO..243.1.1.2.1 GRAMATICA
LIBRE DE CONTEXTO253.1.1.2.2 DERIVACIONES Y LEGUAJE DEFINIDO POR
UNA GRAMATICA.26 3.1.1.2.3 DERIVACIONES POR LA IZQUIERDA Y
DERIVACION POR LA DERECHA273.1.1.2.4 ARBOLES DE ANALISIS GRAMATICAL
Y ANLISIS SINTACTICO ABSTRACTOS...283.1.1.2.5 ANLISIS SINTACTICO
DESENDENTE..293.1.1.2.5.1 EJEMPLO DE ANLISIS SINT.
DESENDENTE..313.1.1.2.6 ANLISIS SINTACTICO
ASCENDENTE..333.1.1.2.6.1 EJEMPLO ANLISIS SINT.
ASCENDENTE.343.1.1.2.7 DIFERENCIA ENTRE ANLISIS SINTACTICO
DESENDENTE Y ASCENDENTE353.1.1.3 ANLISIS SEMANTICO..363.1.2 ETAPA
DE SNTESIS..373.1.2.1 GENERACION DE CODIGO INTERMEDIO373.1.2.2
OPTIMIZACION DE CODIGO INTERMEDIO..373.1.2.3 GENERACION DE CODIGO
OBJETO.383.1.3 TABLA DE SMBOLOS...393.1.4 MANEJO DE ERRORES403.1.5
HERRAMIENTAS PARA EL DESARROLLO DE COMPILADORES414 CONCLUSIN435
BIBLIOGRAFA44
INTRODUCCIN
El ordenador digital era una mquina que ejecutaba instrucciones
en cdigos numricos esos cdigos sealaban a los circuitos de la
mquina sus operaciones correspondientes. A esa expresin se le llamo
lenguaje maquina la cual lo interpretaba un microprograma, a lo
largo del tiempo los usuarios de esos ordenadores descubrieron la
ventaja de escribir sus programas mediante claves ms fciles. Esas
claves hacen los llamados lenguajes ensambladores.
Despus surgi un lenguaje que permita escribir frmulas matemticas
de manera traducible por un ordenador a ese ordenador le llamaron
fortran que fue considerado como el primer lenguaje de alto
nivel.
A partir de eso fue surgiendo por primera vez el concepto de un
traductor. Su definicin fue programa que traduca un lenguaje a otro
lenguaje, en el caso de que el lenguaje a traducir es un lenguaje
de alto nivel y el lenguaje traducido de bajo nivel a eso se le
denomina el trmino compilador
En este trabajo, se introduce el tema de la compilacin
describiendo los componentes de un compilador en el entorno en el
que trabajan los compiladores y algunas herramientas de software
que facilitan la construccin de compiladores.
Un compilador es tambin el anlisis lxico, sintctico y semntico.
En este trabajo abordaremos los temas lxico y sintctico. Las etapas
del anlisis se dividen en dos partes: anlisis y sntesis. En la
etapa de anlisis hablaremos del anlisis lxico y sintctico. El
anlisis lxico En el cual la cadena de caracteres que constituye el
programa fuente se lee de izquierda a derecha y se agrupa en
componentes lxicos y La tarea del analizador sintctico es
determinar la estructura sintctica de un programa a partir de los
tokens producidos por el analizador lxico.
OBJETIVO
Conocer herramientas utilizadas para la construccin de
compiladores y las fases de procesamiento que realiza este
lenguaje.
DEFINICIN DE TRADUCTOR
Cdigo fuente: Son las instrucciones que el programador escribe
en un lenguaje de programacin.
Traductor: Pasar las instrucciones escritas den un lenguaje de
alto nivel a un lenguaje mquina.
Lenguaje mquina: es un conjunto de unos y ceros de una
instruccin.
Fig. 1 Funcin de Traductor
Ejemplos de traductores: los intrpretes y los compiladores.
Compilador: es un programa que primero se compila y despus
transforma el lenguaje cdigo fuente al lenguaje mquina.
Intrprete: traduce el programa cuando lo lee, convirtiendo el
cdigo del programa directamente en acciones.
ETAPAS DE UN COMPILADOR
Las etapas de un compilador se dividen en 2: anlisis y
sntesis.
Etapa de anlisis:
Lxico
Sintctico
Semntico
Etapa de sntesis:
Generacin de cdigo intermedio
Optimizacin de cdigo intermedio
Generacin de cdigo objeto
Un compilador opera en fases, cada una de las cuales transforma
el programa fuente de una representacin en otra.
En la sig. Figura se muestra una descomposicin tpica de un
compilador.
Fig. 2 Etapas de un Compilador
DESCRIPCIN DE LAS ETAPASETAPA DE ANLISIS:
Divide al programa fuente en sus elementos y crea una
representacin intermedia del programa fuente. Requiere las
tcnicasmsespecializadas.
Esta fase realiza una comprobacin de si el programa fuente,
cumple con las reglas de la gramtica del lenguaje de programacin.
Normalmente, se suele dividir en tres etapas:
LXICO
Es el anlisis lineal en el cual la cadena de caracteres que
constituye el programa fuente se lee de izquierda a derecha y se
agrupa en componentes lxicos (tokens en ingls).
Tokens: pueden ser los identificadores, los smbolos de
puntuacin, las palabras reservadas.
Lee el programa fuente.
Remueve espacios en blanco, tabulaciones, saltos de lnea.
Remueve comentarios.
Agrupa los caracteres en unidades llamadas tokens.
Qu Es El Anlisis Lxico?
El proceso de anlisis lxico se refiere al trabajo que realiza el
scanner con relacin al proceso de compilacin.
El scanner representa una interfaz entre el programa fuente y el
analizador sintctico o parser. El scanner, separa el programa
fuente en piezas llamadas tokens a travs del examen carcter por
carcter del texto. Los tokens representan los nombres de las
variables, operadores, etiquetas, y todo lo que comprende el
programa fuente.
Es un concepto diferente de compilacin, en si es una fase del
proceso de compilacin. Es la primera fase de las 6 que se pueden
resumir
Fig. 3 Anlisis y Sntesis
QUE REALIZA EL ANALISIS LEXICO?
La separacin entre anlisis lxico (scanning) y anlisis sintctico
(parsing) puede tener tambin otras ventajas. El anlisis lxico de
caracteres generalmente es lento en los compiladores, y separndolo
del componente de anlisis semntico de la compilacin, el nfasis
particular puede darse para hacer ms eficiente el proceso.
Lo que se realiza en esta etapa la lectura del cdigo fuente y la
separacin de ese cdigo en tokens para verificar si esos tokens
pertenecen al alfabeto del lenguaje.
COMO FUNCIONA EL ANALISIS LEXICO?
El analizador lxico opera bajo peticin del analizador sintctico
devolviendo un componente lxico conforme el analizador sintctico lo
va necesitando para avanzar en la gramtica. Los componentes lxicos
son los smbolos terminales de la gramtica.
Suele implementarse como una subrutina del analizador sintctico.
Cuando recibe la orden obtn el siguiente componente lxico, el
analizador lxico lee los caracteres de entrada hasta identificar el
siguiente componente lxico.
Fig. 4 Funcin de Anlisis Lxico
Un analizador de lxico tiene como funcin principal el tomar
secuencias de caracteres o smbolos del alfabeto del lenguaje y
ubicarlas dentro de categoras, conocidas como unidades de
lxico.
Las unidades de lxico son empleadas por el analizador gramatical
para determinar si lo escrito en el programa fuente es correcto o
no gramaticalmente. Algunas de las unidades de lxico no son
empleadas por el analizador gramatical sino que son descartadas o
filtradas. Tal es el caso de los comentarios, que documentan el
programa pero que no tienen un uso gramatical, o los espacios en
blanco, que sirven para dar legibilidad a lo escrito.
Si existe una lnea de cdigo se lee los caracteres del programa
fuente de izquierda a derecha y se agrupan en tokens como se
mencion anteriormente, por ejemplo en la siguiente lnea.
If (Contador == 1)
Los va a separar en patrones ya establecidos que se definen en
la implementacin del cdigo del compilador pero por lo general se
realiza a como se presenta en el siguiente cdigo.
If ( Contador == 1 )
Token
Una vez separados los identificadores se pueden hacer
comparaciones para ver si la lnea de cdigo cumple con los
requisitos que se requiere, ahora para sustentar el funcionamiento
de un analizador lxico se presentaran los siguientes ejemplos:
Fig. 5 Ejemplo Funcionamiento de Analizador Lxico
QUE SE PUEDE HACER CUANDO OCURRE UN ERROR?
Existen 2 mtodos:
MODO PANICO:
Cuando se encuentra un error ignora todos los dems token hasta
encontrar un componente bien formado o delimitador.
Fig. 6 Ejemplo Error Modo Pnico
Existe otro mtodo donde s se corrige:
ARREGLAR LA ENTRADA:
Fig. 7 Ejemplo error Arreglar la Entrada
En la terminologa empleada en la construccin de un analizador de
lxico se encuentran los siguientes trminos.
Construccin De Un Lxico
Patrn
Descripcin de la forma que han de tomar los lexemas para
ajustarse a un componente lxico.
Representa la regla para que una secuencia de caracteres sea
considerada cierta unidad de lxico.
Ejemplo: El patrn para un identificador de Pascal es:
Una letra seguida por letras, dgitos o guiones (_)
Fig. 8 Ejemplo de Patrones
Descripcin de Patrones
Un patrn se puede describir:
1.- Mediante una descripcin informal, en donde se emplea el
lenguaje natural
Para describir el comportamiento de la regla de lxico. Por
ejemplo:
Un nmero entero es una secuencia de uno o ms dgitos del 0 al 9.
O un identificador es una letra seguida de letras, dgitos o guiones
de subrayar. La descripcin informal es til slo entre humanos;
computacionalmente an no hay herramientas para construir sobre
ellas analizadores de lxico.
2. Utilizando expresiones regulares. Una expresin regular es una
notacin formal que utiliza operaciones sobre el alfabeto de un
lenguaje. Por ejemplo, se puede definir que un identificador
es:
{Letra} ({Letra} | {dgito} | {guin})*
Que interpreta como un elemento del conjunto letra seguido de
cero o ms veces (la cerradura kleene, representada por el
asterisco) de una letra, digito o guion (la seleccin representada
por la barra vertical).
Esta notacin es forma y computacionalmente til para construir
analizadores de lxico empleando la herramienta LEX.
3. Utilizando autmatas finitos (diagramas de transicin o
diagramas sintcticos), que son representaciones grficas de las
relaciones entre conjuntos de smbolos (aristas) por medio de
estados, a los cuales pueden llegarse o transitarse por ellos al
encontrar un smbolo perteneciente a un conjunto.
Lexema
Una secuencia de caracteres de entrada que comprenden un solo
componente lxico se llama lexema; cadena de caracteres que extrae
el componente abstracto del componente lxico.
El valor actual de un conjunto de caracteres que satisfacen un
patrn.
Ejemplo:
Este_es_1_ejemplo
Este es el lexema que satisface el patrn de un
identificador.
Atributos:Informacin adicional que tiene el token, de utilidad
para el anlisis sintctico y semntico.
Token o Ficha
El valor asociado a una categora o unidad de lxico. Se
representa como un nmero entero o una constante de un byte.
Smbolos terminales de una gramtica.
Identificadores, palabras reservadas, operadores,...
Varios signos pueden forman el mismo token
Ejemplo: el token de un identificador puede ser 1 id (si id fue
definida como 1).
Componentes lxicos (tokens):unidad mnima de informacin que
significa algo a la hora de compilar; concepto de palabra; las
fases de un lenguaje constan de cadenas de componentes lxicos.
Unidades de lxico
Categoras en que se clasifican las cadenas de caracteres vlidos
en un lenguaje. Los caracteres vlidos reciben el nombre de
alfabeto. Por ejemplo, el alfabeto de Pascal es:
A-Z, a-z, 0-9, _, =, :, ;, ,, , -, ', ", *, /, (, ), [, ],
.,
Y las unidades de lxico para pascal son:
identificadores
literales numricas
operadores aritmticos
cadenas de caracteres
separadores
operadores relacionales
operadores lgicos
comentarios
Con respecto al lenguaje para controlar al ROBOT, tenemos que su
alfabeto es:
n,o,r,t,e,s, ,u,i,c
y las unidades de lxico son:
rdenes
(norte, sur, este, oeste, inicio)
y espacios en blanco.
Algunas familias de categoras lxicas tpicas de los lenguajes de
programacin son:
Palabras clave Palabras con un significado concreto en el
lenguaje. Ejemplos de palabras clave en C son while, if, return. .
. Cada palabra clave suele corresponder a una categora lxica.
Habitualmente, las palabras clave son reservadas. Si no lo son,
el analizador lxico necesitara Informacin del sintctico para
resolver la ambigedad.
Identificadores Nombres de variables, nombres de funcin, nombres
de tipos definidos por el Usuario, etc. Ejemplos de identificadores
en C son i, x10, valor ledo. . .
Operadores Smbolos que especifican operaciones aritmticas,
lgicas, de cadena, etc. Ejemplos de operadores en C son
+, *, /, %, ==, !=, &&. . .
Constantes numricas Literales1 que especifican valores numricos
enteros (en base decimal, octal, hexadecimal. . . ), en coma
flotante, etc. Ejemplos de constantes numricas en C son
928, 0xF6A5, 83.3E+2. . .
Constantes de carcter o de cadena Literales que especifican
caracteres o cadenas de caracteres.
Un ejemplo de literal de cadena en C es "una cadena"; ejemplos
de literal de carcter
Son 'x', '\0'. . .
Smbolos especiales Separadores, delimitadores, terminadores,
etc. Ejemplos de estos smbolos en C son {, }, ;. . . Suelen
pertenecer cada uno a una categora lxica separada.
Hay tres categoras lxicas que son especiales:
Comentarios Informacin destinada al lector del programa. El
analizador lxico los elimina.
Blancos En los denominados \lenguajes de formato libre" (C,
Pascal, Lisp, etc.) los espacios en blanco, tabuladores y saltos de
lnea solo sirven para separar componentes lxicos. En ese caso, el
analizador lxico se limita a suprimirlos. En otros lenguajes, como
Python, no se pueden eliminar totalmente.
Fin de entrada Se trata de una categora ficticia emitida por el
analizador lxico para indicar que no queda ningn componente
pendiente en la entrada.
El rol del analizador de Lxico
Aunque el analizador de lxico es la primera etapa del proceso de
compilacin, no es quien lo inicia. Pudiera considerarse que el
analizador de lxico hace su procesamiento y enva sus resultados al
analizador gramatical, como secuencialmente se aprecia en el
proceso de compilacin; no es as: La compilacin empieza con el
analizador gramatical quien solicita un token para realizar su
trabajo; el analizador de lxico rene smbolos y enva el token
correspondiente a la unidad de lxico que conform al analizador
gramatical y espera una nueva solicitud de token. Como se aprecia
en la figura siguiente.
Fig. 9 Rol de Analizador Lxico
Durante estas etapas se tiene comunicacin con la tabla de
smbolos que concentra informacin de las entidades empleadas en el
programa.
Ejemplos de Anlisis Lxico
Fig. 10 Ej-1 Anlisis Lxico
Fig. 11 Ej-2 Anlisis Lxico
Fig. 12 Ej-3 Anlisis Lxico
Fig. 13 Ej-4 Anlisis Lxico Fig. 14 Ej-5 Anlisis Lxico
Fig. 15 Ej-6 Anlisis Lxico
AUTOMATA QUE VALIDA UNA CADENA
Fig. 16 Automata Finito Determinista-Validacion de Cadena
= {-, +, ., d, e, fdc }
Q= {1, 2, 3, 4, 5, 6, 7, 8}
Q0= {1}
T= {2, 5, 8}
TF= {(1, d, 2), (1,+,3), (1,-,3), (2,d,2), (2,.,4), (4,d,5),
(5,d,5), (5,e,6), (6,+,7), (6,-,7), (6,d,8), (7,d,8), (8,d,8)}
Tabla de transicin
Fig. 17 Tabla de Transicion-Validacion de Cadena
Pseudocdigo:
Fig. 18 Pseudocodigo-Validacion de Cadena
LEGUAJE DE PROGRAMACIN PROPUESTO
NETMUA
CARACTERISTICAS GENERALES:
Es un lenguaje de Programacin interpretado,reflexivoyorientado a
objetos, fue desarrollado para resolver problemas de diversos
Tipos, basados en la programacin; Comparte tambin Funcionalidad con
otros lenguajes, Est diseado para la productividad y la diversin
del desarrollador, siguiendo los principios de una buena interfaz
de usuario.Sostiene que el diseo de sistemas necesita enfatizar las
necesidades humanas ms que las de la mquina:
PALABRAS RESERADAS
Fig. 19 Palabras Reservadas
REGLA DE IDETIFICADORES
Los indicadores son nombres que nosotros le asignamos a
variables, nombres de mtodos, nombre de clases etc.
Deber empezar con un _
Seguido de una letra o un numero
Podrs utilizar la cantidad de letras o nmeros que desees.
No se pueden incluir smbolos como identificadores
Las palabras reservadas no podrn ser identificadores.
Para Poder Especificar Le Daremos Un Pequeo Ejemplo:
_resultado586
NUMERO
Operador
Descripcin
1
+
Suma
2
-
Resta
3
*
Multiplicacin
4
=
Asignacin
5
==
Comparacin (igual que)
6
!=
Comparacin (diferente de)
7
/
Divisin
8
++
Incremento en uno
9
--
Decremento en uno
10
%
Residuo
11
^
Exponente
12
&
AND
13
|
OR
14
>
Mayor que
15
=
Mayor igual que
17
=y) {
Mostrar (hola mundo);
} No {
Mostrar (hello world);
}
Ciclos.
Ejemplo del ciclo para:
for ( i=0; i
