Corso di Linguaggi di Programmazione

Transcript

1 Corso di Linguaggi di Programmazione Lezione 4 Chiara Braghin braghin@dti.unimi.it Dipartimento di Tecnologie dell Informazione Università degli Studi di Milano 4 Marzo 2008

2 Derivazioni canoniche Una derivazione sinistra (leftmost derivation) è una derivazione nella quale si espande il non-terminale più a sinistra in ogni forma di frase intermedia S ABC aabc aabc aabc aabcc aabcc Analogalmente si definisce la derivazione destra (rightmost derivation). Nota: la derivazione destra e quella sinistra non sono le uniche possibili.

3 Le regole della BNF I simboli non-terminali sono racchiusi tra parentesi... e rappresentano categorie sintattiche I simboli terminali spesso sono sottolineati e rappresentano lessemi e token Le regole di produzione usano il simbolo ::= al posto di Una regola ha una parte sinistra (left-hand side: LHS) e una parte destra (right-hand side: RHS) rispetto al simbolo di derivazione, che consistono di simboli terminali e non-terminali LHS ::= RHS if_stmt ::= if logic_expr then stmt Una regola per un simbolo non-terminale può avere più di una parte destra, separate dal simbolo stmt ::= if_stmt while_stmt

4 BNF - Esempi Vedi lavagna.

5 Parse Tree - Albero di derivazione Definizione Rappresentazione grafica e gerarchica della derivazione di una stringa. Data una grammatica G libera da contesto, un parse tree è un albero in cui: la radice è etichettata con il simbolo iniziale S; ciascuna foglia è etichettata con un simbolo terminale o ɛ; ciascun nodo interno è etichettato con un simbolo non terminale; ogni sottoalbero descrive una produzione: se i figli di un nodo interno A sono etichettati (da sx a dx) X 1, X 2,..., X n, allora A X 1 X 2 X n è una delle regole di produzione. se ɛ è l unico figlio di un nodo interno A allora deve esistere la regola A ɛ.

6 Parse Tree Esempio Vedi lavagna.

7 Parse Tree Problema: Ambiguità (1) Una grammatica è detta ambigua quando produce più di un parse tree per una frase. NB: una frase può avere più derivazioni distinte senza che la grammatica sia ambigua!

8 Parse Tree Problema: Ambiguità (2) L ambiguità è un problema per il compilatore, che deve scegliere quale parse tree utilizzare, ovvero quale significato dare alla frase. Possibili soluzioni: usare regole di disambiguazione (ad esempio regole di precedenza tra operatori o informazioni sull associatività) riscrivere la grammatica distinguendo un maggior numero di simboli non terminali (soluzione non ottimale: le dimensioni del parser dipendono dalle dimensioni della grammatica!)

9 Extended BNF (EBNF) Le parti opzionali sono poste tra parentesi quadre [] proc_call ::= function_ident [( arg_list )] Le parti alternative sono poste tra parentesi tonde () e separate con barre verticali term ::= term (+ ) term Ripetizioni (di 0 o più elementi) sono poste tra parentesi graffe {} identifier ::= letter { letter digit }

10 Limiti della BNF La BNF non permette in generale di specificare le regole semantiche statiche. Si può dimostrare che le seguenti due regole non possono essere specificate in BNF: In Pascal ogni variabile deve essere dichiarata prima dell uso. In Ada ogni procedure deve essere chiusa dalla parola chiave end seguita dal nome della procedura.

11 Compilatore (1) Un compilatore traduce il codice sorgente in un programma semanticamente equivalente scritto nel linguaggio macchina desiderato. Le fasi principali di un compilatore sono: Front-end: analisi del codice sorgente Analisi Lessicale (scanning): lettura e riconoscimento dei token (identificatori, numerali, parole chiave, separatori, delimitatori, etc) definiti tramite grammatica regolare. Inizializzazione della tabella dei simboli. Analisi Sintattica (parsing): riconoscimento della struttura del programma, descritta tramite grammatica libera dal contesto. Analisi Semantica (statica): analizza gli aspetti sintattici dei linguaggi di programmazione che non sono trattabili con grammatiche libere (es. verifica che ogni identificatore sia dichiarato prima dell uso, controllo dei tipi). Back-end: generazione del codice macchina

12 Compilatore (2) Analizzatore Lessicale - Scanner 1 Raggruppa caratteri a formare stringhe (lessemi), alle quali attribuisce un codice enumerativo (token), che ne identifica la categoria. 2 Ignora spazi, commenti e caratteri irrilevanti. 3 Riconosce le parole chiave. 4 Si occupa anche della gestione dei file sorgente (inclusione di file, ricerca in directory, gestione buffer).

13 Compilatore (3) Analizzatore Lessicale - Scanner Può essere ottenuto in tre modi: scrivendo un insieme di funzioni; compilando manualmente una tabella di transizioni per un automa a stati finiti; generandolo automaticamente dalla definizione sintattica, con strumenti appositi (es.: lex). Nei compilatori più antichi era un passo separato, che produceva un file di token. Ora è un sottoprogramma, chiamato dall analizzatore sintattico ogni volta che deve leggere un token.

14 Compilatore (4) Analizzatore Lessicale - Scanner Esempio - vedi lavagna

15 Compilatore (4) Analizzatore Sintattico - Parser Raggruppa token per costruire alberi sintattici. Vi sono due approcci base: top-down: l albero è costruito a partire dalla radice; bottom-up: l albero è costruito a partire dalle foglie. In entrambi i casi un solo simbolo di look-ahead è sufficiente, almeno con i linguaggi moderni.

16 Compilatore (5)

17 Compilatore (6)

18 Compilatore (7) Analisi lessicale guidata dall analisi sintattica

19 Interprete Un interprete analizza e contemporaneamente esegue il codice sorgente. Svantaggi: La memoria necessaria aumenta perché l interprete deve coesistere con il programma in esecuzione e le sue variabili. La velocità di esecuzione diminuisce (anche di un fattore 100!) per la necessità di decodificare ripetutamente le istruzioni, individuare le variabili, aggiornare le variabili interne. Vantaggi: Il debugging si semplifica perché l interprete può fornire molte più informazioni su contesto nel quale si è verificato l errore. In alcuni sistemi si può correggere l errore e proseguire.

20 Implementazione ibrida (1) Il linguaggio intermedio è il linguaggio macchina di una macchina virtuale, definito come una sequnza di byte.

21 Implementazione ibrida (2) Vantaggi: L interprete non ha problemi di eseguire un analisi complessa e di costruire una symbol table; Si può distribuire il codice intermedio (anche molto più piccolo del codice sorgente) come se fosse un eseguibile; Si può far eseguire il programma su macchine differenti trasportando solo l interprete/esecutore; La macchina sulla quale viene eseguito l interprete può essere un microprocessore molto semplice.

22 Errori Sintattici Teoricamente scanner e parser devono solo riconoscere un programma sintatticamente errato; In pratica, devono emettere un messaggio quanto più accurato possibile e riprendere l analisi per cercare altri errori. Normalmente ad ogni errore è associato un insieme di token di riallineamento (ad es. parentesi, separatori di istruzioni, etc.), ma in genere è difficile raggiungere un buon compromesso tra: ridurre i messaggi di errore inutili; trovare quanti più errori possibili in una singola compilazione.

23 Esercizi per casa (1) 1 Si consideri la seguente porzione di codice HTML: <html> <head> <title>una qualsiasi stringa</title> </head> <body> Testo oppure altri tag. </body> </html> Se ne scriva la grammatica (usando la notazione BNF o EBNF). 2 Data la grammatica G = (NT, T, P, S) con NT = {S, A, B}, T = {0, 1} e P = {S 0B 1A, A 0 0S 1AA, B 1 1S 0BB} determinare il linguaggio L(G).

24 Esercizi per casa (2) 3 Scrivere in notazione BNF una grammatica che generi il seguente parse tree: <assign> <id> = <expr> a <id> * <expr> b ( <expr> ) <id> a + <expr> <id> b

25 Esercizi per casa (3) 4 Considerare il linguaggio generato dalla seguente grammatica: select SELECT colonna colonna tabella FROM tabella [WHERE select ] Si individuino gli errori presenti nel seguente programma scritto in tale linguaggio, e si specifichi di quale tipo di errore si tratti (lessicale, sintattico): (1) SELACT nome FROM Studenti (2) SELECT "nome" FROM Studenti