【问题标题】：Compiler Design : Is "variable not declared" a syntactic error or semantic error?编译器设计：“变量未声明”是语法错误还是语义错误？
【发布时间】：2012-10-23 13:25:29
【问题描述】：

在类型检查或解析输入时是否会产生这种类型的错误？应该在什么类型下解决错误？

【问题讨论】：

这取决于我认为的语言。对于静态类型语言（例如 C、Scala），我会认为它是语法/“句法”错误，并希望它在编译期间发生；在具有动态变量绑定的语言（例如 JavaScript、Ruby）中，我认为这是一个语义错误，并希望它在运行时发生。无论如何，我投了“不具建设性”的票。
那么在静态类型语言中，类型检查是在解析过程中完成的？
解析和类型检查确实应该被视为整个编译过程的两个不同阶段。但是，这将取决于实施；这是可以想象的- ick！ - 在解析期间强制执行范围规则。类型检查不仅仅是“范围检查”：不仅必须定义绑定（甚至可能分配一个值），而且类型必须兼容。
糟糕，澄清我的第一条评论：我会将“未声明的变量”归类为语法，而我可以说“不兼容的类型”是静态环境中的语义。
呵呵，有趣的问题。我不同意投票关闭它的人，这是与编程相关且特定的。（顺便说一句，我在设计我的脚本语言时偶然发现了完全相同的问题 - 我还没有完成它，但我发现这更容易实现为“语义”，运行时类型的错误。）

标签： parsing compiler-construction semantics syntactic-sugar typechecking

【解决方案1】：

该程序符合语言语法，因此在语法上是正确的。语言语法不包含诸如“必须声明标识符”之类的任何语句，并且确实没有任何方法可以这样做。在 Algol-68 项目中，按照这些思路构建两级语法的尝试失败了，据我所知，此后一直没有尝试过。

每个的含义是一个语义问题。 Frank deRemer 将此类问题称为“静态语义”。

【讨论】：

【解决方案2】：

对于需要声明标识符的语言（有很多），带有未声明标识符的程序是错误的，因此缺少声明显然是语法错误。

处理这个问题的常用方法是在符号表中合并有关符号的信息，以便解析器可以使用这些信息。

以下是标识符类型如何影响解析的几个示例：

C/C++

一个经典案例：

(a)-b;

取决于a，可以是强制转换还是减法：

#include <stdio.h>

#if TYPEDEF
typedef double a;
#else
double a = 3.0;
#endif

int main() {
  int b = 3;
  printf("%g\n", (a)-b);
  return 0;
}

因此，如果 a 根本没有被声明，编译器必须将程序拒绝为语法错误（这正是标准使用的词。）

XML

这个很简单：

<block>Hello, world</blob>

这是格式错误的 XML，但无法使用 CFG 检测到。（尽管如此，所有 XML 解析器都会正确地拒绝它为格式错误。）在 HTML/SGML 的情况下，在某些明确定义的情况下可能会省略结束标记，解析比较棘手，但仍然具有确定性；同样，标签的精确声明将决定有效输入的解析，并且很容易根据声明提出不同解析的输入。

英语

好的，不是编程语言。我有很多其他编程语言示例，但我认为这可能会触发其他一些直觉。

考虑两个语法正确的句子：

The sheep is in the meadow.
The sheep are in the meadow.

现在，怎么样：

The cow is in the meadow.
(*) The cow are in the meadow.

第二句是可以理解的，虽然是模棱两可的（是名词还是动词错了？），但它在语法上肯定是不正确的。但是为了知道这一点（以及其他类似的例子），我们必须知道sheep 有一个未标记的复数。确实，许多动物都有无标记的复数，所以我认为以下所有这些都是语法：

The caribou are in the meadow.
The antelope are in the meadow.
The buffalo are in the meadow.

但绝对不是：

(*) The mouse are in the meadow.
(*) The bird are in the meadow.

等等

似乎存在一个普遍的误解，即由于句法分析器使用上下文无关语法分析器，因此语法分析限制解析上下文无关语法。这根本不是真的。

在 C（和家族）的情况下，语法分析器使用符号表来帮助它解析。在 XML 的情况下，它使用标签堆栈，而在泛化 SGML（包括 HTML）的情况下，它也使用标签声明。因此，作为一个整体考虑的语法分析器比CFG更强大，而CFG只是分析的一部分。

给定程序通过语法分析的事实并不意味着它在语义上是正确的。例如，语法分析器需要知道a 是否是类型才能正确解析(a)-b，但它不需要知道转换是否实际上是可能的，在a 的情况下是一个类型，或者a 和b 可以有意义地减去，在a 是一个变量的情况下。这些验证可以在构建解析树后的类型分析期间发生，但它们仍然是编译时错误。

【讨论】：

所以你是说虽然 syntax 格式不正确（语法上不正确，但语义上不正确），由于解析器的无能，在语义分析期间会捕获错误，并将其视为语法错误？
@arg21：编辑了我对 resopnd 的回答，而不是写很长的评论。
在您的 (a)-b 示例中，如果无法进行强制转换（如果 a 是一种类型）会发生什么？它会因为错误的语义而产生编译时语法错误吗？同样在研究了一些关于 YACC 的基本知识之后，我明白了你所说的解析器不限于 CFG 的意思。
@arg21，C++ 有更广泛的可能的不良演员表。您可以尝试使用 c++ 编译器，看看会得到什么结果。在 C 语言中，一个可能的错误是：typedef int a[4];，它将生成 error: used type 'a' (aka 'int [4]') where arithmetic or pointer type is required（至少，对于 clang，它通常比 gcc 有更好的错误消息）。
对解析器的语义反馈在许多语言中无疑是必需的，但它的存在不会将语义错误转换为语法错误。

【解决方案3】：

在我看来，这并不是严格意义上的语法错误——也不是语义错误。如果我要为静态类型的编译语言（如 C 或 C++）实现此功能，那么我不会将检查放入解析器（因为解析器实际上无法检查此错误），而是放入代码生成器（编译器中遍历抽象语法树并将其转换为汇编代码的部分）。所以在我看来，它介于语法错误和语义错误之间：这是一个语法相关的错误，只能通过对代码进行语义分析来检查。

但是，如果我们考虑一种原始脚本语言，其中直接执行 AST（无需编译为字节码，也无需 JIT），那么评估器/执行器函数本身会遍历 AST 并找到未声明的变量 - 在这种情况下，这将是一个运行时错误。区别在于“AST_walk()”例程位于程序生命周期的不同部分（编译时间和运行时），语言是脚本还是编译语言。

【讨论】：

我不认为您可以编写 C++ 编译器而不考虑构建 AST 时的声明。请参阅我对 C 中一个简单案例的回答，但 C++ 中有更复杂的问题。
@rici 好吧，你为什么不能呢？我认为您将抽象语法树与抽象语义图混淆了。
那么，如何为 (a)-b 绘制 AST？它适用于语法中两个完全不同的产生式。
@rici SUBTRACT(EXPRESSION(TERM a), TERM b)，如果这就是你的意思。
如果是CAST(TYPE a, UNARY_MINUS(TERM b)) 呢？

【解决方案4】：

在我看来这是一个语义错误，因为即使您使用的是以前未绑定的标识符，您的语言也能很好地解析——即句法分析只检查程序的格式是否正确。语义分析实际上检查您的程序是否具有有效含义——例如绑定，范围或类型。正如@pst 所说，您可以在解析期间进行范围检查，但这是一个实现细节。 AFAIK 旧的编译器曾经这样做是为了节省一些时间和空间，但我认为今天如果你没有一些硬性能/内存限制，这种方法是有问题的。

【讨论】：

我也同意这是一个语义错误，但是在编译时产生的语法和语义错误之间是否存在任何语言（如 C、Java）分类，或者它们只是作为列表产生有多少错误？
我认为这是一个内部实现细节。例如，GCC 似乎只是报告错误列表，而没有考虑它们是语法还是语义。
感谢 Alex 帮了大忙。我曾经认为语义错误只在运行时报告。我的错。
大多数潜在类型语言（也称为动态语言）就是这种情况。
我认为当 C++（或其他）编译器创建 AST（抽象语法树）时，它会发现该变量不存在，因此它将此类事情视为语法错误。在 C++ 中，在某些情况下，类型或变量名在给定点都是有效的东西。还有一些只有类型是有效的，所以如果你给一个变量的名字或者一个错误的名字，那么你就会有语法错误。我仍然认为找不到符号是语义错误，但我理解在这种情况下“语法错误”消息背后的基本原理。