为一种向前看的语言和多个文件编写编译器？

Question

在我的语言中，当定义出现在方法下方时，我可以在方法中使用类变量。它还可以调用我的方法等下面的方法。没有“标题”。以这个 C# 为例。

class A
{
    public void callMethods() { print(); B b; b.notYetSeen();
    public void print() { Console.Write("v = {0}", v); }
    int v=9;
}

class B
{
    public void notYetSeen() { Console.Write("notYetSeen()\n"); }
}

我应该如何编译它？我的想法是：

• pass1：将所有内容都转换为 AST
• pass2：遍历所有类并构建定义类/变量/等的列表
• pass3：检查代码并检查是否存在未定义变量、错误使用等错误并创建我的输出

但似乎要让它工作，我必须在做 pass3 之前为所有文件做 pass 1 和 2。在我发现语法错误之前感觉还有很多工作要做（除了可以在解析时完成的明显操作，例如忘记关闭大括号或写入 0xLETTERS 而不是十六进制值）。我的直觉告诉我还有其他方法。

注意：我正在使用 bison/flex 来生成我的编译器。

Answer 1

我对处理前向引用的语言的理解是，它们通常只使用第一遍来构建有效名称列表。类似于将条目放入表中（不填写定义）这样的东西，以便稍后在您进行真正的传递以生成定义时指向一些东西。

如果您尝试实际构建完整的定义，您最终将不得不重新扫描，每次都保存对未定义事物的任何引用，直到下一次通过。如果有循环引用，即使这样也会失败。

Answer 2

我将通过第一遍并收集您所有的类/方法/字段名称和类型，忽略方法主体。然后通过两个检查方法体。

Answer 3

我不知道除了遍历源中的所有文件还有其他方法。

我认为你可以把它减少到两遍——在第一遍时，构建 AST，每当你找到一个变量名时，将它添加到包含该块符号的列表中（添加该列表到树中的相应范围）。第二步是线性遍历树，并确保使用的每个符号都引用了该范围内的符号或其上方的范围。

我的描述过于简单，但基本答案是——前瞻至少需要两次。

Answer 4

通常的方法是将B 保存为“未知”。它可能是某种类型（因为你遇到它的地方）。所以即使你不知道它到底是什么，你也可以为它保留内存（一个指针）。

对于方法调用，你无能为力。在动态语言中，您只需将方法的名称保存在某处并在运行时检查它是否存在。在静态语言中，您可以将其与未知类型 B 一起保存在编译器某处的“未知方法”下。由于方法调用最终会转换为内存地址，因此您可以再次保留内存。

然后，当你遇到B 和方法时，你可以清除你的未知数。由于您对它们有所了解，因此您可以说出它们的行为是否符合预期，或者现在第一次使用是否是语法错误。

因此您不必将所有文件都读取两次，但这确实使事情变得更简单。

或者，您可以在遇到源代码时生成这些头文件，并将它们保存在可以再次找到它们的地方。这样，您可以加快编译速度（因为您不必在下次编译运行时考虑未更改的文件）。

最后，如果您编写一门新语言，则不应再使用 bison 和 flex。现在有更好的工具。例如，ANTLR 可以生成一个可以在出错后恢复的解析器，因此您仍然可以解析整个文件。或查看this Wikipedia article 了解更多选项。