COMPILADORES

INTRODUCCIÓN

M.C. José Andrés Vázquez Flores

Facultad de Ciencias de la Computación

andrex@cs.buap.mx

FCC-BUAP

1
 Introducción
¿Qué es un compilador (traductor)?

 Programa que lee un programa (fuente) en un lenguaje ascii y lo traduce a un programa

EQUIVALENTE en otro lenguaje (objeto)
 Además:
 da mensajes de error
 lleva a cabo determinadas “correcciones” (recuperación de errores)
 puede optimizar el código generado

Permite programar “independientemente” de la

máquina
 Importante, ya que el número de máquinas diferente crece deprisa

2
 ¿De dónde el nombre “compilador”?

 Grace Murray Hopper (50’s)

 La traducción se veía como la “compilación”
de una secuencia de subprogramas tomados
de una librería (biblioteca) de programas
 Compilación (actual) se llamaba
“programación automática”
 se veía como algo futurista
 Primeros compiladores modernos:
FORTRAN (finales 50)
 “independencia” de la máquina

4
  No siempre el lenguaje objeto tiene que ser de “bajo nivel”
(traductor)
 Técnicas aplicables para:

 editores/formateadores de texto
 nroff, troff, eqn, tbl, pic de UNIX,TeX
 lenguajes de consulta
 SQL, shells
 transformación de formatos de ficheros

5
 Clasificación de los lenguajes
Lenguajes máquina
– Son los lenguajes de más bajo nivel: secuencias binarias de
ceros y unos.
– Históricamente, los primeros

• Lenguajes ensambladores
– Segunda generación de lenguajes
– Versión simbólica de los lenguajes máquina (MOV, ADD).

• Lenguajes de alto nivel

– Lenguajes de tercera generación (3GL)

• Estructuras de control, Variables de tipo, Recursividad, etc.

• Ej.: C, Pascal, C++, Java, etc
• Lenguajes orientados a problemas.
– Lenguajes de cuarta generación (4GL)
• Ej. SQL
INTERPRETE
• El intérprete ejecuta el código según
lo va interpretando.
– Cada vez que se escribe una línea el
programa comprueba si es correcta,
si lo es, la ejecuta.
– La ejecución es interactiva.
– Los intérpretes más puros no guardan
copia del programa que se está
escribiendo.
– Ejemplos: Procesos por lotes, CAML,
etc.
– El intérprete siempre debe estar
presente.
COMPILADOR

 El compilador es el traductor más extendido

 Realiza un análisis y genera un programa
ejecutable
 El programa ejecutable, una vez creado, no
necesita el compilador para funcionar
COMPILADOR VS INTERPRETE
• Compilador
– Se compila una vez, se
ejecuta n veces
– El proceso de compilación
tiene una visión global de
todo el programa, por lo
cual la gestión de errores
es más eficiente.
– La ejecución es más
rápida.
• Intérprete
– Se traduce cada vez
que se ejecuta.
– Permite interaccionar
más con el código en
tiempo de ejecución.
– Necesita menos
memoria
10
 Las FASES de un compilador

 Primera fase (precompilador)

 no siempre se realiza
 sustituciones de macros
 eliminación de comentarios
 inclusión de ficheros
 extensiones al lenguaje (C+SQL)
 Segunda fase
 es la parte fundamental (y siempre presente)
 consta de:
 analizador léxico

 analizador sintáctico

 generador de código
 traduce el código fuente a otro objeto
 puede ser el definitivo

 puede ser un código intermedio

11
 Las FASES de un compilador
 Tercera fase
 no siempre presente
 realiza optimizaciones (algunas) sobre el código (intermedio) generado
 Cuarta fase:
 traduce el código intermedio (optimizado) a
 ensamblador
 binario
 Muchas variaciones posibles:
 sin preprocesador
 sin usar código intermedio
 optimizando directamente sobre el ensamblador de la máquina
 generar directamente binario, sin pasar por el ensamblador
 .........

12
 Tipos de Compiladores

 Ensamblador: el lenguaje fuente es lenguaje ensamblador y

posee una estructura sencilla.

 Compilador cruzado: se genera código en lenguaje objeto para

una máquina diferente de la que se está utilizando para
compilar.

 Compilador con montador: compilador que compila distintos

módulos de forma independiente y después es capaz de
enlazarlos.

 Autocompilador: compilador que está escrito en el mismo

lenguaje que va a compilar.

13
 Tipos de Compiladores

 Metacompilador: es sinónimo de compilador de

compiladores y se refiere a un programa que recibe
como entrada las especificaciones del lenguaje para
el que se desea obtener un compilador y genera
como salida el compilador para ese lenguaje.

 Descompilador: es un programa que acepta como

entrada código máquina y lo traduce a un lenguaje de
alto nivel, realizando el proceso inverso a la
compilación.

14
 ESTRUCTURA DE UN COMPILADOR
Etapas que constituyen el proceso de compilación

Programa Fuente

Análisis Léxico

Análisis Sintáctico
Manejo de la Manejo de
Análisis Semántico Errores
Tabla de Símbolos
Generación de Código Intermedio

Optimización de Código

Generación de Código

15 Programa Objeto
Las partes principales

 La primera fase (front end) es la encargada

de analizar el programa fuente – Fase de
Análisis.
 (back end) es la encargada de generar
código para la máquina objeto.- Fase de
síntesis.
 El puente de unión entre las dos fases era un
lenguaje intermedio que se designó con el
nombre de UNCOL (UNiversal Computer
Oriented Language).
 El analizador léxico

 Lo realiza un “scanner”
 también “tokenizer”
 El scanner recorre los caracteres de entrada (el fuente)
hasta reconocer un “token”
 token: unidad léxica indivisible

 ejemplos: while,if,==,>=,ancho,...
 La secuencia de caracteres correspondiente se llama
“lexema” (componente léxico)
 1 token <> 1 lexema
 Existen Generadores automáticos de analizadores lexicos
como LEX

17
 El analizador léxico
 Además, suele realizar otras tareas:
 procesar directivas al compilador (opciones)
 introducir información preliminar en la tabla de símbolos
 eliminar separadores innecesarios
 sustituir macros
 listar el fuente
 Normalmente, los tokens se describen mediante
expresiones regulares

18
 El analizador léxico
 Ejemplo:

 El scanner deberá reconocer sucesivamente,

19
 El analizador sintáctico

 O “parser”
 Objetivo: agrupar los tokens suministrados por el scanner
para reconocer “frases”
 ¿Cómo lo hace?

 La sintaxis se suele especificar formalmente mediante una GLC

 también de otros tipos
 El parser recibe tokens y los agrupa de acuerdo a especificadas
por la GLC

 El parser detecta errores sintácticos

 Y si es bueno, puede además realizar algunas correcciones
 producciones
20
 El analizador sintáctico

 Ejemplo:
 supongamos sintaxis asignación como:

 y debemos analizar

21
 El analizador sintáctico

 El árbol sintáctico correspondiente es

22
 El analizador semántico

 Realiza dos funciones:

 Análisis de la semántica estática
 ¿Es cada construcción legal y “con sentido”?

 variables en una expresión definidas

 del tipo adecuado
 alcance de los objetos
 Generación del código intermedio
 Generalmente se lleva a cabo mediante gramáticas
de atributos
 la GLC se completa con atributos necesarios
 tipo
 valor
 acciones a ejecutar cuando se detecta una construcción
legal
 ....
23
 Generación de Código Intermedio

Cuando el número de lenguajes fuente crece hasta

un número grande M, y/o cuando el número de
lenguajes objeto también crece hasta un numero
grande N, es necesario encontrar una técnica para
evitar tener que diseñar MxN compiladores.La
solución consiste en utilizar un lenguaje intermedio
o una representación intermedia; de esta forma
solo hay que construir M programas que traduzcan
de cada lenguaje fuente al lenguaje intermedio y N
programas que traduzcan del lenguaje intermedio a
cada lenguaje objeto.

24
 Generación de Código Intermedio

La generación de código While (A>B) AND (A<=2*B-5)

intermedio transforma un Do A := A + B
árbol de análisis sintáctico
L1: IF A>B GOTO L2
(semántico) en una
GOTO L3
representación en un
L2: T1:= 2*B
lenguaje intermedio, que
T2:= T1-5
suele ser código
IF A<=T2 GOTO L4
suficientemente sencillo
GOTO L3
para poder luego generar
L4: A:= A+B
código máquina.
GOTO L1
25 L3: ....
 OPTIMIZACION DE CODIGO

 El código intermedio generado es analizado y transformado

en uno equivalente optimizado
 Es una tarea muy costosa
 De hecho, generalmente se puede invocar al compilador
activando/desactivando esta opción
 Otras veces, optimiza el código objeto
 usual la optimización “peephole”:
 tomar una porción pequeña de código y hacer una optimización local
 “desenrrollado” de bucles
 eliminación de recursividad final
 ....

26
 GENERACION DE CODIGO

 Toma código intermedio y genera código objeto para

la máquina considerada
 Es la parte más próxima a la arquitectura de la
máquina
 Habitualmente, se escriben “a mano”
 desarrollo “a medida” para cada máquina específica

 Dada la complejidad, si no se va a realizar

optimización, se asocia la generación de código a las
rutinas semánticas
 compiladores de “una pasada”

27
 La tabla de símbolos

 Mecanismo para almacenar/acceder la información

de los identificadores

 Las informaciones asociadas a un identificador se

denominan “atributos”

 Cada vez que se usa un identificador, la tabla de

símbolos proporciona la información necesaria

 Se usa tanto en la parte de análisis como en la de

síntesis
28
 Manejo de errores

Es una de las misiones mas importantes de un compilador,

aunque al mismo tiempo, es lo que mas dificulta su realización
debido principalmente a dos motivos:

1) A veces unos errores ocultan otros

2) A veces un error provoca una avalancha de muchos errores que
se solucionan con el primero

Criterios en el manejo de errores

a) Pararse al detectar el primer error

b) Detectar todos los errores de un pasada
29