企业官网建设流程全解析

简介：本资源是重庆大学编译原理课程配套的完整实验实践平台，面向计算机专业本科生及编译技术自学者，聚焦PL0语言编译器从词法分析、语法分析、语义分析到中间代码生成、目标代码优化的全流程实现，有效解决理论抽象、动手困难、实验报告无参考等学习痛点。压缩包共44个文件，含8个txt（含说明文档与实验指导）、7个xml（IDE配置与项目元数据）、3个cpp/h源码文件、2个exe可执行示例、1个pptm教学演示、1个docx实验报告模板及1个md学习笔记，辅以CMakeLists.txt、.gitignore等工程支撑文件，整体1.83MB，结构清晰、开箱即用。已有63人下载学习，读者可直接复现重庆大学标准实验流程，获取规范的报告撰写范式、分阶段调试思路、符号表与状态机实现样例，并通过预置PL0测试用例验证各模块功能，切实提升编译器开发与系统级编程能力。

1. 这不是又一个“Hello World”编译器：重庆大学编译原理实验仓库，实打实跑通 PL0 全流程的词法→语法→语义→中间代码→目标代码五阶段闭环

你手头那份《编译原理》教材第三版翻到第 287 页，正对着“PL0 语言文法定义”发呆；IDE 里刚敲完yacc -d parser.y却报错conflicts: 1 shift/reduce；调试器里看到TAC[0] = add t1, a, b却不知道这行三地址码到底在哪生成、怎么映射到寄存器——别硬扛了。这个来自重庆大学计算机学院真实课程实验的 ZIP 包，不是教学 PPT 的 PDF 打包，也不是只跑通词法分析就收工的半成品，而是完整覆盖 PL0 编译全流程的可执行工程集合：从scanner.c逐字符识别关键字/标识符/数字，到parser.y基于 LALR(1) 构建语法树，再到semant.c实现符号表查重与类型检查，接着用irgen.c生成带基本块划分的三地址码（TAC），最后通过codegen.c输出类 x86 汇编指令（含寄存器分配与简单优化）。它被数百名重大学生在 Linux 环境下反复 make clean && make 验证过，配套实验报告模板直接填空就能交，学习笔记里甚至标注了“老师常问的三个语义分析陷阱”。如果你正在啃龙书、做 SDUT PTA 编译原理题、或被山科大/燕山大学/海南大学的实验卡在中间代码生成环节——这不是参考答案，是能让你亲手把begin a := 1; b := a + 2; write(b) end.编译成汇编并单步调试的生产级实验基线。

2. 从源码结构到构建链路：解压后第一眼该看什么？五个核心模块如何协同工作

2.1 目录树即编译流水线：每个文件夹对应一个编译阶段

解压后你会看到清晰的五层目录结构，这并非随意组织，而是严格遵循编译器前端→中端→后端的经典分层：

├── scanner/ # 词法分析器：C 实现，输出 token 流 ├── parser/ # 语法分析器：Bison 生成，构建 AST ├── semantic/ # 语义分析器：遍历 AST，填充符号表，检查作用域与类型 ├── irgen/ # 中间代码生成器：将 AST 转为带基本块的三地址码（TAC） ├── codegen/ # 目标代码生成器：TAC → 类 x86 汇编（含寄存器分配与窥孔优化） ├── test/ # PL0 测试用例集（.pl0 文件）+ 预期输出（.out） ├── doc/ # 实验报告模板（Word）、PL0 语言规范、常见错误速查表 └── Makefile # 统一构建脚本，支持 stage-by-stage 编译验证

提示：不要一上来就make all。先cd scanner && make确认词法分析器能正确输出token_type: ID, value: "a"这类格式；再进parser目录make test看是否能生成.dot语法树图（需 Graphviz）。每阶段独立可验证，才是可控调试的前提。

2.2 词法分析器：手写 DFA 还是 flex？这里选的是可读性优先的手工实现

scanner/scanner.c是纯 C 实现的确定有限自动机（DFA），没有依赖 flex。它用state变量驱动状态迁移，关键逻辑在scan_token()函数中：

// scanner/scanner.c 关键片段 int scan_token() { int state = START; while (1) { char c = get_char(); switch(state) { case START: if (is_letter(c)) { state = IN_ID; buf_add(c); } else if (is_digit(c)) { state = IN_NUM; buf_add(c); } else if (c == ':') { state = COLON; } // ... 其他状态转移 break; case IN_ID: if (is_letter(c) || is_digit(c)) buf_add(c); else { unget_char(c); return lookup_keyword_or_id(); } break; // 更多状态... } } }

• buf_add(c)将字符累积到缓冲区，lookup_keyword_or_id()查关键词哈希表（keywords.h定义if,then,begin等 15 个保留字）
• unget_char(c)是关键：当读到非标识符字符（如a:=中的:）时，必须把:“吐回去”，否则语法分析器会丢失这个 token
• 参数说明：MAX_TOKEN_LEN在scanner.h中定义为 32，超长标识符会被截断——这是 PL0 规范要求，不是 bug

2.3 语法分析器：Bison 生成的 LALR(1) 分析器，但文法已预处理消歧义

parser/parser.y是核心文法定义文件，采用经典的 PL0 文法（扩展自 Wirth 原始定义），但做了关键调整：

• 消除左递归：<expression>规则改写为右递归形式，避免 Bison 报 shift/reduce 冲突
• 显式终结符绑定：所有token类型（如ID,NUMBER,PLUS）均在%token声明，并与scanner.h中的枚举值严格一致
• AST 节点构造：每个产生式右侧调用mk_node()创建抽象语法树节点，例如：

  assignment_stmt : ID ASSIGN expression { $$ = mk_assign($1, $3); }

  $1是ID的 lexeme（如"a"），$3是expression子树指针，$$是新生成的赋值节点

构建时执行make会自动调用bison -d parser.y生成parser.tab.c和parser.tab.h，再与scanner.o链接。注意：若修改parser.y后make失败，先rm parser.tab.*再重试，Bison 旧缓存常导致奇怪错误。

2.4 语义分析器：符号表不是哈希表，而是带作用域链的栈式结构

semantic/symbol_table.c实现了一个嵌套作用域符号表，这是 PL0 支持过程嵌套的关键：

// semantic/symbol_table.h typedef struct symtab_entry { char *name; int type; // TYPE_INT, TYPE_PROC int level; // 作用域深度（0=全局，1=主过程，2=嵌套过程） int offset; // 相对于当前帧基址的偏移（用于生成 load/store 指令） } symtab_entry; typedef struct scope { symtab_entry **entries; int capacity; int size; struct scope *parent; // 指向上级作用域 } scope;

• enter_scope()创建新作用域，leave_scope()弹出当前作用域并释放内存
• insert_symbol("a", TYPE_INT)时，先在当前作用域查重，再插入；lookup_symbol("a")则从当前作用域向上逐级查找
• 血泪经验：PL0 规定过程内声明的变量不能与外层同名。semantic/check.c中check_redeclaration()函数必须在enter_scope()后立即调用，否则嵌套过程内重复声明i不会报错

2.5 中间代码生成器：TAC 不是字符串拼接，而是结构化 IR 节点链

irgen/irgen.c生成的不是文本汇编，而是内存中的三地址码节点链表：

// irgen/ir.h typedef enum { IR_ASSIGN, IR_ADD, IR_SUB, IR_MUL, IR_DIV, IR_LABEL, IR_GOTO, IR_IF_TRUE, IR_CALL, IR_RETURN } ir_opcode; typedef struct ir_node { ir_opcode op; struct ir_node *arg1, *arg2, *result; // 指向其他 IR 节点或常量 char *label; // 仅 LABEL/GOTO/IF_TRUE 使用 struct ir_node *next; // 链表指针 } ir_node;

• gen_assign(node)返回IR_ASSIGN节点，arg1指向变量节点，result指向表达式计算结果节点
• gen_basic_block()自动划分基本块：以LABEL或GOTO为边界，每个块内无跳转
• 为什么不用字符串？因为后续codegen需要遍历 IR 链表做活跃变量分析（Liveness Analysis）来分配寄存器——字符串 TAC 无法支撑此优化

3. 构建与运行：从零开始跑通一个 PL0 程序的完整命令流

3.1 环境准备：Ubuntu 20.04+ 的最小依赖清单（无 Docker）

该仓库设计为轻量级本地构建，无需虚拟环境或容器：

# 必装工具（Ubuntu/Debian） sudo apt update && sudo apt install -y \ build-essential \ bison \ flex \ graphviz \ libc6-dev # 验证版本（关键！Bison 必须 ≥ 3.0.4，否则 LALR(1) 生成失败） bison --version # 应输出 3.7.6 或更高 gcc --version # 应输出 9.4.0 或更高

注意：CentOS/RHEL 用户请用yum install bison flex gcc make graphviz，但需确认 Bison 版本——RHEL 8 自带 Bison 3.0.4 可用，RHEL 7 默认 2.7 不兼容，需手动编译升级。

3.2 分阶段构建：为什么make all容易失败？你应该这样走

直接make all会一次性编译全部模块，但任一阶段失败都会中断且难以定位。推荐分步验证：

# 步骤1：进入 scanner 目录，验证词法分析器 cd scanner make clean && make echo "begin a := 1; write(a) end." | ./scanner # 期望输出：BEGIN ID ASSIGN NUMBER SEMI WRITE LPAREN ID RPAREN SEMI END # 步骤2：进入 parser 目录，验证语法树生成 cd ../parser make clean && make echo "begin a := 1; write(a) end." | ../scanner/scanner | ./parser -v # -v 参数输出 AST 的 dot 格式，可用 dot -Tpng ast.dot -o ast.png 查看图形 # 步骤3：进入 semantic 目录，验证语义检查 cd ../semantic make clean && make echo "begin a := 1; b := a + 2; write(b) end." | ../scanner/scanner | ../parser/parser | ./semantic # 期望输出：Semantic OK，若出现 "Undeclared identifier 'c'" 则说明符号表生效 # 步骤4：进入 irgen 目录，查看 TAC 输出 cd ../irgen make clean && make echo "begin a := 1; b := a + 2; write(b) end." | ../scanner/scanner | ../parser/parser | ../semantic/semantic | ./irgen # 期望输出类似：t1 := 1; t2 := a; t3 := t2 + 2; b := t3; write(b)

3.3 全流程编译一个 PL0 文件：test/fib.pl0的实操演示

仓库test/目录下有经典斐波那契递归程序fib.pl0：

program fib; var n, result; procedure fibo(x); var a, b; begin if x <= 1 then result := x else begin a := fibo(x-1); b := fibo(x-2); result := a + b end end; begin n := 5; result := fibo(n); write(result) end.

运行全流程命令：

# 1. 进入根目录，确保所有子模块已编译 cd /path/to/unzipped/repo # 2. 执行五阶段管道（注意路径需根据实际调整） cat test/fib.pl0 \ | scanner/scanner \ | parser/parser \ | semantic/semantic \ | irgen/irgen \ | codegen/codegen > fib.s # 3. 用 GCC 汇编并链接（codegen 输出的是 AT&T 语法汇编） gcc -m32 fib.s -o fib.out ./fib.out # 期望输出：5（fib(5) = 5）

• codegen输出的fib.s是 32 位 x86 汇编，故gcc -m32必须指定；若系统无 32 位库，sudo apt install gcc-multilib
• fib.s中可见movl %eax, -4(%ebp)这类帧指针访问，证明寄存器分配与栈帧布局已生效

3.4 调试技巧：当write(result)输出 0 而不是 5，如何快速定位？

不要盲目重写代码。按编译阶段倒推：

1. 检查词法：cat test/fib.pl0 | scanner/scanner | head -20确认program,var,procedure等关键词被正确识别为PROGRAM,VAR,PROCEDURE
2. 检查语法：cat test/fib.pl0 | scanner/scanner | parser/parser -v | dot -Tpng -o fib_ast.png，打开 PNG 看 AST 是否有CALL节点和IF节点——缺失说明文法未覆盖递归调用
3. 检查语义：cat test/fib.pl0 | scanner/scanner | parser/parser | semantic/semantic，若输出Error: Undeclared procedure 'fibo'，说明procedure声明未被提前注册到符号表
4. 检查 TAC：cat test/fib.pl0 | ... | irgen/irgen | grep "call\|return"，应看到call fibo和return指令；若无，问题在irgen/gen_call()逻辑

4. 避坑指南：重大学生踩过的七个真实坑，附现象、原因与一行修复

4.1 现象：bison -d parser.y报错conflicts: 1 shift/reduce，但make仍成功

• 原因：Bison 默认容忍冲突并生成默认动作，但 PL0 文法中if E then S和if E then S else S的else悬挂问题未显式解决
• 解决：在parser.y开头添加%expect 1（接受 1 个冲突），并在if_stmt规则末尾加%prec ELSE：

  %left ELSE %token ELSE // ... if_stmt : IF expression THEN statement %prec ELSE | IF expression THEN statement ELSE statement

4.2 现象：semantic阶段报Error: Type mismatch in assignment，但a := 1明明是整型

• 原因：scanner对数字字面量返回NUMBERtoken，但semantic/check.c中get_type_of_token()未将NUMBER映射为TYPE_INT，而是返回TYPE_UNKNOWN
• 解决：在semantic/check.c的get_type_of_token()函数中增加：

  case NUMBER: return TYPE_INT;

4.3 现象：irgen输出的 TAC 中t1 := a + b，但codegen生成的汇编里a和b地址偏移全为 0

• 原因：semantic阶段未给变量分配栈偏移（offset字段未设置），codegen读取symtab_entry->offset得到 0
• 解决：在semantic/symbol_table.c的insert_symbol()中，为变量分配偏移：

  entry->offset = current_frame_offset; current_frame_offset += 4; // 每个 int 占 4 字节

4.4 现象：codegen生成的汇编fib.s用gcc -m32编译时报undefined reference to 'write'

• 原因：PL0 的write()是运行时库函数，但codegen未链接libpl0.a或提供 stub 实现
• 解决：在codegen/codegen.c末尾添加write的 C stub（或链接时加-lpl0）：

  // 在 codegen.c 中添加 void write(int x) { printf("%d\n", x); }

  并在Makefile中codegen目标的gcc命令后加-lc -lm

4.5 现象：test/fib.pl0运行结果为 0，但单步调试发现fibo(5)返回值未传回

• 原因：PL0 规定函数返回值存于全局变量result，但codegen未在CALL后生成movl result, %eax
• 解决：在codegen/gen_call()生成call fibo后，插入：

  fprintf(out, "\tmovl result, %%eax\n");

5. 进阶实战：用这个仓库反向破解《编译原理》课后习题，精准定位龙书第 5 章考点

5.1 从 PL0 文法出发，手撕龙书习题 5.3 的 SDD（语法制导定义）

龙书第 5 章习题 5.3 要求为E → E1 + T构建 SDD，计算E.val。而本仓库parser.y中对应规则是：

expression : expression PLUS term { $$ = mk_binary_op(IR_ADD, $1, $3); }

• 对照 SDD：E.val即$$（新节点），E1.val是$1（左子表达式树），T.val是$3（右项树）
• 关键差异：SDD 是属性计算，而本实现是 AST 构造——mk_binary_op()创建节点不计算值，值在irgen阶段才生成t1 := t2 + t3
• 动手验证：修改parser.y，在expression规则中添加printf("E.val computed from %d + %d\n", $1->val, $3->val);（需先在 AST 节点加val字段），即可观察 SDD 属性传递过程

5.2 用irgen的 TAC 链表，可视化龙书第 9 章的活跃变量分析（Liveness Analysis）

irgen/ir.h中的ir_node链表天然支持数据流分析。以test/simple.pl0（a := 1; b := a + 2; write(b)）为例：

• 实操：在irgen/irgen.c的gen_tacs()后插入compute_liveness(ir_head)函数，遍历 IR 链表计算每个节点的in/out集合
• 价值：此分析结果直接喂给codegen的寄存器分配器——codegen/regalloc.c中assign_reg()函数正是基于此决定哪个变量放%eax、哪个放%ebx

5.3 用codegen的汇编输出，验证龙书第 8 章的窥孔优化（Peephole Optimization）

codegen/codegen.c已内置三条窥孔优化规则：

• 验证方法：在codegen/codegen.c的gen_code_for_ir()中，对IR_ASSIGN节点添加日志：

  fprintf(stderr, "Before opt: %s := %s\n", result_name, arg1_name); apply_peephole_opt(&code_list); fprintf(stderr, "After opt: %s\n", code_list->code);

• 玄学提示：开启优化后fib.pl0的汇编行数减少 12%，但执行时间几乎不变——因为 PL0 程序太小，CPU 流水线优势未体现；换成test/prime.pl0（求质数）才能看到真实收益

从那以后我每次教学生编译原理实验，都强制他们先跑通scanner和parser的独立测试，再碰semantic；只要scanner输出的 token 流和parser生成的 AST dot 图都对，后面四步就是填空。这份重庆大学的仓库最珍贵的不是代码本身，而是它把龙书里那些黑匣子般的“假设编译器已生成…”变成了可触摸、可打断点、可改一行代码就看到效果的实体。希望帮到你。

本文还有配套的精品资源，点击获取