Compiladores

1. Compiladores Unidad 1. Introducción al proceso de compilación.

2. Contenido • Introducción a la compilación • Estructura y fases de un compilador • Lenguajes y tipos de traductores • Herramientas para el desarrollo de un compilador • Clasificación de los compiladores

3. Introducción a la compilación • La escritura de compiladores comprende los lenguajes de programación, la arquitectura de computadoras, la teoría de lenguajes, los algoritmos y la ingeniería de software [Aho98].

4. Introducción a la compilación (2) • A grandes rasgos, un compilador es un programa que lee un programa escrito en algún lenguaje (fuente) y lo traduce a un programa equivalente en otro lenguaje (objeto). • Una parte importante de éste proceso de traducción es presentar los errores del programa fuente. Compilador Programa Objeto Programa Fuente Mensajes de error

5. Introducción a la compilación (3) • Modelo de análisis y síntesis de la compilación • Fase de análisis • Divide al programa fuente en sus elementos componentes y crea una representación intermedia. • Fase de síntesis • Construye el programa objeto a partir de la representación intermedia.

6. Introducción a la compilación (4) • Existe una gran variedad de software que realiza algún tipo de análisis sobre programas fuente, por ejemplo: • Editores de estructuras • Analiza el texto del programa fuente imponiéndole una estructura jerárquica apropiada. • También puede proporcionar: • Palabras clave de forma automática • Saltos desde un paréntesis, llave, o corchete que abre hasta su correspondiente que cierra. • Ayuda en la edición de las estructuras propias del lenguaje. • Visualizadores estéticos • Imprime el programa fuente de tal forma que visiblemente claro. Por ejemplo: • Los comentarios pueden aparecer con un tipo de letra especial, al igual que las palabras clave. • Indentación proporcional a la profundidad del anidamiento. • Verificadores estáticos • Lee el programa fuente y lo analiza para intentar descubrir errores potenciales sin ejecutar el programa. Por ejemplo: • Partes del programa que nunca se podrán ejecutar. • Si una variable se utiliza antes de ser definida. • Intentar utilizar una variable de tipo real como apuntador. • Intérpretes • En lugar de producir un programa objeto como resultado de una traducción, realiza las operaciones que implica el programa fuente. • En la mayoría de las ocasiones son utilizados para ejecutar órdenes (por ejemplo: el intérprete de comandos).

7. Introducción a la compilación (5) • Tradicionalmente se concibe a un compilador como un programa que recibe un programa fuente, escrito en algún lenguaje de alto nivel, y genera código máquina. • Sin embargo, los principios con los que se construyen compiladores también son utilizados en otros lugares: • Formadores de textos (LaTex). • Intérpretes de consultas (SQL).

8. Introducción a la compilación (6) Estructura del programa fuente Preprocesador • El contexto de un compilador • Cuando se requiere generar un objeto ejecutable, el compilador requiere de otros programas. Programa fuente Compilador Programa objeto en lenguaje ensamblador Ensamblador Código máquina relocalizable Librerías, bibliotecas y Archivos objeto relocalizables Enlazador y cargador Código máquina absoluto

9. Estructura y fases de un compilador • En la compilación el análisis consta de tres fases: • Análisis lineal • La secuencia de caracteres que forma el programa fuente se lee de izquierda a derecha y se agrupa en componentes léxicos, que son secuencias de caracteres que tienen un significado colectivo. • Análisis jerárquico • Los componentes léxicos se agrupan jerárquicamente en colecciones anidadas con un significado colectivo. • Análisis semántico • Se realizan ciertas revisiones para asegurar que los componentes de un programa se ajustan de un modo significativo.

10. Estructura y fases de un compilador (2) • Análisis lineal • También conocido como: análisis léxico o exploración. • Ejemplo, en la proposición de asignación: • posicion = inicial + velocidad * 60 • Se identifican los siguientes componentes léxicos • Identificador (posicion) • Símbolo de asignación (=) • Identificador (inicial) • Signo de suma (+) • Identificador (velocidad) • Signo de multiplicación (*) • Número (60)

11. Estructura y fases de un compilador (3) • Análisis jerárquico • También llamado análisis sintáctico. • Implica agrupar los componentes léxicos en frases gramaticales que el compilador utiliza para sintetizar la salida. • Por lo general, las frases gramaticales se representan mediante un árbol de análisis sintáctico. • Ejemplo: Proposición de asignación Identificador = expresión posicion expresión + expresión identificador expresión * expresión inicial Número identificador 60 velocidad

12. Estructura y fases de un compilador (4) • La estructura jerárquica de un programa normalmente se expresa utilizando reglas recursivas. Para el ejemplo anterior de la proposición de asignación se tiene: • Cualquier identificador es una expresión • Cualquier número es una expresión • Si expresión1 y expresión2 son expresiones, entonces también lo son: expresión1 + expresión2 expresión1 * expresión2 (expresión1) Proposición de asignación Identificador = expresión posicion expresión + expresión identificador expresión * expresión inicial Número identificador 60 velocidad

13. Estructura y fases de un compilador (5) • Muchos lenguajes definen recursivamente las proposiciones mediante reglas como: • Si identificador1 es un identificador y expresión2 es un identificador, entonces: • Identificador1 = expresión2 • Si expresión1 es una expresión y proposición2 es una proposición, entonces: • while ( expresión1 ) doproposición2 • if ( expresión1 ) thenproposición2 • El análisis lineal (léxico) no es suficientemente poderoso para analizar proposiciones o expresiones recursivas. • Cuándo una construcción del lenguaje fuente es recursiva, entonces es factible emplear una gramática libre de contexto para formalizar la recursión.

14. Estructura y fases de un compilador (6) • Análisis semántico • Revisa el programa e intenta encontrar errores semánticos. • Reúne la información sobre los tipos para la fase posterior de generación de código. • Un componente importante es la verificación de tipos. • Se verifica si cada operador tiene los operandos permitidos. • Un real no debe utilizarse como índice de un arreglo. • Convertir un número entero a real para algunos operadores. El análisis semántico inserta una conversión de entero a real en el árbol de análisis sintáctico = = posicion posicion + + inicial inicial * * velocidad velocidad 60 ent a real 60

15. Estructura y fases de un compilador (7) • Conceptualmente un compilador opera en fases, cada una de las cuales transforma al programa fuente de una representación a otra. Programa fuente Analizador léxico Analizador sintáctico Analizador semántico Administrador de la Tabla de símbolos Manejador de errores Generador de código intermedio Optimizador de código Generador de código Programa objeto

16. = id1 + id2 * id3 60 posicion = inicial + velocidad * 60 Estructura y fases de un compilador (8) Analizador léxico id1 = id2 + id3 * 60 Analizador sintáctico • Administración de la tabla de símbolos • Registra los identificadores e información referente a ellos. • Se tiene un registro por cada identificador. • Todas las fases hacen uso de esta tabla. • Detección e información de errores • En cada fase se pueden encontrar errores. • Se debe definir como se deben tratar los errores en cada una de las fases. • Las fases de análisis • Cambian la representación interna del programa fuente conforme avanza cada una de ellas. • Generación de código intermedio • Se puede considerar como código para una máquina abstracta. • Dicha representación debe ser fácil de producir y fácil de traducir al código objeto. • Optimización de código • Trata de mejorar el código intermedio de modo que resulte un código máquina más rápido de ejecutar. • Generación de código • Por lo general se trata de código máquina relocalizable o código ensamblador. • Se deben seleccionar posiciones de memoria para cada una de las variables. Analizador semántico = id1 + id2 * id3 ent a real TABLA DE SIMBOLOS 60 1 2 3 4 posicion … Generador de código intermedio inicial … velocidad … temp1 = entreal(60) temp2 = id3 * temp1 temp3 = id2 +temp2 Id1 = temp3 Optimizador de código temp1 = id3 * 60.0 temp2 = id2 +temp1 Id1 = temp2 Generador de código MOVF id3, R2 MULF #60.0, R2 MOVF id2, R1 ADDF R2, R1 MOV R1, id1

17. Estructura y fases de un compilador (9) • Con frecuencia las fases de un compilador se agrupan en una etapa inicial y una etapa final: • Etapa inicial • Comprende aquellas fases que dependen principalmente del código fuente. • Normalmente incluye el análisis léxico, sintáctico y semántico, la creación de la tabla de símbolos, la generación de código intermedio y cierta optimización de éste. • También incluye el manejo de errores correspondientes a cada etapa. • Etapa final • Comprende aquellas partes del compilador que dependen de la máquina objeto. • En general estas partes dependen del lenguaje intermedio, más que del lenguaje fuente. • Comprende aspectos de optimización y generación de código, junto con el manejo de errores necesario y las operaciones con la tabla de símbolos.

18. Estructura y fases de un compilador (10) • Pasadas • Consiste en leer un archivo de entrada y escribir uno de salida. • Es común que se apliquen varias fases de la compilación en una sola pasada • Reducción de pasadas • Es deseable tener pocas pasadas dado que la lectura y la escritura de archivos intermedios lleva tiempo. • Sin embargo, en ocasiones resulta muy difícil generar código si no se tiene una representación intermedia completa. Por ejemplo: • Las instrucciones de tipo goto que saltan hacia delante. En este caso es posible dejar un espacio en blanco y rellenar cuando la información esté disponible.

19. Lenguajes y tipos de traductores • Un lenguaje de programación se puede definir como: • Notación formal para describir algoritmos o funciones que serán ejecutadas por una computadora. • Lenguaje para comunicar instrucciones a la computadora. • Convención para escribir descripciones que pueden ser evaluadas. • Dentro de los atributos de un buen lenguaje están: • Claridad y sencillez • Ortogonalidad • Naturalidad para la aplicación • Apoyo para la abstracción • Facilidad para verificar programas • Entorno de programación • Portabilidad de programas • Costo de uso • Costo de ejecución • Costo de traducción • Costo de creación y prueba • Costo de mantenimiento

20. Lenguajes y tipos de traductores (2) • El término general traductor denota cualquier procesador de lenguajes que acepta programas en cierto lenguaje fuente como entrada y produce lenguajes funcionalmente equivalentes en otro lenguaje objeto. • Varios tipos de traductores tienen nombres especializados: • Ensamblador • Compilador • Cargador o editor de vínculos • Preprocesador o macroprocesador • Conversor fuente-fuente • Simulador o intérprete de software • Compresores • Formateadores

21. Lenguajes y tipos de traductores (3) • Se puede hacer una clara división entre dos tipos de lenguajes: • Lenguajes compilados • Ordinariamente se traducen al lenguaje máquina de la computadora real que los ejecutará. • El traductor para estos lenguajes es relativamente grande y complejo, además produce código objeto que se ejecutará con tanta eficiencia como sea posible • Lenguajes interpretados • No producen código para una máquina real. • Producen una forma intermedia del programa cuya ejecución es más fácil que la ejecución del programa original. • Ordinariamente la ejecución en un intérprete de software es más lenta. • La complejidad de implementación suele cargarse más en el software de simulación Procesamiento de un programa en lenguaje C Procesamiento de un programa en lenguaje Java Código en C Código en Java Archivos de Cabecera Precompilador Bibliotecas o Paquetes Compilador Java Compilador Tiempo de compilación (Traducción) Bytecode Java Código objeto Red Archivos de Librería Enlazador Código máquina Cargador de clases Hardware Verificador de Bytecode Máquina virtual Java Generador de Código Intérprete Tiempo de ejecución JVM Runtime Hardware

22. Herramientas para la construcción de compiladores • Existen herramientas especializadas para implementar las diferentes fases de un compilador. • Los sistemas de ayuda para construir compiladores se conocen como: • Compiladores de compiladores • Generadores de compiladores • Sistemas generadores de compiladores

23. Herramientas para la construcción de compiladores (2) • Algunas herramientas útiles para la construcción de compiladores • Generadores de analizadores léxicos • Por lo general, trabajan a partir de una especificación basada en expresiones regulares. • La organización básica del analizador léxico resultante es un autómata finito. • Generadores de analizadores sintácticos • Trabajan a partir de una gramática independiente del contexto. • El generador hace de esta fase una de las más fáciles de aplicar. • Se utilizan poderosos y complejos algoritmos para realizar el análisis. • Dispositivos de traducción dirigida por la sintaxis • Producen grupos de rutinas que recorren el árbol de análisis sintáctico generando código intermedio. • Generadores automáticos de código • Toman un conjunto de reglas que definen la traducción de cada operación del lenguaje intermedio al lenguaje de máquina objeto. • La técnica fundamental es la concordancia de plantillas.

24. Herramientas para la construcción de compiladores (3) • Un compilador es muy complejo como para programarlo en ensamblador. • En el entorno de programación UNIX, los compiladores se escriben generalmente en C. • Se deben utilizar las ventajas del lenguaje para compilarse a sí mismo (los compiladores de C se escriben en C). • Sin embargo, un compilador sólo es un programa. El entorno en el que se desarrolle este programa puede afectar la velocidad y la fiabilidad de la implantación del compilador. • La mayoría de las personas que escriben compiladores eligen un lenguaje orientado a sistemas como C.

25. Herramientas para la construcción de compiladores (4) • La escritura de compiladores, y en general de cualquier herramienta, tendrá un usuario final. Dicho usuario es quien hace realmente útil al software. Es necesario aplicar técnicas de ingeniería de software en la construcción de compiladores para evitar …

26. Clasificación de los compiladores • Una característica que identifica a los compiladores es el hecho de que traducen completamente el lenguaje fuente de entrada previo a la ejecución del lenguaje objeto a ejecutar. • Los compiladores se pueden clasificar por el número de pasadas en: • Compilador de una pasada • Examinan solo una vez el código fuente para generar el código objeto • Compiladores de múltiples pasadas • Requiere de pasos intermedios (código intermedio) antes de generar el código objeto final. • Entre menos pasadas menor tiempo de compilación, sin embargo más pasadas pueden generar código objeto más eficiente.

27. Clasificación de los compiladores (2) • Por el código objeto generado se pueden clasificar en: • Metacompilador • Es un programa que acepta como entrada la descripción de un lenguaje y produce el compilador de dicho lenguaje. • Por lo regular hay dos tipos de metacompiladores, los que trabajan con expresiones regulares y aquellos que lo hacen con gramáticas libres de contexto. • Ejemplos clásicos son Lex (generador de analizadores léxicos) y Yacc (generador de analizadores sintácticos). • Descompilador • Realiza una tarea de traducción inversa, es decir, va del código máquina al lenguaje de alto nivel. • Es relativamente sencillo cuando se trata de ir a código ensamblador o macro ensamblador, pero no cuando se quiere llegar a un lenguaje de alto nivel.

28. Clasificación de los compiladores (3) • Compiladores-intérpretes • Realizan dos fases: la fase de compilación y la fase de interpretación • La fase de compilación traduce la entrada en una representación intermedia por una única vez. • La fase de interpretación parte de la representación generada por la primera fase para la ejecución del programa. • Compiladores cruzados • Surgen como solución al problema de desarrollar un primer compilador para una nueva arquitectura. • Dado que el desarrollo de compiladores es una tarea compleja, resulta más fácil construirlos sobre una máquina que ya disponga de herramientas de software. • Se denomina compilador cruzado a un compilador que se ejecuta en una máquina pero el código objeto es para otra máquina.