Capítulo 4 Uso de análisis de Java CUP

Capítulo 4 Uso de análisis de Java CUP

CUP es un generador de analizadores sintácticos. Se necesita un programa CUP - esencialmente una LALR (1) apta para su procesamiento gramática, y genera un programa Java que analizar la entrada que satisfaga esa gramática.

CUP supone que un analizador léxico se proporciona por separado. Normalmente, el analizador léxico es generado usando JFlex. Código de soporte adicional puede ser proporcionado en Java.

Un ejemplo (INTERP1)

A continuación JFlex, CUP, y los archivos fuente de Java en conjunto generan un simple "intérprete". Esta intérprete lee las líneas de entrada, los analiza, y "interpreta" de ellos. Una línea de entrada es una sentencia de asignación, que especifica el valor de una variable o una expresión que se imprima.

En el primer caso, el intérprete evalúa la expresión, y almacena el valor en la variable.

En el segundo caso el intérprete evalúa la expresión, y se imprime el valor.

El analizador léxico

package grammar;

import java.io.*;

import java_cup.runtime.*;

%%

%public

%type  Symbol

%char

%{

 public Symbol token( int tokenType ) {

  System.err.println(

   "Obtain token " + sym.terminal_name( tokenType )

   + " \"" + yytext() + "\"" );

  return new Symbol( tokenType, yychar,

   yychar + yytext().length(), yytext() );

  }

%}

number  = [0-9]+

ident  = [A-Za-z][A-Za-z0-9]*

space  = [\ \t]

newline  = \r|\n|\r\n

%%

"="   { return token( sym.ASSIGN ); }

"+"   { return token( sym.PLUS ); }

"-"   { return token( sym.MINUS ); }

"*"   { return token( sym.TIMES ); }

"/"   { return token( sym.DIVIDE ); }

"("   { return token( sym.LEFT ); }

")"   { return token( sym.RIGHT ); }

{newline}  { return token( sym.NEWLINE ); }

{space}  { }

{number}  { return token( sym.NUMBER ); }

{ident}  { return token( sym.IDENT ); }

.   { return token( sym.error ); }

<>  { return token( sym.EOF ); }

El analizador léxico coincide con símbolos especiales "=", "+", "-", "/", "(", ")", constantes enteros, y los identificadores. En este caso, las nuevas líneas son sintácticamente importante, pero los espacios y las pestañas no son, así que devolver un token para nuevas líneas, pero no para los espacios en blanco y tabuladores. Si hay un error de léxico, vuelvo un token de error (que genera un error de sintaxis para el analizador).

El analizador

package grammar;

import java.util.*;

import java.io.*;

import java_cup.runtime.*;

action code

 {:

 Hashtable table = new Hashtable();

 :};

parser code

 {:

 private Yylex lexer;

 private File file;

 public parser( File file ) {

  this();

  this.file = file;

  try {

   lexer = new Yylex( new FileReader( file ) );

   }

  catch ( IOException exception ) {

   throw new Error( "Unable to open file \"" + file + "\"" );

   }

  }

...

 :};

scan with

 {:

 return  lexer.yylex();

 :};

terminal LEFT, RIGHT, NEWLINE, PLUS, MINUS, TIMES, DIVIDE, ASSIGN;

terminal String NUMBER;

terminal String IDENT;

nonterminal StmtList, Stmt;

nonterminal Integer Expr, Term, Factor;

start with StmtList;

StmtList::=

 |

  StmtList Stmt

 ;

Stmt::=

  IDENT:ident ASSIGN Expr:expr NEWLINE

  {:

  table.put( ident, expr );

  :}

 |

  Expr:expr NEWLINE

  {:

  System.out.println( expr.intValue() );

  :}

 |

  error NEWLINE

 |

  NEWLINE

 ;

Expr::=

  Expr:expr PLUS Term:term

  {:

  RESULT = new Integer( expr.intValue() + term.intValue() );

  :}

 |

  Expr:expr MINUS Term:term

  {:

  RESULT = new Integer( expr.intValue() - term.intValue() );

  :}

 |

  MINUS Term:term

  {:

  RESULT = new Integer( - term.intValue() );

  :}

 |

  Term:term

  {:

  RESULT = term;

  :}

 ;

Term::=

  Term:term TIMES Factor:factor

  {:

  RESULT = new Integer( term.intValue() * factor.intValue() );

  :}

 |

  Term:term DIVIDE Factor:factor

  {:

  RESULT = new Integer( term.intValue() / factor.intValue() );

  :}

 |

  Factor:factor

  {:

  RESULT = factor;

  :}

 ;

Factor::=

  LEFT Expr:expr RIGHT

  {:

  RESULT = expr;

  :}

 |

NUMBER:value

  {:

  RESULT = new Integer( value );

  :}

 |

  IDENT:ident

  {:

...