C 语言抽象语法树AST

ゝ一世哀愁。 2022-04-11 09:30 327阅读 0赞

转自： [https://blog.csdn.net/u012935901/article/details/17284469][https_blog.csdn.net_u012935901_article_details_17284469]

(一)简介

抽象语法树（abstract syntax code，AST）是源代码的抽象语法结构的树状表示，树上的每个节点都表示源代码中的一种结构，这所以说是抽象的，是因为抽象语法树并不会表示出真实语法出现的每一个细节，比如说，嵌套括号被隐含在树的结构中，并没有以节点的形式呈现。抽象语法树并不依赖于源语言的语法，也就是说语法分析阶段所采用的上下文无文文法，因为在写文法时，经常会对文法进行等价的转换（消除左递归，回溯，二义性等），这样会给文法分析引入一些多余的成分，对后续阶段造成不利影响，甚至会使合个阶段变得混乱。因些，很多编译器经常要独立地构造语法分析树，为前端，后端建立一个清晰的接口。

抽象语法树在很多领域有广泛的应用，比如浏览器，智能编辑器，编译器。

(二)抽象语法树实例

(1)四则运算表达式

表达式: 1+3\*(4-1)+2

抽象语法树为：

[![26750235_1332131475E5KN.png][]][26750235_1332131475E5KN.png]

(2)xml

代码2.1：

> 1.  <letter>
> 2.  <address>
> 3.  <city>ShiChuang</city>
> 4.  </address>
> 5.  <people>
> 6.  <id>12478</id>
> 7.  <name>Nosic</name>
> 8.  </people>
> 9.  </letter>

抽象语法树

[![26750235_1332131464N87Q.png][]][26750235_1332131464N87Q.png]

(3)程序1

代码2.2

> 1.  while b != 0
> 2.  \{
> 3.  if a > b
> 4.  a = a-b
> 5.  else
> 6.  b = b-a
> 7.  \}
> 8.  return a

抽象语法树

[![26750235_1332133743gQH0.png][]][26750235_1332133743gQH0.png]

(4)程序2

代码2.3

> 1.  sum=0
> 2.  for i in range(0,100)
> 3.  sum=sum+i
> 4.  end

抽象语法树

[![26750235_1332133574qqK6.png][]][26750235_1332133574qqK6.png]

(三)为什么需要抽象语法树

当在源程序语法分析工作时，是在相应程序设计语言的语法规则指导下进行的。语法规则描述了该语言的各种语法成分的组成结构，通常可以用所谓的前后文无关文法或与之等价的Backus-Naur范式(BNF)将一个程序设计语言的语法规则确切的描述出来。前后文无关文法有分为这么几类：LL(1)，LR(0)，LR(1)， LR(k) ,LALR(1)等。每一种文法都有不同的要求，如LL(1)要求文法无二义性和不存在左递归。当把一个文法改为LL(1)文法时，需要引入一些隔外的文法符号与产生式。

例如，四则运算表达式的文法为：

文法1.1

> 1.  E->T|EAT
> 2.  T->F|TMF
> 3.  F->(E)|i
> 4.  A->+|-
> 5.  M->\*|/

改为LL(1)后为：

文法1.2

> 1.  E->TE'
> 2.  E'->ATE'|e\_symbol
> 3.  T->FT'
> 4.  T'->MFT'|e\_symbol
> 5.  F->(E)|i
> 6.  A->+|-
> 7.  M->\*|/

例如，当在开发语言时，可能在开始的时候，选择LL(1)文法来描述语言的语法规则，编译器前端生成LL(1)语法树，编译器后端对LL(1)语法树进行处理，生成字节码或者是汇编代码。但是随着工程的开发，在语言中加入了更多的特性，用LL(1)文法描述时，感觉限制很大，并且编写文法时很吃力，所以这个时候决定采用LR(1)文法来描述语言的语法规则，把编译器前端改生成LR(1)语法树，但在这个时候，你会发现很糟糕，因为以前编译器后端是对LL(1)语树进行处理，不得不同时也修改后端的代码。

抽象语法树的第一个特点为:不依赖于具体的文法。无论是LL(1)文法，还是LR(1)，或者还是其它的方法，都要求在语法分析时候，构造出相同的语法树，这样可以给编译器后端提供了清晰，统一的接口。即使是前端采用了不同的文法，都只需要改变前端代码，而不用连累到后端。即减少了工作量，也提高的编译器的可维护性。

抽象语法树的第二个特点为:不依赖于语言的细节。在编译器家族中，大名鼎鼎的gcc算得上是一个老大哥了，它可以编译多种语言，例如c，c＋＋，java，ADA，Object C， FORTRAN， PASCAL， COBOL等等。在前端gcc对不同的语言进行词法，语法分析和语义分析后，产生抽象语法树形成中间代码作为输出，供后端处理。要做到这一点，就必须在构造语法树时，不依赖于语言的细节，例如在不同的语言中，类似于if－condition－then这样的语句有不同的表示方法

在c中为：

> 1.  if(condition)
> 2.  \{
> 3.  do\_something();
> 4.  \}

在fortran中为：

> 1.  If condition then
> 2.  do\_somthing()
> 3.  end if

在构造if－condition－then语句的抽象语法树时，只需要用两个分支节点来表于，一个为condition，一个为if\_body。如下图：

[![26750235_13321327122d3p.png][]][26750235_13321327122d3p.png]

在源程序中出现的括号，或者是关键字，都会被丢掉。

[https_blog.csdn.net_u012935901_article_details_17284469]: https://blog.csdn.net/u012935901/article/details/17284469
[26750235_1332131475E5KN.png]: http://blog.chinaunix.net/attachment/201203/19/26750235_1332131475E5KN.png
[26750235_1332131464N87Q.png]: http://blog.chinaunix.net/attachment/201203/19/26750235_1332131464N87Q.png
[26750235_1332133743gQH0.png]: http://blog.chinaunix.net/attachment/201203/19/26750235_1332133743gQH0.png
[26750235_1332133574qqK6.png]: http://blog.chinaunix.net/attachment/201203/19/26750235_1332133574qqK6.png
[26750235_13321327122d3p.png]: http://blog.chinaunix.net/attachment/201203/19/26750235_13321327122d3p.png