预处理代码的词法分析

Question

我为MOS 6502微处理器编写了一个带有预处理器的汇编程序。汇编程序输出正确的二进制，预处理器执行常量替换、包含和条件包含。问题是保留包含的文件的文件位置。此时，预处理程序在包含文件之前和之后发出文件指令。下面是一个例子。

Proggie.asm

JSR init
JSR loop
JSR end

%include "Init.asm"

%include "Loop.asm"

%include "End.asm"

Init.asm

init:
    LDX #$00
    RTS

Loop.asm

loop:
    INX
    CPX #$05
    BNE loop
    RTS

End.asm

end:
    BRK

预处理结果

%file "D:\Proggie.asm" 1
    JSR init
    JSR loop
    JSR end

%file "D:\Init.asm" 1
init:
    LDX #$00
    RTS%file "D:\Init.asm" 2

%file "D:\Loop.asm" 1
loop:
    INX
    CPX #$05
    BNE loop
    RTS%file "D:\Loop.asm" 2

%file "D:\End.asm" 1
end:
    BRK%file "D:\End.asm" 2
%file "D:\Proggie.asm" 2

这个想法来自GCC的预处理器产生的输出。%file指令告诉词法分析器刚刚输入或退出了一个文件。文件路径后面的数字表示分析器是否分别进入或退出给定的文件。我的词法分析器可以处理这个。当告诉当前的行号时，它仍然有点。

所以我的问题是:这是要走的路吗？或者我还能用另一种算法？

Answer 1

Gcc的预处理器制作的线路控制指令如下：

# 122 "/usr/include/x86_64-linux-gnu/bits/types.h" 2 3 4

在这里，122是文件/usr/include/x86_64-linux-gnu/bits/types.h中的行号。包括行号意味着下游的lexer不需要跟踪包含堆栈来判断它在哪一行。

行的其余部分是标志，它们类似于您的方法，添加了几个特定于gcc的标志：

• “1”表示新文件的开始。
• “2”表示返回到一个文件(在包含了另一个文件之后)。
• “3”表示以下文本来自系统头文件，因此某些警告应该被抑制。
• '4‘这意味着以下文本应该被视为被包装在一个隐式'extern’C‘块中。

这些允许下游的lexer跟踪包含堆栈，如果它愿意，gcc这样做，以便产生更多的信息(或至少更多的文字)错误信息。

我认为在预处理器维护堆栈的情况下，逻辑更容易一些，但这并没有产生太大的差别，特别是如果您还想在错误消息中生成“包括在”注释中。