编译原理老师要求写一个java的词法分析器，想了想决定用python写一个。
目标
能识别出变量，数字，运算符，界符和关键字，用excel表打印出来。
有了目标，想想要怎么实现词法分析器。
1.先进行预处理，把注释，多余的空格，空行去掉。
2.一行一行扫描，行里逐字扫描，把界符和运算符当做分割符，遇到就先停下开始判断。
- 若是以 英文字母、$、下划线开头，则可能是变量和关键字，在判断是关键字还是变量。
- 若是数字开头，则判断下一位是不是也是数字，直到遇到非数字停止，在把数字取出来。
- 再来判断分割符是什么类型，是界符还是运算符。
在给不同词添加上识别码
在用excel表打印出来。
代码实现
1. 用列表创建一个关键字表，java关键字有50个。
|
1
2
3
4
5
6
7
8
9
10
11
|
#保留字
key_word = ['abstract','assert','boolean','break','byte',
'case','catch','char','class','const',
'continue','default','do','double','else',
'enum','extends','final','finally','float',
'for','goto','if','implements','import',
'instanceof','int','interface','long','native',
'new','package','private','protected','public',
'return','short','static','strictfp','super',
'switch','synchronized','this','throw','throws',
'transient','try','void','volatile','while']
|
2.用列表创建一个运算符表。
|
1
2
3
4
5
6
7
|
#运算符
operator = ['+','-','*','/','%','++','--','+=','-=','+=','/=',#算术运算符
'==','!=','>','<','>=','<=',#关系运算符
'&','|','^','~','<<','>>','>>>',#位运算符
'&&','||','!',#逻辑运算符
'=','+=','-=','*=','/=','%=','<<=','>>=','&=','^=','|=',#赋值运算符
'?:']#条件运算符
|
3. 用列表创建一个界符表。
|
1
2
|
#界符
delimiters = ['{','}','[',']','(',')','.',',',':',';']
|
4.预处理
用正则表达式把注释去掉,在把多余的空行去掉
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
#预处理
def filterresource(file,new_file):
f2 = open(new_file,'w+')
txt = ''.join(open(file,'r').readlines())
deal_txt = re.sub(r'\/\*[\s\s]*\*\/|\/\/.*','',txt)
for line in deal_txt.split('\n'):
line = line.strip()
line = line.replace('\\t','')
line = line.replace('\\n','')
if not line:
continue
else:
f2.write(line+'\n')
f2.close()
return sys.path[0]+'\\'+ new_file
|
5.逐行扫描
按照刚刚的思路进行判断，把每一行的单词，添加到word_line列表中，最后在把每一行添加到token列表中。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
|
def scan(file):
lines = open(file,'r').readlines()
for line in lines:
word = ''
word_line = []
i = 0
while i <len(line):
word +=line[i]
if line[i]==' ' or line[i] in delimiters or line[i] in operator:
if word[0].isalpha() or word[0]=='$' or word[0]=='_':
word = word[:-1]
if searchreserve(word):
# 保留字
word_line.append({word[:-1]:key_word.index(word)})
else:
# 标识符
identifier.append({word:-2})
word_line.append({word:-2})
# 常数
elif word[:-1].isdigit():
word_line.append({word:-1})
#else:
#error_word.append(word)
# 字符是界符
if line[i] in delimiters:
word_line.append({line[i]:len(key_word)+delimiters.index(line[i])})
# 字符是运算符
elif line[i] in operator:
s = line[i] +line[i+1]
if s in operator:
word_line.append({s:len(key_word)+len(delimiters)+operator.index(s)})
i +=1
else:
word_line.append({line[i]:len(key_word)+len(delimiters)+operator.index(line[i])})
word = ''
i+=1
token.append(word_line)
|
6.根据单词返回是什么类型
按照保留字--界符--运算符--常数的顺序来当识别码。常数识别码是-1，标识符识别码是-2
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
def check(number):
hanzi = ''
q = len(key_word)
w = len(delimiters)
e = len(operator)
if 0<number<=q:
hanzi = '保留字'
elif q<number <= q+w:
hanzi = '界符'
elif q+w<number <=q+w+e:
hanzi = '运算符'
elif number == -1:
hanzi ='常数'
elif number == -2:
hanzi ='标识符'
return hanzi
|
7. 用thinker写一个简单的界面
导入
|
1
2
|
from tkinter import *
from tkinter.filedialog import askdirectory,askopenfilename
|
|
1
2
3
4
5
6
7
8
9
|
root = tk()
root.title('词法分析')
root.resizable(0, 0)
path = stringvar()
label(root,text = "目标路径:").grid(row = 0, column = 0)
entry(root, textvariable = path).grid(row = 0, column = 1)
button(root, text = "路径选择", command = openfiles).grid(row = 0, column = 2)
button(root,text='词法分析',command= open_excel).grid(row = 0,column = 3)
root.mainloop()
|
打开文件
|
1
2
3
|
def openfiles():
fname = askopenfilename(title='打开文件', filetypes=[('all files', '*')])
path.set(fname)
|
简单的界面
8.导入到excel表中
需要安装包xwings
|
1
|
pip install xwings
|
导入
|
1
|
import xlwings as xw
|
把token里的单词，按照 单词 ---- 识别码 ---类型 打印到excel表中
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
def open_excel():
# 预处理
row,col=0,0
if path.get()!='':
txt = java_analysis.filterresource(path.get(),new_file)
print(txt)
#扫描
java_analysis.scan(txt)
app = xw.app(visible=true,add_book=false)
wb =app.books.open(sys.path[0]+'\\'+'test.xlsx')
sheet = wb.sheets.active
sheet.clear()
print(java_analysis.token)
for i in range(len(java_analysis.token)):
sheet[row,0].value = '第'+str(i+1)+'行'
row +=1
for word in java_analysis.token[i]:
for k,w in word.items():
sheet[row,3].value = k
sheet[row,5].value = w
sheet[row,7].value = java_analysis.check(w)
row +=1
sheet.autofit()#整个sheet自动调整
#wb.save()
|
最后就像这样
效果
代码很烂，不过也算是大致明白词法分析器了。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：https://www.jianshu.com/p/30369358da8a