本章你将会解析声明(declarations)。因为所有申明的信息都会放到符号表，所以这章也是第4章的一个延续。
==>> 本章中文版源代码下载：svn co http://wci.googlecode.com/svn/branches/ch9/ 源代码使用了UTF-8编码，下载到本地请修改！
目标与方法
本章有以下目标：
- 前端处理Pascal常量定义，类型定义，变量声明和类型说明的解析器。
- 在符号表中加入类型信息。
方法将是开发新的类表现Pascal类型信息，并分别放在intermediate,intermediate.symtabimpl和intermediate.typeimpl包中。为验证你的代码，你会扩展第4章开发的使用工具CrossReferencer使之包含类型信息。
程序语言的申明对解析来说通常是最难搞的一些语句，因为：
- 声明语句语法本身可以很难。
- 声明通常包含递归定义。
- 你得hold住各式各样的信息。
- 你得在符号表放置很多很多很多的东西。
Pascal声明(Declarations)
Pascal申明包含四个部分(本书不处理标识申明label delcaration，因为去掉了goto，也不处理集合和指针类型，这留给你实践吧)。每个部分都可以没有但它们的顺序不能乱，分别是：常量定义部分(constant)，类型定义部分(type)，变量申明部分以及过程和函数申明（procedure and function)部分。这章只讲前三部分，你会在11章中解析过程和函数申明。语法图9-1显示出Pascal申明有一个相对来说比较明了的语法。
图9-1：Pascal声明语法
留意常量和类型是“定义”的，而变量，过程以及函数是“声明”的。我们把定义和声明语句统称为“声明”(declarations)。
一个Pascal常量定义由1个标识符紧接着等于号"="和一个常量组成。看下面的常量定义部分的例子：
1: CONST
2: factor = 8;
3: epsilon = 1.0e-6;
4: ch = 'x';
5: limit = -epsilon;
6: message = 'Press the OK button to confirm your selection.';
一个Pascal类型定义包含一个标识符，然后是一个等于号"="加一个类型说明(type specification)。一个简单的类型说明可以是先前定义过的类型标识符，一个枚举类型说明，一个其基础类型为枚举类型的子界(subrange)说明或一个非实(non-real，意思实际上是非浮点数，只是整数)标量类型。下面是类型定义部分的例子：
1: TYPE
2: range1 = 0..factor; {subrange of integer}
3: range2 = 'a'..'q'; {subrange of char}
4: range3 = range1; {type identifier}
5:
6: grades = (A, B, C, D, F); {enumeration}
7: passing = A..D; {subrange of enumeration}
8:
9: week = (monday, tuesday, wednesday, thursday, friday, saturday, sunday);
10: weekday = monday..friday;
11: weekend = saturday..sunday;
1: ar1 = ARRAY [grades] OF integer;
2: ar2 = ARRAY [(alpha, beta, gamma)] OF range2;
3: ar3 = ARRAY [weekday] OF ar2
4: ar4 = ARRAY [range3] OF (foo bar, baz);
5: ar5 = ARRAY [range1] OF ARRAY [range2] OF ARRAY[c..e] OF enum2;
6: ar6 = ARRAY [range1, range2, c..e] OF enum2;
上面可以看到ar5和ar6两种等效的定义多维数组的方式。每一维可以象ar5一样显式指定，或者象ar6的把维度值合并在一起(也就是C，Java等语言的方式)。
Pascal字符串类型是一个字符数组，且其索引类型是一个最小值为1的整数子界(subrange)。下面的类型str是一个长度为10的字符串(这个我估计用的很少吧，定长字符串，很恶心的)。
1: str = ARRAY [1..10] OF char;
一个Pascal记录(record)类型说明由包含在关键字RECORD和END之间的域申明构成。每个记录域(record field)可以是任何Pascal类型，包括其它的记录类型。一个冒号将域标识符列表与其类型隔开。(Pascal记录类型和C语言的Struct类型很像，但是本书不处理记录类型的变种和WITH语句)。举两个例子：
1: rec1 = RECORD
2: i : integer;
3: r : real;
4: b1, b2 : boolean;
5: c : char
6: END;
第二个：
1: rec2 = RECORD
2: ten : integer;
3: r : rec1;
4: a1, a2, a3 : ARRAY [range3] OF range2;
5: END;
注意rec2的域r的类型是记录类型rec1
Pascal变量申明语法与记录域的申明类似，看变量申明部分的例子：
1: VAR
2: var1 : integer;
3: var2, var3 : range2;
4: var4 : ar2
5: var5 : rec1;
6: direction : (north, south, east, west);
Pascal支持匿名(unnamed type)类型。在上面演示过的类型ar2，它的索引类型就是一个匿名枚举类型。同理，在类型ar5和ar6的定义中，第三维的索引类型是一个匿名子界类型。记录类型rec2的域a1，a2，a3的类型是一个匿名数组类型。变量direction的类型是一个匿名枚举类型。
类型和符号表
你将要编写的类型说明解析器将会在符号表中放入类型信息。
设计笔记 |
| 就像你在第4章做的那样，我们再一次从概念层面上着手。首先，设计一组语言无关的接口，将类型说明简单当成一个属性集合。在这些属性中，一个类型说明有一个格式，或许还有一个类型标识符。之后，开发Pascal相关的接口实现。 |
类型说明接口
图9-2 展示了intermediate包中相关接口TypeSpec，TypeForm，TypeKey的UML类图。
方法getForm()返回类型的格式，诸如标量，数组，和记录。方法getIdentifier()返回类型标识符对应的符号表项，或者null值假如类型匿名。所有其它的类型说明信息象属性值一样通过setAttribute()和getAttribute()方法存取。方法isPascalString()标识当前类型是否一个Pascal字符串。baseType()方法如果当前类型是子界类型则返回其基础类型，否则返回它本身。
清单9-1，9-2，9-3 分别展示TypeSpec，TypeForm和TypeKey的内容，请参考源代码对应类，这里不再显示。
Pascal类型说明实现
前面提到，一个Pascal类型的格式可以是标量，枚举，子界，数组或者记录。下面的表格展示了对每一种类型格式来说，解析器该抽取什么样的类型说明信息。
| 类型格式 | 类型说明信息(要抽取的) |
| 标量 | 无 |
| 枚举 | 枚举常量标识符列表 |
| 子界 | 基础类型 |
| 下界值 | |
| 上界值 | |
| 数组 | 索引类型 |
| 最小索引值 | |
| 最大索引值 | |
| 元素类型 | |
| 元素数量 | |
| 记录 | 一个独立的符号表服务于记录域的标识符 |
类型说明信息都以属性方式存取。
清单9-4 展示了包intermediate.typeimpl中的枚举类型(注意，这个是Java的) TypeFormImpl即Pascal的TypeForm接口实现。它的枚举值对应上表中的第一列。
1: public enum TypeFormImpl implements TypeForm
2: {
3: SCALAR /*标量*/,
4: ENUMERATION/*枚举*/,
5: SUBRANGE/*子界*/,
6: ARRAY /*数组*/,
7: RECORD/*记录*/;
8:
9: public String toString()
10: {
11: return super.toString().toLowerCase();
12: }
13: }
清单9-5 展示了包intermediate.typeimpl中的枚举类型TypeKeyImpl即接口TypeKey的Pascal相关实现。其枚举值对应上表中的第二列。
1: public enum TypeKeyImpl implements TypeKey
2: {
3: //枚举的属性
4: ENUMERATION_CONSTANTS,
5:
6: // 子界的属性
7: SUBRANGE_BASE_TYPE/*基础类型*/, SUBRANGE_MIN_VALUE/*下界*/,
8: SUBRANGE_MAX_VALUE/*上界*/,
9:
10: // 数组属性
11: ARRAY_INDEX_TYPE/*索引类型*/, ARRAY_ELEMENT_TYPE/*元素类型*/,
12: ARRAY_ELEMENT_COUNT/*元素个数*/,
13:
14: // 记录
15: RECORD_SYMTAB /*记录对应的符号表*/
16: }
就如你在前面针对符号表项（第四章)和分析树节点(第五章)做的那样，将每种类型说明(TYpe SPecification)实现成哈希表可带来极大方便。清单9-6 展示了包intermediate.typeimpl中的类TypeSpecImpl的关键方法，它是TypeSpec接口的Pascal相关实现。更详细参见源代码。
1: public class TypeSpecImpl
2: extends HashMap<TypeKey, Object>
3: implements TypeSpec
4: {
5: private TypeForm form; //对应格式
6: private SymTabEntry identifier; //类型标识符
7:
8: public TypeSpecImpl(TypeForm form)
9: {
10: this.form = form;
11: this.identifier = null;
12: }
13: //特殊的对String的处理
14: public TypeSpecImpl(String value)
15: {
16: this.form = ARRAY;
17:
18: TypeSpec indexType = new TypeSpecImpl(SUBRANGE);
19: indexType.setAttribute(SUBRANGE_BASE_TYPE, Predefined.integerType);
20: indexType.setAttribute(SUBRANGE_MIN_VALUE, 1);
21: indexType.setAttribute(SUBRANGE_MAX_VALUE, value.length());
22:
23: setAttribute(ARRAY_INDEX_TYPE, indexType);
24: setAttribute(ARRAY_ELEMENT_TYPE, Predefined.charType);
25: setAttribute(ARRAY_ELEMENT_COUNT, value.length());
26: }
27:
28: //一个Pascal String首先必须得是个数组(注意char和int的互转)
29: public boolean isPascalString()
30: {
31: if (form == ARRAY) {
32: TypeSpec elmtType = (TypeSpec) getAttribute(ARRAY_ELEMENT_TYPE);
33: TypeSpec indexType = (TypeSpec) getAttribute(ARRAY_INDEX_TYPE);
34:
35: return (elmtType.baseType() == Predefined.charType) &&
36: (indexType.baseType() == Predefined.integerType);
37: }
38: else {
39: return false;
40: }
41: }
42:
43: /**
44: * @return 是子界则返回基类型，否则返回本身
45: */
46: public TypeSpec baseType()
47: {
48: return form == SUBRANGE ? (TypeSpec) getAttribute(SUBRANGE_BASE_TYPE)
49: : this;
50: }
51: }
这儿有两个构造函数。第一个给定一个格式创建一个“空”TypeSpec对象。第二个构造函数为一个String(Java的)对象创建相应的TypeSpec对象。本章开头说过，一个Pascal 字符串类型是一个带 子界索引类型的字符数组，就象isPascalString()方法验证的那样。此构造函数创建一个带整数子界索引类型且值范围从1到字符串（Java的)长度的字符数组。
图9-3 展示了针对几个Pascal类型定义样例其中符号表项和TypeSpec对象之间的关系。值得留意的有：
- 类型标识符的符号表项指向相应的TypeSpec对象，而它反过来指向这个符号表项。不过匿名类型的类型说明(比如图中的匿名数组索引类型)没有指向任何符号表项。
- 枚举类型说明的ENUMERATION_CONSTANTS属性是其常量标识符所对应的符号表项形成的数组列表。
- 字节类型说明有SUBRANGE_MIN_VALUE和SUBRANGE_MAX_VALUE属性，它的SUBRANGE_BASE_TYPE属性值为其基本类型说明。
- 数组类型说明的ARRAY_INDEX_TYPE和ARRAY_ELEMENT_TYPE属性分别是数组索引和数组元素的类型说明。
- 记录类型说明的RECORD_SYMTAB属性指向包含此记录域标识符的符号表
图9-3：各种类型定义下SymTabEntry对象(淡灰色)和TypeSpec对象(暗灰色)。TypeKeyImpl属性键名以斜体大写呈现。
类型工厂
清单9-7 展示了包intermediate中的类TypeFactory，它创建TypeSpec对象。它有两个静态方法为别对应TypeSpecImpl的不同构造函数
设计笔记 |
| 此时再次使用“工厂方法”设计模式，使得类型说明客户端保持对具体类型说明实现的松耦合。 |
清单9-7 类型工厂的代码
1: public class TypeFactory
2: {
3: public static TypeSpec createType(TypeForm form)
4: {
5: return new TypeSpecImpl(form);
6: }
7:
8: public static TypeSpec createStringType(String value)
9: {
10: return new TypeSpecImpl(value);
11: }
12: }
作用域(scope)和符号表堆栈
作用域(scope)指的是源程序的某部分，在此范围内，某些标识符能被使用（换句话说，是程序中使得哪些标识符生效的任何位置）。也可以说任何一个标识符都有一个作用域或属于一个作用域。作用域与嵌套层次和符号表堆栈(第四章有给过简要介绍)关系紧密。
Pascal有很多命名语言预定义元素的标识符，比如各种类型如integer、real、boolean、char和布尔常量true和false。在后面章节中，你将会碰到命名预定义函数的标识符如writeln。默认情况下，预定义的全局标识符的作用域是整个程序（程序可以有1个或多个文件构成)。他们被隐式的定义在嵌套层0作用域即全局作用域。程序的名字同样在这个嵌套层定义。
本章之前你仅仅碰到过只有一个符号表的符号表堆栈，它在嵌套层0，也就是把所有的标识符都当作了全局标识符。实际上在一个程序的最顶层定义的所有标识符（常量名，类型，变量，函数过程等）是在嵌套层1即程序域(program scope)。（目前有两个作用域了，一个全局作用域 global scope，一个程序作用域 program scope)
每一个Pascal记录定义为它的域标识符创建一个新的作用域。这个新域的嵌套层次比记录定义本身所在的作用域层次高一级。嵌套的记录定义创建更高的嵌套层级。类似的你将在第11章看到，每一个声明过的Pascal过程或函数创建的新作用域嵌套层次取决于函数的嵌套深度。
标识符可以被嵌套作用域重定义（也就是覆盖)。例如，一个程序可能定义了名为str，类型为string的标识符。但程序还可有一个记录(record)定义了str为一个域(field)的名字。在记录的嵌套域中，作为域重定义的str有效，而外部程序域中的str定义被隐藏。但是在记录之外，也就是程序域中，str的定义是作为一个字符串类型应用的。
这个讨论带来两个重要问题：
- 每个作用域必须有它自己单独的符号表。对于全局标识符在嵌套层0上有一个符号表。程序作用域也有一个符号表在层级1存储它包含的标识符。每个记录定义有一个符号表存储她的域标识符。每个函数(routing，包含过程和函数)针对它的标识符都有独立的符号表。
- 当解析器从上直下分析源程序时，它将进入和退出作用域（比如进入一个函数，返回一个函数），所以这些作用域最好将在符号表上维护。每次解析器进入一个作用域，它必须把此域的符号表放如堆栈，且将嵌套层次加1。当解析器退出此作用域时，它必须将堆栈上的此域对应的符号表弹出，且将嵌套层次减1。符号表堆栈将随着解析器进入更深的嵌套而增长。
图9-4 演示了符号表堆栈的概念，解析之前的符号表堆栈已经随着RECORD类型形成（注意这个RECORD是源程序中RECORD字符，意思是到RECORD这已经形成了堆栈的层级关系)。预定义的全局标识符如integer、real、程序名称Test在层级0的符号表。程序作用域定义的标识符比如epsilon和rec在层级1的符号表。RECORD类型说明推入一个层级为2的新符号表到堆栈上，它包含域标识符a，x，y，z，这个符号表在解析器完成RECORD类型解析之后将会被弹出。
第4章中已经编写了包intermediate中的接口SymTabStack。现在加几个新的方法用来推入(push)和弹出符号表，以及存取程序标识符，就如清单9-8显示的那样。
1: /**
2: * 存取程序标识符
3: * @param entry
4: */
5: public void setProgramId(SymTabEntry entry);
6: public SymTabEntry getProgramId();
7: /**
8: * 推入一个新的符号表
9: * @return 刚创建的
10: */
11: public SymTab push();
12: /**
13: * 推入一个已存在的符号表
14: * @param symTab
15: * @return
16: */
17: public SymTab push(SymTab symTab);
18: /**
19: * 弹出符号表，层级减1
20: * @return
21: */
22: public SymTab pop();
方法setProgramId()和getProgramId针对的是主程序标识符对应的符号表项。方法push()和pop()分别从符号表堆栈上推入和弹出符号表。这儿有两个push方法，一个创建一个新的符号表而另外一个推入现存符号表。
包intermediate.symtabimpl中的类SymTabStackImpl必须包含一个新的域：
//主程序标识符的符号表项
private SymTabEntry programId;
1: public SymTabEntry lookup(String name)
2: {
3: SymTabEntry foundEntry = null;
4: // 搜索当前及更高层级（父层级)
5: for (int i = currentNestingLevel; (i >= 0) && (foundEntry == null); --i)
6: {
7: foundEntry = get(i).lookup(name);
8: }
9:
10: return foundEntry;
11: }
12: @Override
13: public SymTabEntry getProgramId() {
14: return this.programId;
15: }
16: @Override
17: public void setProgramId(SymTabEntry entry) {
18: this.programId = entry;
19: }
20: public SymTab push()
21: {
22: SymTab symTab = SymTabFactory.createSymTab(++currentNestingLevel);
23: add(symTab);
24:
25: return symTab;
26: }
27: public SymTab push(SymTab symTab)
28: {
29: ++currentNestingLevel;
30: add(symTab);
31:
32: return symTab;
33: }
34: public SymTab pop()
35: {
36: SymTab symTab = get(currentNestingLevel);
37: remove(currentNestingLevel--);
38:
39: return symTab;
40: }