为了学习编译器的工作原理，我最近在编写一个 C 编译器。

C 编译器的作用是把源代码（字符串）翻译成汇编语言。

这个编译器首先把字符串拆分成 token，然后借助 token 把字符串解析成节点，最后生成汇编代码。

  • 词法分析器（Tokenizer）
  • 语法分析器（Parser）
  • 代码生成器（Code Generator）

词法分析器

词法分析器遍历字符串，生成一个由 token 组成的链表。

语法分析器

语法分析器把字符串解析成节点。

要实现语法分析器，我们需要先设计编译器。通常我们使用 BNF（巴科斯-瑙尔范式）来进行编译器设计。

BNF 记法长这样：

expr = num ("+" num | "-" num)*

这是一个描述加法和减法的简单例子。 这个表达式先接收一个数字，如果后面还有数字，就对其做加法或减法（* 表示重复 0 次或多次）。

代码生成器

代码生成器负责生成汇编代码。

前面那个 BNF 例子会被翻译成如下的汇编：

.intel_syntax noprefix
.globl main
main:
    push 2
    push 3
    pop rdi
    pop rax
    add rax, rdi
    push rax
    pop rax
    ret

它表示 2 + 3，以栈式虚拟机的方式实现。

它先把 2 和 3 这两个数字压入栈中，然后把 3 赋给 rdi（一个汇编寄存器），把 2 赋给 rax（一个汇编寄存器）。 最后计算 2 + 3，并把结果赋给 rax。 在这个例子里，接下来的两条指令可以忽略，因为它们只是执行了 rax = rax。 ret 返回结果，也就是 5。

进展

目前我已经实现了数学运算部分。

源代码已上传到 github。