`A Construção de Compiladores`

A construção de compiladores para linguagens imperativas é uma tarefa já suficientemente sintetizada pela literatura de computação e que envolve compreender, adaptar à especificação da linguagem e implementar as estruturas mostradas na Figura 5.

Analisador Léxico: responsável por analisar o fluxo de entrada do compilador, que é o programa fonte, e retornar para o analisar sintático a sequência de tokens identificados, na forma da tupla (token,conteudo).
Analisador Sintático: também chamado de parser, ele verifica a correção sintática do código a partir da sequência de tokens recebidos e da sua adequação com a gramática da linguagem. Ele ainda decide quando é necessário instalar um novo identificador na tabela de símbolos e constrói a árvore sintática.
Analisador Semântico: verifica os erros semânticos no código, que dizem respeito ao escopo dos nomes, correspondência entre declarações e uso dos nomes e compatibilidade dos tipos, em expressões e comandos.
Tabela de Símbolos: é a estrutura que armazena os identificadores e respectivos conteúdos (valores) para serem avaliados ao longo as análises do compilador.
Árvore Sintática: é uma estrutura que armazena o programa hierarquicamente segundo sua adequação à gramática da linguagem. É usada para verificação sintática do programa, e é a base para a análise semântica e geração de código.
Gerador e Otimizador de Código: responsáveis por transladar a árvore sintática que representa o programa fonte na linguagem alvo do compilador (programa compilado). Podem ser gerador códigos intermediários e o otimizador atua verificando a possibilidade de alterar o código intermediário em uma versão mais eficiente, do ponto de vista do uso da memória e/ou tempo de execução, sem que haja alteração da funcionalidade.

Suponha por exemplo que um compilador Pascal-like recebe com entrada o seguinte trecho de código:

circunf:=2*pi*raio

Na primeira etapa do compilador, o trecho passa pelo analisador léxico, que o vê como uma sequência de caracteres. Após a leitura do primeiro caracter, que é o c, o analisador léxico identifica que a sequência corrente de caracteres deve estar definindo um identificador, o que é verdade. Quando encontra o primeiro caracter do símbolo de atribuição, ele retorna para o analisador sintático que encontrou um identificador e que seu nome é circunf. O mesmo processo de repete, quando identifica um <símbolo de atribuição> + <número> + <símbolo de multiplicação> + <identificador> + <símbolo de multiplicação> + <identificador>, como mostrado abaixo.

Este trecho está correto do ponto de vista sintático, mas isso não é sempre verdade. Como o analisador léxico não verifica a corretude sintática (isso é próprio do analisador sintático), sua saída pode ser um código incorreto. Por exemplo, um trecho como circunf:=2 pi raio é lexicamente correto mas não sintaticamente.

O produto do analisador sintático, por sua vez, é a árvore sintática do código, devidamente coerente com a gramática da linguagem. O desenho abaixo ilustra a árvore sintática gerada.

Como, passo seguinte do compilador, o analisador semântico verifica a tipagem dos identificadores do código. Supondo que todos os identificadores são reais, a única tarefa do analisador será adicionar à árvore a conversão do número 2 para real, gerando a árvore a seguir.

Se a representação final do programa compilado deve ser na forma de árvore sintática, esta árvore é a saída do compilador. É o caso de um interpretador, que possui praticamente toda a estrutura de um compilador, mas que executa o código a partir da árvore sintática, após passagem pelo analisador semântico. No caso dos compiladores em geral, é necessário ainda passar pelos geradores de código que realizarão a translação da árvore para o código final compilado.

No estudo de compiladores estamos interessados, no mínimo, em: sistematizar cada uma das etapas do processo de compilação, procurar linguagens que formalizem as construções encontradas nos programas e projetar algoritmos que implementem cada uma das etapas. Aqui vamos nos deter em descrever mais detalhadamente a análise léxica e análise sintática.