深入浅出编译原理简明教程（二）：编译器的逻辑结构、编译过程和编译实例

一、编译器的逻辑结构

编译器的结构在逻辑上主要分为两部分：前端和后端，我们需要编译的源代码称为源语言，最终目标结构为机器语言或汇编语言，称为目标语言。前端处理主要是将源代码生成中间代码，中间代码还会经过优化，最后由后端处理生成最终的机器语言。

编译器前端又可以分为词法分析、语法分析、语义分析和中间代码生成，词法分析主要是对源代码文件中的字符进行切割（分词），分成一个个符号并生成符号标记树。语法分析是对符号标记树中的标记进一步分析语法，并生成语法树，语义分析是对源代码上下文的整体检查，最后根据生成的正确语法树翻译成中间代码。

编译器后端主要是生成机器语言，并进行相关的代码优化，编译器生成的机器语言根据硬件平台的不同而不同，比如X86,ARM，同样的C语言程序，在X86上的是X86汇编，而ARM平台则是ARM汇编。

编译器的结构图如下：

广泛来说，编译器的结构不一定是以上固定的结构，另外目前编程语言众多，其编译器也不尽相同，但其核心都会有词法分析和语法分析。这里也涉及到编译器和解析器的区别，一般来说，编译器是直接将源代码编译成可执行的程序，但是像java，javascript一些语言，其编译的结果并不能直接执行，需要依靠一个运行环境，比如java需要JVM，javascript则需要一个js引擎，如包装了V8引擎的Node.js。虽然运行方式不同，但是编译器和解析器的核心是相同的，所以我们学习的编译原理同样适用于解析器。

二、编译器的编译过程

对于编译原理我们始终要清楚，输入的源语言和输出的目标语言，编译器就是一个程序，它的实质是将源文件中的字符串翻译成机器语言的0和1，所以你看，编译器比起其它软件程序并没有多复杂，其重点在于翻译，理解编译器的实质可以让你不至于被新名词困惑住。

既然是翻译，那么我们很容易可以想到英语和汉语的翻译，比如：I am young.相信很多人都看到这句英语就立即知道汉语的意思了，怎么知道的？当然是根据单词的意思和语法了。编译器也是同样的道理，在生成机器语言之前，我们得确保源代码的语法没错对吧？我们在学习任何一种编程语言都需要学习语法，同样需要词法，词法的意思是该编程语言所使用的符号有哪些（就像英语中26个字母组成所有单词）。接着比较重要的就是上下文分析，就像上面的一句英语，如果还有其它句子组成一篇文章，则该句子需要结合上下文来理解。在编译器中，上下文分析指的是语义分析，类型检查，比如检查变量是否声明了，调用的函数是否存在，参数是否匹配等。

所以，编译器程序从源代码读取字符串，使用词法分析器对字符串进行切割，切割生成的字符标记生成一个字符标记树，接着进行语法分析和语义分析，处理结果都是树状的数据结构，树状的结构类似于下图，下图表示的是：

If（a==1）
	b = 8；
else
	c = 1；

最终得到的正确结果就可以被生成机器语言了，那么显然需要涉及汇编语言，寄存器，以及代码优化。

到现在你可以看到，汇编原理其实就是研究语法分析、语义分析这些核心内容所使用的算法和数据结构。

三、编译实例

对于词法分析和语法分析，我们重点是学习它们的算法，至于实际运用中，其实我们可以利用工具生成相关的解析器，后面有时间我们会讨论如何实现自己的解析器。

我们来看一个，C++源代码的编译过程：

g++ -E表示预处理源文件，g++ -S开始编译，g++ -c生成字节码文件，我们可以使用objdump查看汇编代码：

该文件是一个PE格式的文件，linux下的是ELF文件。上图就是编译器编译的目标文件内容，左边是十六进制机器码，右边是汇编。之前说过，汇编只是机器码的一种标记，看图你可以发现movl指令的机器码为c7，这是x86的汇编，换到ARM上可能又不同了。