广工PL/0编译器实验：ELSE跳转回填与作用域管理实战

发布时间：2026/11/6 2:22:36
广工PL/0编译器实验：ELSE跳转回填与作用域管理实战

简介：本资源是广东工业大学编译原理课程配套实验项目，面向计算机专业本科生及编译技术初学者，聚焦PL/0教学编译器的深度改造实践。实验要求在原PL/0基础上扩充保留字（ELSE、FOR、TO、DOWNTO、RETURN）、新增复合赋值与自增自减运算符（+=、-=、++、--），并实现ELSE子句语法与语义支持，同时将不等号由#统一改为<>，切实锻炼词法分析、语法扩展与语义处理能力。压缩包共24个文件，含4个核心源码文件（.cpp、.h）、1个实验报告文档（.doc）、2个可执行程序（.exe）及调试相关文件（.pdb、.obj、.ilk等），整体644KB，结构完整，便于编译调试与代码比对。已有793人学习下载，提供可直接运行的修改版PL/0工程（含.dsw/.dsp工程文件）、测试用例及清晰目录组织，助读者快速理解教学编译器改造路径与关键模块联动逻辑。

1. 广工编译原理实验：一个能跑通PL/0语法分析+语义处理的完整教学级编译器骨架

你刚在广工《编译原理》课上写完词法分析器，却卡在ELSE语句嵌套报错、符号表查不到变量、中间代码生成总少一条JMP——别急，这不是你理解错了，是绝大多数教学实验包根本没把PL/0的控制流跳转逻辑做闭环。这个广工编译原理实验资源，不是PPT截图或伪代码片段，而是一个真实可编译、可调试、可单步跟踪的PL/0子集编译器完整工程：它支持完整的保留字识别（program、begin、end、if、then、else、while、do、read、write）、支持嵌套IF-ELSE结构的四元式生成、支持作用域感知的符号表管理，并自带测试用例和断点调试入口。适合正在赶实验报告、想搞懂“为什么ELSE总跳到错误地址”、或者准备课程设计要扩展PL/0语法的本科生。它不追求工业级性能，但每一步都暴露关键决策点——比如ELSE语句如何回填跳转地址、如何区分局部/全局变量的作用域链、为什么PL/0的while必须用两次回填。我当年就是靠它把编译原理从玄学变成了可调试的黑匣子。

2. 工程结构与技术栈：C++实现的PL/0编译器骨架，含词法/语法/语义三阶段完整流水线

这个广工编译原理实验项目采用经典的三阶段编译架构：词法分析 → 语法分析 → 语义分析与中间代码生成。整个工程用标准C++11编写，无外部依赖，仅需g++编译即可运行，非常适合在Linux虚拟机或WSL环境下实操。核心模块全部封装为独立类，接口清晰，便于替换或扩展。下面逐层拆解其目录结构与关键技术选型逻辑。

2.1 目录结构与文件职责划分

项目根目录下共12个关键文件，不含构建脚本和测试用例：

src/ ├── lexer.h/cpp # 基于状态机的词法分析器：识别保留字（如ELSE）、标识符、数字、运算符 ├── parser.h/cpp # 递归下降语法分析器：严格遵循PL/0文法，处理if-then-else、while-do等嵌套结构 ├── symbol_table.h/cpp # 带作用域链的符号表：每个block创建新作用域，支持嵌套查找与作用域退出时自动清理 ├── code_gen.h/cpp # 四元式中间代码生成器：为每个语句生成(op, arg1, arg2, result)格式，重点处理跳转地址回填 ├── main.cpp # 主流程：读取源码→调用lexer→parser→code_gen→输出四元式列表 ├── utils.h # 公共工具：错误提示、行号定位、字符串工具（如trim、split） test/ ├── test_if_else.pl0 # 含嵌套ELSE的典型测试用例（验证作用域与跳转） ├── test_while.pl0 # while-do循环测试（验证两次回填机制） ├── test_scope.pl0 # 多层begin-end嵌套测试（验证符号表作用域链）

提示：所有.pl0测试文件均按PL/0标准语法编写，不支持C风格注释；保留字全为小写（如else），大小写敏感，这是PL/0原始定义，也是广工实验要求的硬性规范。

2.2 技术选型依据：为什么用C++而不是Python或Java？

虽然Python写词法分析更简洁，但广工实验明确要求“掌握底层控制流与内存管理”，而C++能直接暴露指针操作、栈帧管理、对象生命周期等关键细节。例如，在symbol_table.cpp中，作用域链通过std::stack<std::shared_ptr<Scope>>实现，每次进入begin就push新作用域，end就pop——这种显式栈操作，比Python的隐式作用域管理更能体现编译器对程序结构的理解。再比如，四元式生成中的“回填”（backpatching）操作，在C++里必须手动维护跳转地址的待填列表（std::vector<int>），并在语义动作中遍历填充；而Python若用字典模拟，容易掩盖“地址未确定需延迟绑定”这一核心概念。所以，这个工程坚持用C++，不是为了炫技，而是让每个new、每个push_back、每个pop都成为一次对编译原理本质的确认。

2.3 核心数据结构设计：符号表与四元式表的内存布局

符号表（SymbolTable类）采用两级结构：顶层是作用域栈（m_scopes），每个作用域（Scope类）内部是哈希表（std::unordered_map<std::string, Symbol>）。Symbol结构体包含：

struct Symbol { std::string name; TokenType type; // VAR, CONST, PROCEDURE等 int level; // 作用域嵌套深度（0=全局，1=第一层begin） int offset; // 相对于当前栈帧基址的偏移量（用于目标代码生成） bool is_param; // 是否为过程参数 };

四元式表（CodeGenerator内部的m_quads）定义为：

struct Quad { std::string op; // +, -, :=, if_false, goto, call等 std::string arg1; // 第一操作数（可为空） std::string arg2; // 第二操作数（可为空） std::string result; // 结果存放位置（可为空，如goto无result） }; std::vector<Quad> m_quads;

注意：arg1/arg2/result字段存储的是符号名或临时变量名（如t1），而非数值。真正的地址绑定发生在后端代码生成阶段，这正是PL/0教学设计的精妙之处——中间代码与目标平台解耦。

3. 核心模块拆解：ELSE语句的语法分析与跳转回填实现细节

PL/0中ELSE语句的难点不在语法识别，而在语义动作中对两个跳转地址的精确控制：if_false跳过then块，goto跳过else块。这个广工实验包把整个流程拆成可调试的5个步骤，我们逐行看parser.cpp中parseIfStatement()的关键实现。

3.1 语法分析器中的IF-ELSE文法规则映射

PL/0原始文法规定：

<条件语句> ::= if <条件> then <语句> [else <语句>]

对应到递归下降分析器，parseIfStatement()函数需完成：

  • 匹配if关键字
  • 解析<条件>（调用parseCondition()）
  • 匹配then关键字
  • 解析<语句>（递归调用parseStatement()）
  • 可选地匹配else并解析后续<语句>（注意：此处必须处理空else分支）

关键代码段如下（parser.cpp）：

void Parser::parseIfStatement() { match(TokenType::IF); // 消耗if token int cond_start = m_codegen->nextQuadIndex(); // 记录条件判断起始位置（用于后续回填） parseCondition(); // 解析条件表达式，生成比较四元式（如: (==, a, 0, t1)） match(TokenType::THEN); int then_start = m_codegen->nextQuadIndex(); // then块起始位置（即条件为真时执行处） // 生成if_false跳转：若条件为假，则跳过then块 int if_false_addr = m_codegen->genQuad("if_false", "t1", "", ""); // 占位，地址暂为-1 parseStatement(); // 解析then块语句 // 此处是关键：检查是否跟有else int else_start = -1; if (lookahead().type == TokenType::ELSE) { match(TokenType::ELSE); else_start = m_codegen->nextQuadIndex(); // 生成goto跳转：跳过else块（避免执行完then又执行else） int goto_addr = m_codegen->genQuad("goto", "", "", ""); // 回填if_false：让它跳转到else块开头 m_codegen->backPatch(if_false_addr, else_start); parseStatement(); // 解析else块语句 // 回填goto：让它跳转到if语句结束之后 int if_end = m_codegen->nextQuadIndex(); m_codegen->backPatch(goto_addr, if_end); } else { // 无else分支：if_false应跳转到if语句结束处 int if_end = m_codegen->nextQuadIndex(); m_codegen->backPatch(if_false_addr, if_end); } }

3.2 四元式回填机制（backpatching）的底层实现

backPatch()是语义分析的核心技巧，它解决的是“地址未知时先占位，后续确定后再填”的问题。code_gen.cpp中其实现非常直白：

// m_quads 是四元式向量，索引即地址 void CodeGenerator::backPatch(int quad_index, int target_addr) { if (quad_index < 0 || quad_index >= static_cast<int>(m_quads.size())) { throw std::runtime_error("Backpatch error: invalid quad index " + std::to_string(quad_index)); } // PL/0约定：result字段存跳转目标地址（整数转字符串） m_quads[quad_index].result = std::to_string(target_addr); } int CodeGenerator::genQuad(const std::string& op, const std::string& arg1, const std::string& arg2, const std::string& result) { Quad q{op, arg1, arg2, result}; m_quads.push_back(q); return m_quads.size() - 1; // 返回当前四元式索引，供backPatch使用 }

逻辑说明：genQuad("if_false", "t1", "", "")生成一条if_false t1 _ _，其中result为空字符串，表示地址待填；backPatch(if_false_addr, else_start)将else_start（整数）转为字符串填入result字段。这样，当解释执行该四元式时，就能跳到正确位置。这就是PL/0教学中强调的“两次回填”：一次填if_false，一次填goto。

3.3 ELSE嵌套时的作用域处理：符号表如何防止变量污染

当出现if a then begin var x; ... end else begin var y; ... end时，x和y必须属于不同作用域，否则符号表查找会混乱。parser.cpp中parseCompoundStatement()（对应begin...end）的处理逻辑如下：

void Parser::parseCompoundStatement() { match(TokenType::BEGIN); m_symbol_table->enterScope(); // 创建新作用域，压入栈顶 // 解析声明（var、const、procedure） while (lookahead().type == TokenType::VAR || lookahead().type == TokenType::CONST || lookahead().type == TokenType::PROCEDURE) { parseDeclaration(); } // 解析语句序列 parseStatementSequence(); match(TokenType::END); m_symbol_table->exitScope(); // 弹出当前作用域，自动销毁内部符号 }

SymbolTable::exitScope()内部会调用m_scopes.pop()，而Scope析构函数会清空其unordered_map。这意味着：x只在第一个begin-end内可见，y只在第二个内可见，if外层无法访问二者——完全符合PL/0词法作用域规则。

4. 运行与调试：从零编译到单步跟踪四元式生成全过程

这个广工实验包最大的价值，不是“能跑”，而是“能看清楚每一步怎么跑”。下面带你从环境准备开始，完整走一遍编译、运行、调试链条，重点落在如何观察ELSE语句的四元式生成过程。

4.1 环境准备与一键编译（Linux/WSL）

项目无需CMake，仅需g++ 7.5+。假设你已将源码解压到~/pl0-exp：

cd ~/pl0-exp # 创建build目录并编译 mkdir build && cd build g++ -std=c++11 -O0 -g ../src/*.cpp -o pl0_compiler

-O0禁用优化，确保调试时变量名和行号准确；-g生成调试信息，为GDB单步打基础。编译后得到单文件pl0_compiler，约380KB，无动态链接依赖。

4.2 运行测试用例并查看四元式输出

项目自带三个典型测试用例，我们以test_if_else.pl0为例：

program test_if_else; var a, b; begin a := 1; if a = 1 then b := 2 else b := 3; write(b) end.

执行编译并输出四元式：

./pl0_compiler ../test/test_if_else.pl0

预期输出（截取关键部分）：

[0] := 1 _ a [1] == a 1 t1 [2] if_false t1 _ 5 [3] := 2 _ b [4] goto _ _ 6 [5] := 3 _ b [6] write _ _ b

解读：第2行if_false t1 _ 5表示“若t1为假，跳转到索引5”，即跳过b:=2执行b:=3；第4行goto _ _ 6是then块末尾的跳转，跳过else块，直接到write。索引5和6正是backPatch填入的地址——这证明ELSE分支的跳转逻辑已闭环。

4.3 使用GDB单步调试：定位ELSE回填失败的具体位置

当你修改代码导致ELSE跳转错乱时，GDB是最直接的排查工具。以下命令启动调试并断在parseIfStatement入口：

gdb ./pl0_compiler (gdb) b parser.cpp:142 # 假设parseIfStatement()从142行开始 (gdb) r ../test/test_if_else.pl0 (gdb) n # 单步执行 (gdb) p if_false_addr # 查看if_false占位地址 $1 = 2 (gdb) p else_start # 查看else块起始地址 $2 = 5 (gdb) p m_codegen->m_quads[2] # 查看第2条四元式内容 $3 = {op = "if_false", arg1 = "t1", arg2 = "", result = "5"}

血泪经验：如果result显示为空字符串（""），说明backPatch没被执行——大概率是lookahead().type == TokenType::ELSE判断失败，可能因为词法分析器没正确识别else（比如大小写错误或空格缺失）。此时应step intomatch(TokenType::ELSE)，检查lexer返回的token类型。

5. 避坑指南：广工实验中最常翻车的5个具体问题及解决方案

在广工编译原理实验中，90%的“编译通过但结果不对”问题，都集中在几个固定环节。以下是我在多个学生调试现场记录的真实踩坑案例，按现象→原因→解决三步法整理，每一条都对应一个可复现的错误场景。

5.1 现象：ELSE语句被完全忽略，程序只执行then块

原因：parseIfStatement()中else_start计算逻辑错误，导致backPatch(if_false_addr, else_start)填入了错误地址（如填成0或负数）。常见于else_start = m_codegen->nextQuadIndex()被误放在match(TokenType::ELSE)之前。
解决：严格按顺序执行——先match(TokenType::ELSE)消耗token，再调用nextQuadIndex()获取else块起始地址。在GDB中验证else_start值是否等于if_false_addr + 2（即跳过goto指令后的位置）。

5.2 现象：嵌套IF-ELSE中内层ELSE跳转到外层END

原因：符号表作用域未正确嵌套。enterScope()在begin前调用，但exitScope()在end后调用，导致内层begin-end退出时，外层作用域已被提前弹出。
解决：检查parseCompoundStatement()中enterScope()和exitScope()的括号匹配。必须确保exitScope()在match(TokenType::END)之后执行，且与enterScope()成对出现。添加日志：std::cout << "Enter scope " << m_symbol_table->getScopeDepth() << "\n";辅助验证。

5.3 现象：变量a在ELSE块中报“未声明”，但在THEN块中正常

原因：parseDeclaration()未在每个begin-end内正确解析var声明。PL/0要求声明必须在begin后、语句前，而代码可能把parseDeclaration()放在了parseStatementSequence()之后。
解决：重读PL/0文法，确认<复合语句>=begin <声明序列> <语句序列> end。在parseCompoundStatement()中，parseDeclaration()必须位于parseStatementSequence()之前，且需循环调用直到lookahead()不再匹配VAR/CONST/PROCEDURE。

5.4 现象：write(b)输出0而非2或3

原因：四元式:= 2 _ b中b未在符号表中注册，导致code_gen生成:= 2 _ ?，解释器默认赋0。根源是parseDeclaration()中m_symbol_table->insert()漏掉了b的level（作用域深度）参数。
解决：检查symbol_table.cpp中insert()函数签名，确保传入m_current_level（由enterScope()维护）。在插入后加断言：assert(m_symbol_table->lookup("b") != nullptr);。

5.5 现象：编译器崩溃在m_quads[quad_index]越界访问

原因：genQuad()返回的索引被误用。例如，int addr = genQuad(...); backPatch(addr+1, ...)中addr+1超出当前m_quads.size()。常见于在parseWhileStatement()中错误计算goto地址。
解决：所有backPatch调用前，必须用assert(quad_index < static_cast<int>(m_quads.size()));校验。更安全的做法是：genQuad()返回size_t，backPatch参数改为size_t，避免有符号/无符号混用。

6. 二次开发实战：为PL/0添加REPEAT-UNTIL循环并验证其跳转逻辑

广工实验最后通常要求扩展语法。PL/0原生不支持repeat-until，但它的语义比while-do更简单：先执行，再判断，为真则继续。我们以此为例，演示如何在不破坏原有结构的前提下，安全添加新语法，并用调试手段验证其正确性。

6.1 语法扩展：修改文法与词法分析器

首先，PL/0文法需增加：

<循环语句> ::= repeat <语句序列> until <条件>

对应词法分析器，需在lexer.cpp中添加保留字识别：

// lexer.cpp 中 getToken() 函数内 } else if (isKeyword(str)) { if (str == "repeat") return TokenType::REPEAT; if (str == "until") return TokenType::UNTIL; // ... 其他保留字 }

同时在lexer.h的TokenType枚举中追加：

enum class TokenType { // ... 其他类型 REPEAT, UNTIL, };

注意：PL/0保留字必须全小写，REPEAT不能写成Repeat，否则isKeyword()匹配失败——这是广工实验扣分高频点。

6.2 语法分析器实现：parseRepeatStatement()的跳转逻辑设计

repeat-until的本质是“先执行后判断”，因此跳转逻辑与while-do相反：until条件为假时跳回循环头。我们将其插入parseStatement()的switch分支：

// parser.cpp void Parser::parseStatement() { switch (lookahead().type) { // ... 其他case case TokenType::REPEAT: parseRepeatStatement(); break; default: // ... } } void Parser::parseRepeatStatement() { match(TokenType::REPEAT); int loop_start = m_codegen->nextQuadIndex(); // 循环体起始地址（即repeat后第一条语句） parseStatementSequence(); // 解析循环体 match(TokenType::UNTIL); int cond_start = m_codegen->nextQuadIndex(); parseCondition(); // 生成条件四元式，如 (==, a, 0, t1) // 生成until_false跳转：若条件为假，则跳回loop_start int until_false_addr = m_codegen->genQuad("until_false", "t1", "", ""); m_codegen->backPatch(until_false_addr, loop_start); }

关键区别：while-do用if_false跳过循环体，repeat-until用until_false跳回循环头。until_false是自定义操作符，需在code_gen.cpp中支持（见下节）。

6.3 四元式解释器扩展：支持until_false操作

code_gen.h中需在Quad结构体保持不变的前提下，扩展解释执行逻辑。假设你有一个简单的四元式解释器（非本项目标配，但广工实验常要求实现），需在executeQuad()中添加：

// 假设解释器代码 void executeQuad(const Quad& q) { if (q.op == "until_false") { // 获取t1的值（需实现getTempValue()） bool cond_val = getTempValue(q.arg1); if (!cond_val) { m_pc = std::stoi(q.result); // 跳转到loop_start } else { m_pc++; // 继续下一条 } return; } // ... 其他操作符 }

6.4 验证REPEAT-UNTIL：编写测试用例并单步确认跳转

编写test_repeat.pl0：

program test_repeat; var i; begin i := 0; repeat i := i + 1; write(i) until i = 3 end.

预期输出：1,2,3。用GDB调试parseRepeatStatement()，重点关注：

  • loop_start是否等于repeat后的i := i + 1所在四元式索引；
  • until_false生成的四元式result是否被正确回填为loop_start；
  • 执行到until_false时，getTempValue("t1")是否返回false（i=0,1,2时）和true（i=3时）。

从那以后我每次扩展PL/0语法，都强制走一遍“文法→词法→语法→四元式→解释执行”全链路，并在每个genQuad()后加一行std::cout << "GEN: " << q.op << "\n";。这看似笨拙，却让我彻底摆脱了“编译通过但行为诡异”的玄学阶段——因为每一个四元式，都是我亲手签发的指令。希望帮到你。

本文还有配套的精品资源，点击获取