LEXICAL ANALYSIS · Web viewRangkaian karakter (word) yang sama ... Buffer hanya menampung satu...

Teknik Kompilasi 02 / 1 - 15

LEXICAL ANALYSIS PERANAN LEXICAL ANALYZER (Scanner)

Membaca source program (input stream), mengenali, mengidentifikasi lexeme (word) kemudian meng-hasilkan rangkaian token sebagai output.

token source Scanner parser program

get next token

Symbol Table

Scanner biasanya diimplementasikan dalam bentuk subroutine dari program Parser

TUGAS LAIN LEXICAL ANALYZER

Bahan Ajar Matakuliah oleh SINAR SINURAT


1. Membuang comment dan white space (blank, tab <indent>, dan newline character).

2. Menghasilkan error messages.

BEBERAPA ISU DALAM LEXICAL ANALYSIS

Alasan mengapa Lexical Analysis dipisahkan dari Syntax Analysis :

1. Desain kompiler menjadi lebih sederhana

2. Efisiensi kompiler meningkat3. Portabilitas kompiler meningkat

TOKEN, PATTERN DAN LEXEME



Token (simbol atomic) : Bagian terkecil yang dikenal oleh

scanner. Token dapat berupa bilang-an atau konstanta string (x=makan, y=minum),literal(’a’,”lampet”), operator (+,-,*,/,%, sqr, sqrt, exp, sin, cos,tan),exclamation(! ?), functuation (; , . : ), keywords (begin, end, write, read, var, cin, cout, if, while, for, {, }), karakter ganda (:=,<>,+=,=+,--,++,!=,==,**,), identifier (proc, var, name, const, type)

Lexeme : Rangkaian karakter (word) yang

sama (“matched”) dengan pola (“pattern”) suatu token

Pattern : Suatu pola/ rules/ aturan yang

menggambarkan struktur suatu token

Contoh : const pi = 3.14;



Token Contoh Lexeme Contoh Pattern

const_sym const, define const pi:=3.14, #define pi 3.14if_sym if if (expr) then [else]Loop_sym for, while..do, for var :=init to fnl do Repeat .. until init :=num Do… while(expr) while(expr) do stmtrelation <,<=,=,<>,>,>= < or <= or =S

.lt. .le. .eq. .ne. .gt. .ge. or <> or > or >=id pi, count, d2 Letter diikuti oleh

letters atau digitsnum 3.14, 0, 6.0E10 Sembarang

konstanta angkaliteral “Hallo” Sembarang

karakter “diantara“ dan “kecuali “

Pada bahasa-bahasa tertentu Lexical Analysis menjadi lebih sulit, contoh populer : Statement DO pada bahasa pemrograman FORTRAN :DO 5 I = 1.25 Do bagian dari DO 5 IDO 5 I = 1,25 Do = KeywordATRIBUT-ATRIBUT TOKEN



Informasi tentang token (biasanya single atribut)

Dibutuhkan pointer untuk load/ store dalam simbol table entry

Lexeme sebuah identifier dan line number akan tersimpan dalam simbol table entry

dituliskan : <token,attribut,value>Contoh : E := M * C ** 2

Token-token yang akan dihasilkan :< id, pointer to symbol table untuk E >< assign_op, := >< id, pointer to symbol table untuk M >< mult_op, * >< id, pointer to symbol table untuk C >< exp_op, ** >< num, integer value 2 >

INPUT BUFFERING



Fungsi : menyimpan hasil scanning untuk menemukan token.

Untuk menemukan 2 token digunakan 2 pointer : Pointer forward :

menunjuk akhir token Pointer lexeme_beginning :

menunjuk awal token

E = M * C * * 2 eof

Forward chaining lexeme-ending

lexeme-beginning backward chaining

Buffer hanya menampung satu baris perintah, dan berhubungan dengan simbol table.

STRATEGI ERROR-RECOVERY



1. Menghapus suatu karakter yang tidak sesuai hingga ditemukan suatu token yang sesuai

2. Menyisipkan sebuah karakter yang hilang.

3. Mengganti suatu karakter yang salah dengan karakter yang benar.

4. Menukarkan dua karakter yang berdampingan.

SYMBOL TABLE

Symbol table adalah suatu struktur data yang digunakan untuk menyim-pan informasi tentang komponen (token) suatu source program.

Informasi yang dimaksud : - Lexeme (word) - Bentuk identifier

- Type identifier (procedure, variable, label)



- Posisi penyimpanan Interaksi dengan simbol table

SYMBOL TABLE INTERFACE

Rutin untuk operasi Save dan Retieve terhadapa Lexeme adalah :

insert (s,t): menghasilkan indeks entry baru untuk string s, token t

lookup (s) : menghasilkan indeks entry baru untuk string s, atau 0 bila s tak ditemukan.

RESERVED KEYWORDS HANDLING



Reserved keywords disimpan dalam symbol-table saat inisialisasi proses kompiler.

contoh rutin yang menangani reserved keywords :

insert (“div”, div_sym)insert (“mod”, mod_sym)

Sehingga bila dilakukanlookup(“div”)

menghasilkan token div_sym div tidak bisa digunakan sebagai

identifier

IMPLEMENTASI SYMBOL TABLE

Symbol table harus memungkinkan penambahan / pencarian yang efisien

Bisa diimplementasikan dengan : Array, List

SPESIFIKASI TOKEN



STRING DAN LANGUAGESAlphabet class adalah suatu himpunan terbatas dari simbol-simbol.

String adalah rangkaian simbol-simbol dari alpabetik

Panjang string S ditulis dengan |S| adalah banyaknya simbol dalam string s misalnya : S=abc maka |S| = 3

Empty string ditulis dengan dengan panjang string nol (0)Empty set ditulis dengan Ø atau {}

Concatenation adalah menggabung 2 buah atau lebih string.Contoh : x=dog dan y=house maka concatenation x dan y adalah doghouse

Himpunan {0,1} adalah binary alphabetISTILAH-ISTILAH PENTING STRING



Contoh : Bila s = abc, makaprefix s : ε, a, ab, abcproper prefix s : a, absuffix s : abc, bc, c, εproper suffix s : bc, csubstring s : prefix s suffix s b

: ε, a, ab, abc, bc, c, bproper substring s : substring s – abc - εsubsequence s : substring s ac

EKSPONENSIASI STRING

s0 = εs1 = s untuk i > 0, makas2 = ss si = si-1ss3 = ssssehingga : Ln = Ln-1 L dan L0 = {}

BEBERAPA OPERASI TERHADAP BAHASA



Union () Concatenation (.) Closure :

- Kleene Closure (*) Kleene closure dari L adalah L*

L* = Li

i=0

- Positive Closure (+)Positive closure dari L adalah L+

L+ = Li

i=1

REGULAR EXPRESSION (RE)

Digunakan untuk mendefenisikan set dan token-token dari suatu bahasa.


~

~


Misalnya : Token identifier ditulis dengan : letter ⇒letter (letter | digit)*dimana : letter ={a,b,..,z, A,B,C,...,Z}digit ={0,1,2,...,9} | berarti “atau”( ) berarti subexpression* berarti “nol atau lebih”

SIFAT-SIFAT R.E. r|s = s|r r|(s|t) = (r|s)|t (rs)t = r(st) r(s|t) = rs|rt r = r = r r* = (r|)*

r** = r *

r* = r +| r+ = r r *

Contoh : alphabet = {a, b}



1. RE ab menyatakan himpunan {a,b}2. RE (a|b)(a|b) menyatakan {aa,ab,ba,bb}3. RE a* menyatakan {ε,a,aa,aaa,...}4. RE a+ menyatakan {a,aa,aaa,...}5. RE (a|b)* menyatakan himpunan string yang terdiri dari nol atau beberapa a atau beberapa b.6. RE a|(a*b) menyatakan himpunan

string yang terdiri dari a atau beberapa a, diikuti oleh sebuah b.

REGULAR DEFINITION (RD)

RD adalah suatu sekuensi/ rangkaian definisi dalam bentuk :d1 r1 dimana : di nama unik ri d2 r2 r1 yaitu RE yang terdiri dari........... simbol-simbol dalam ........... {d1,d2,...dI-1}dn rn

Contoh :



1. regular definition untuk identifier :letter A|B|...|Z|a|b|...|zdigit 0|1|...|9id letter(leter|digit)*

2. RD untuk unsigned numbers:digit 0|1|…|9digits digit digit*optional_fraction .digits|εoptional_exponent (E(+|-|ε)digits)|εnum digits optional_fraction optional_exponent


LEXICAL ANALYSIS · Web viewRangkaian karakter (word) yang sama ... Buffer hanya menampung satu...

Documents

Transcript of LEXICAL ANALYSIS · Web viewRangkaian karakter (word) yang sama ... Buffer hanya menampung satu...