编译原理实验
- 词法分析器和LL(1)文法核心代码均采用C++实现,服务端代码使用Koa2实现,前端可视化代码使用React实现
js作为胶水层(
node-ffi
)将c++运行的结果转发给前端,数据格式使用json - LR(1)文法我用的是JavaScript,原因是我做LL(1)文法的时候,要把预测分析表可视化出来,这样去拼接json字符串给nodejs太麻烦了 于是我就用了JavaScript,便于可视化图表等,而且数据结构也比C++好用
npm install 安装依赖
npm run server 开启服务端
npm run dev 开启react开发
npm start 同时启动server和dev
windows10 + vs2015 + nodejs-v8.9.3
- ffi引用dll库时参考的文章
- ffi引入函数名错误参考的文章
- 编译dll的时候,在CompilersPrinciplesDll.cpp文件里面引入iostream, string等头文件报错,将头文件引入至stdafx.h即可解决
- ffi里面的string类型对应c++是char* 类型的,而我需要使用string,直接使用string无法获取参数和结果,所以写了个函数转换
- 其实可以不用ffi的,但是要安装c++编译器,利用child_process.exec去执行cpp文件,然后利用exec返回的子进程进行管道通信
// char* 可直接赋值给string
// string 转 char*,用来返回结果给nodejs
char* to_char_pointer(string str) {
int length = (int)str.length();
char *p = new char[length + 1];
for (int i = 0; i < length; ++i) {
p[i] = str[i];
}
p[length] = '\0'; //加上结束符
return p;
}
- 词法分析
- LL(1)
LL的关键在于求出first集和follow集,求first集的时候要注意消除左递归,然后根据first集和follow集求出预测分析表
- LR(1)
LR的关键在于goto函数和closure函数,只要把这两个函数写出来,整个实验就完成了大半了,当然,这里面的项目还有超前搜索符,这个需要考虑怎么表示,个人觉得使用脚本语言或者c++都挺好写的,c++有结构体,python有字典,JavaScript有字面量对象,但是Java纯面向对象的语言表示这个感觉有点鸡肋。