C\u00f3digo fuente 1: C\u00f3digo fuente 2: Las comas las puse para aclararlo un poco, pues el Lexer s\u00f3lo devuelve una secuencia de tokens<\/em> y se come todos los espacios, cambios de l\u00edneas, comentarios y tabulaciones que escribimos en nuestro c\u00f3digo original. Hay lenguajes como Python que son indentados (ver referencias), donde las tabulaciones y saltos de l\u00edneas cumplen un objetivo; pero en la mayor\u00eda de ellos podemos escribir todo un programa en una sola l\u00ednea.<\/p>\n\n\n\n El Lexer tambi\u00e9n trabaja con el Gestor de Errores, que acumula todos los errores en el c\u00f3digo detectables por el compilador: los llamados errores en tiempo de compilaci\u00f3n. El Lexer es capaz de detectar todo lo que no es v\u00e1lido para la gram\u00e1tica, como identificadores que empiezan con un n\u00famero y operadores indefinidos ( El resultado final del Lexer es, como dijimos, una secuencia de tokens<\/em>, pero \u00e9stos pueden a su vez contener atributos. Por ejemplo, el Este analizador tambi\u00e9n se conoce como Parser y es el encargado de reconocer si el orden de los tokens<\/em> es correcto, adem\u00e1s de generar \u00e1rboles de an\u00e1lisis sint\u00e1cticos. El an\u00e1lisis sint\u00e1ctico se especifica mediante una gram\u00e1tica libre de contexto.<\/p>\n\n\n\n <\/a><\/p>\n\n\n\n Jerarqu\u00eda gramatical Chomsky<\/p>\n\n\n\n Es imprescindible hablar un poco de las gram\u00e1ticas si queremos ver c\u00f3mo funcionan los compiladores. Una gram\u00e1tica est\u00e1 compuesta por objetos terminales (son los identificadores, constantes, operadores…), objetos no terminales (son expresiones booleanas, aritm\u00e9ticas…) y un conjunto de reglas que transforman una secuencia de terminales y no terminales en otra. El estudioso Noam Chomsky (amigo de Cuba, ha salido en las Mesas Redondas analizando cuestiones pol\u00edticas) defini\u00f3 una jerarqu\u00eda de gram\u00e1ticas para clasificarlas de acuerdo a la estructura de sus reglas.<\/p>\n\n\n\n Las Gram\u00e1ticas Libres del Contexto son aquellas cuyas reglas tienen la siguiente forma:<\/p>\n\n\n\n Entrando en nuestro problema nuevamente, un lenguaje de programaci\u00f3n est\u00e1 definido por una gram\u00e1tica -en muchos casos libre del contexto. Las reglas no son m\u00e1s que la sintaxis de los mismos, por ejemplo:<\/p>\n\n\n\n Donde Dada la siguiente gram\u00e1tica veremos c\u00f3mo la flecha roja del ejemplo genera el \u00e1rbol de derivaci\u00f3n para Trata ahora de generar el \u00e1rbol siguiente, correspondiente a la sentencia Toda gram\u00e1tica tiene una sintaxis y una sem\u00e1ntica propia. La sintaxis son las reglas que determinan c\u00f3mo se deben escribir las oraciones en el caso de los lenguajes comunes, y la sem\u00e1ntica le da el significado a estas composiciones. El AS es el encargado de interpretar lo que estamos escribiendo, verificando lo siguiente:<\/p>\n\n\n\nint a := 25;<\/code>
Cadena de tokens<\/em>: INT,ID,ASIG,CONST,SEMICOLON<\/code>.<\/p>\n\n\n\nint b:= (a*2)+4;<\/code>
Cadena de tokens<\/em>: INT,ID,ASIG,LP,ID,MULT,CONST,RP,PLUS,CONST,SEMICOLON<\/code>.<\/p>\n\n\n\n3 +(4@5)<\/code> \/\/ la arroba no pinta nada). La Tabla de S\u00edmbolos se encarga de ir acumulando todos los campos o identificadores que se definan en el programa; luego, cuando el Lexer encuentre lo que \u00e9l supone que sea un identificador, lo agrega a la Tabla.<\/p>\n\n\n\nID<\/code> guarda su nombre, CONST<\/code> puede ser num\u00e9rico o secuencia de caracteres; luego guarda su tipo y el valor que contiene.<\/p>\n\n\n\n2da<\/small> Etapa: An\u00e1lisis Sint\u00e1ctico::<\/h2>\n\n\n\n
A-> x<\/code>, donde A<\/code> es un No terminal y x<\/code> es una secuencia de terminales y no terminales cualesquiera.<\/p>\n\n\n\n<asignaci\u00f3n<\/em>> -> <variable<\/em>> < := > <expresi\u00f3n<\/em>><\/code><\/p>\n\n\n\n<asignaci\u00f3n<\/em>><\/code>, <variable<\/em>><\/code> y <expresi\u00f3n<\/em>><\/code> son no terminales, luego tienen a su vez otras reglas que los derivan, y <:=><\/code>, que es un terminal. El hecho de definir los lenguajes de esta manera nos permite estructurar un programa en forma de \u00e1rbol, llamado \u00e1rbol de derivaci\u00f3n.<\/p>\n\n\n\nA:= A+B<\/code>:<\/p>\n\n\n\n<sent_asig<\/em>> -> <var<\/em>> := <expresi\u00f3n<\/em>>
<expresi\u00f3n<\/em>> -> <expresi\u00f3n<\/em>> + <t\u00e9rmino<\/em>> | <expresi\u00f3n<\/em>> - <t\u00e9rmino<\/em>>|<t\u00e9rmino<\/em>>
<t\u00e9rmino<\/em>> -> <t\u00e9rmino<\/em>> * <factor<\/em>> | <t\u00e9rmino<\/em>> \/ <factor<\/em>>|<factor<\/em>>
<factor<\/em>> -> ( <expresi\u00f3n<\/em>> ) |<var<\/em>> | <num<\/em>>
<var<\/em>> -> A | B | C | D | ... |Z
<num<\/em>> -> 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9<\/code><\/p>\n\n\n\n![\"\"](\"file:\/\/\/home\/h0ax\/Hacking%20&%20Programacion\/Rebista%20BlackHat\/BlackHat%2019\/_imgs\/0x660017.png\")
<\/figure>\n\n\n\nC:=D-E*F<\/code>:<\/p>\n\n\n\n<\/figure>\n\n\n\n3ra<\/small> Etapa: An\u00e1lisis Sem\u00e1ntico (AS)::<\/h2>\n\n\n\n
\n