análisis sintáctico descendente sin retroceso - Blearning

Universidad de Oviedo - Departamento de Informática
Escuela Politécnica Superior de Ingeniería
ANÁLISIS SINTÁCTICO EN PROCESADORES DE LENGUAJE
TEMA 5
ANÁLISIS SINTÁCTICO DESCENDENTE
Página 1

Objetivos
Conocer el análisis descendente con / sin retroceso
Estudiar la técnica de análisis descendente
Establecer las condiciones LL(1)
Transformar gramáticas que no cumplen la condición LL(1)
Construir analizadores predictivos
Tratar los errores sintácticos
Página 2

Introducción
Contenido
El problema del retroceso
Análisis sintáctico descendente con retroceso
Análisis sintáctico descendente sin retroceso
Construcción de analizadores sintácticos descendentes
Tratamiento de errores sintácticos.
Página 3

Introducción
Clasificación métodos análisis sintáctico
No Direccionales
Direccionales
A. Descendentes A. Ascendentes
Algoritmo de Unger Algoritmo CYK
No deterministas
Predice / Concuerda
1º Profundidad
1º Anchura
Deterministas
Predice / Concuerda
Gramática LL(k) - LL(1)
Desplaza / Reduce
1º Profundidad
1º Anchura
Desplaza / Reduce
Gramática LR(k)
LR(0), SLR(1), LALR(1)
Página 4

Introducción
A. Sintáctico Descendente: Características
Los analizadores sintácticos descendentes son llamados predictivos y
orientados hacia un fin, debido a la forma en que trabajan y construyen el
árbol sintáctico.
Construyen el árbol sintáctico de la sentencia a reconocer de una forma
descendente, comenzando por el símbolo inicial o raíz, hasta llegar a los
símbolos terminales que forman la sentencia.
Los algoritmos de análisis descendente deben de cumplir al menos dos
condiciones: saber en todo momento dónde se encuentra dentro del árbol
sintáctico y debe poder elegir la regla de producción que aplicará.
Página 5

Introducción
A. Sintáctico Descendente: Características
Los compiladores dirigidos por sintaxis, en la forma de análisis descendente
recursivo fue propuesta por Lucas (1961), para describir un compilador
simplificado de ALGOL 60 mediante un conjunto de subrutinas recursivas.
Problema: La elegancia y comodidad de la escritura de compiladores
dirigidos por sintaxis fue pagada en tiempo de compilación por el usuario.
El análisis sintáctico descendente sin retroceso, por medio del uso de
gramáticas LL(1), obtenidas por Foster (1965) y Knuth (1967). Generalizadas
posteriormente por Lewis, Rosenkrantz y Stearns en 1969, dando lugar a las
gramáticas LL(k).
Página 6

El problema del retroceso
Análisis Sintáctico con retroceso
El problema se presenta cuando a partir del nodo raíz, el analizador
sintáctico no elige las producciones adecuadas para alcanzar la
sentencia a reconocer.
Se tienen que deshacer las producciones aplicadas hasta encontrar otras
producciones alternativas, volviendo a tener que reconstruir parte del
árbol sintáctico (backtracking) .
El retroceso puede afectar a otros módulos del compilador tales como
tabla de símbolos, código generado, etc. teniendo que deshacerse
también los procesos desarrollados en estos módulos.
Página 7

El problema del retroceso
Análisis Sintáctico con retroceso: Ejemplo
VN={, , }
VT={module, d, p, ;, end}
S=
Las reglas de producción:
::= module ;
end
::= d | d;
::= p | p;
Analizar la cadena de entrada: module d ; d ; p ; p end
Página 8

El problema del retroceso
Análisis Sintáctico con retroceso: Ejemplo
1. Se parte del símbolo inicial
2. Aplicando la primera regla de producción de la gramática se obtiene
module ; end
3. Aplicando las derivaciones más a la izquierda, se tiene que:
module ; end
d p
Página 9

El problema del retroceso
Análisis Sintáctico con retroceso: Ejemplo
Se deriva con la segunda alternativa
Se debe volver atrás
module ; end
d p ;
module ; end
d ;
d
p
Página 10

El problema del retroceso
Análisis Sintáctico con retroceso: Ejemplo
Se debe volver atrás
module ; end
d ;
d
p ;
Los tiempos de reconocimiento de sentencias de un lenguaje pueden dispararse
a causa del retroceso.
p
Página 11

Análisis sintáctico descendente con retroceso
Algoritmo de ASD con retroceso
1. Se colocan las reglas de la gramática según un orden preestablecido.
2. Se comienza el árbol sintáctico a partir del símbolo inicial, y se aplican
las reglas en forma recursiva. Al nodo en expansión se le llama nodo activo.
A → x1x2 ...xn crea n descendientes directos.
A → x1 | x2 |...| xn se elegirá la alternativa de más a la izquierda.
3. Si el nodo activo es un terminal se compara con el símbolo actual de la
cadena. Si son iguales se avanza un token de entrada y el nuevo símbolo
actual será el situado más a la derecha del terminal analizado. Si no son
iguales se retrocede hasta un nodo no terminal y se reintenta eligiendo la
siguiente alternativa.
Si se llega al símbolo inicial la cadena no pertenece al lenguaje
Página 12

Análisis sintáctico descendente con retroceso
Corolario
Una gramática de contexto libre, si es una gramática limpia y no es
recursiva a izquierdas, para cualquier cadena de símbolos de su alfabeto
terminal existe un número finito de posibles análisis a izquierda desde el
símbolo inicial para reconocerla o no.
Se pueden construir analizadores sintácticos descendentes con retroceso. Su
principal problema es el tiempo de ejecución .
Página 13

Análisis sintáctico descendente sin retroceso
Gramáticas LL(k)
Las gramáticas LL(k) son un subconjunto de las GLC.
Permiten un análisis descendente determinista por medio del
reconocimiento de la cadena de entrada de izquierda a derecha ("Left to
right") y que va tomando las derivaciones más hacia la izquierda
("Leftmost") con sólo mirar los k tokens situados a continuación de donde se
halla. Si k=1 se habla de gramáticas LL(1).
Las gramáticas LL(1) permiten construir un analizador determinista
descendente con tan sólo examinar en cada momento el símbolo actual de la
cadena de entrada para saber que producción aplicar.
Página 14

Teorema
S-gramáticas
Análisis sintáctico descendente sin retroceso
Gramáticas LL(k)
Una gramática LL(k) es no ambigua
Una gramática LL(k) no es recursiva a izquierdas
Son un subconjunto muy restringido de las gramáticas LL(1)
Debe cumplir las siguientes dos condiciones:
1. Todas las partes derechas de cada producción comienzan con un símbolo
terminal.
2. Si dos producciones tienen la misma parte izquierda, entonces su parte
derecha comienza con diferentes símbolos terminales.
A: A → a 1 α 1 | a 2 α 2 | ...| a m α m
se debe cumplir que:
a i ≠ a j ∀ i ≠ j a i ∈VT α i ∈V * 1 ≤ i ≤ m
Página 15

Análisis sintáctico descendente sin retroceso
Gramáticas LL(k)
Corolario de la definición de S-gramática
Ejemplos:
Toda S-gramática es LL(1), la inversa no es cierta.
S → a T
S → T b S
T → b T
T → b a
No es S-gramática
S → a b R
S → b R b S
R → a
R → b R
S → p X
S → q Y
X → a X b
X → x
Y → a Y d
Y → y
Página 16

Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
Conjunto de símbolos INICIALES
Se define el conjunto de símbolos iniciales o cabecera de un símbolo
α∈(VT ∪ VN) * , como el conjunto de símbolos terminales que pueden
aparecer al principio de cadenas derivadas de α. La definición anterior se
puede expresar como:
INICIALES(α) = {a / α ⇒ a ... siendo a ∈ VT }
*
Si α ⇒ a σ1 ...σn entonces {a} ∈ INICIALES(α) con a ∈ VT
*
Si α ⇒ λ entonces {λ} ∈ INICIALES(α)
Página 17

Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
Algoritmo para calcular el conjunto de iniciales
Repetir hasta que no se puedan añadir más símbolos terminales o λ al conjunto
1. Si X es un terminal o λ, entonces INICIALES (X) = {X}
2. Si X es un no-terminal, entonces para cada producción de la forma
X→X 1 X 2 ...X n , INICIALES (X) contiene a INICIALES (X 1 ) – {λ}. Si
también para algún i < n todos los conjuntos INICIALES (X 1 ) ...
INICIALES (X i ) contienen a λ, entonces INICIALES (X) contiene a
INICIALES (X i+1 ) – {λ}. Si todos los conjuntos INICIALES (X 1 ) ...
INICIALES (Xn) contiene λ, entonces INICIALES (X) también contiene a
λ.
Página 18

Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
Algoritmo para calcular el conjunto de iniciales
3. Se define INICIALES (α), para cualquier cadena α = X 1 X 2 ...X n , de
terminales y no-terminales, de la manera siguiente. INICIALES (α) contiene a
INICIALES (X 1 ) – {λ}. Para cada i = 2, ...,n si INICIALES (X k ) contiene a λ
para toda k = 1, ...i-1, entonces INICIALES(α) contiene a INICIALES (X i ) -
{λ}. Finalmente, si para todo i = 1...n, INICIALES (X i ) contiene λ, entonces
INICIALES (α) contiene a λ.
Página 19

Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
Seudocódigo del algoritmo para todo no terminal A
for todo no terminal A do INICIALES(A) := {}
while existan cambios en cualquier INICIALES(A) do
for cada selección de producción A→X1X2 ...Xn do
k :=1; continuar = verdadero;
while contiuar = verdadero and k

Ejemplos:
S → A B e
A → d B
A → a S
A → c
B → A S
B → b
Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
Conjunto de Símbolos Iniciales
exp → term exp´
exp´ → opsuma term exp´ | λ
opsuma → + | -
term → factor term´
term´ → opmult factor term´ | λ
opmult → *
factor → ( exp ) | numero
INICIALES (A) = {d, a, c}
INICIALES (S) = INICIALES(A)={d, a, c}
INICIALES (B) = INICIALES(A) ∪ {b} ={d, a, c, b}
INICIALES (exp) = {(, numero}
INICIALES (exp´) = {+,-, λ}
INICIALES (opsuma) = {+, -}
INICIALES (term) = {(, numero}
INICIALES (term´) = {*, λ}
INICIALES (opmult) = {*}
INICIALES (factor) = {(, numero}
Página 21

Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
Gramáticas LL(1) simples
Las gramáticas LL(1) simples son un subconjunto de las gramáticas LL(1), con las
dos restricciones siguientes:
1. No se permiten símbolos no terminales que deriven a vacío.
2. Las distintas producciones de cada no terminal A ∈ VN A → α 1 | α 2 | ...| α n
deben cumplir que los conjuntos INICIALES(α 1 ), INICIALES(α 2 ),...,
INICIALES(α n ) sean disjuntos entre sí.
INICIALES(α i ) ∩ INICIALES(α j ) = ∅ ∀ i ≠ j
Página 22

Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
Corolario de las gramáticas LL(1) simples
Toda gramática LL(1) simple es LL(1), lo contrario no es cierto.
Teorema de equivalencia entre gramáticas LL(1) y S-gramáticas
Dada una gramática LL(1) simple siempre es posible encontrar una
S-gramática equivalente.
Ejemplo: S → A B e
A → d B
A → a S
A → c
B → A S
B → b
Página 23

Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
Conjunto de símbolos SEGUIDORES
Se define el conjunto de símbolos seguidores o siguientes para un símbolo no
terminal A como el conjunto de símbolos terminales que en cualquier
momento de la derivación pueden aparecer inmediatamente a la derecha de (o
después de) A
SEGUIDORES (A) = { a / S ⇒ βAaδ con β, δ∈ (VT ∪ VN) * }
Página 24

Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
Algoritmo para calcular el conjunto de Seguidores
Repetir hasta que no cambie el conjunto de seguidores
1. Si A es el símbolo inicial, entonces $ está en SEGUIDORES (A).
2. Si hay una producción B →αAγ, entonces
INICIALES (γ) – {λ} ∈ SEGUIDORES (A)
3. Si existe una producción B →αA ó B →αAγ tal que λ∈INICIALES (γ)
entonces SEGUIDORES (B) ⊂ SEGUIDORES (A)
Página 25

Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
Seudocódigo del algoritmo para el cálculo de conjuntos de Seguidores
SEGUIDORES (símbolo-inicial) := {$};
for todos los no terminales A ≠ símbolo-inicial do SEGUIDORES(A):={};
while existan cambios en cualquier conjunto SEGUIDORES do
for cada producción A→X 1 X 2 ...X n do
for cada X i que sea un no terminal do
añadir INICIALES (X i+1 X i+2 ...X n ) - {λ} a SEGUIDORES (X i )
(* NOTA: si i=n, entonces X i+1 X i+2 ...X n = λ *)
if λ está en INICIALES(X i+1 X i+2 ...X n ) then
añadir SIGUIENTE (A) a SIGUIENTE (X i )
Página 26

Ejemplos:
Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
Conjunto de Símbolos Seguidores
sentencia → sent-if | otra
sent-if → if (exp) sentencia parte-else
parte-else → else sentencia | λ
exp → 0 | 1 SEGUIDORES (sentencia) = {$, else}
SEGUIDORES (sent-if) = {$, else}
SEGUIDORES (parte-else) = {$, else}
SEGUIDORES (exp) = {)}
exp → term exp´
exp´ → opsuma term exp´ | λ
opsuma → + | -
term → factor term´
term´ → opmult factor term´ | λ
opmult → *
factor → ( exp ) | numero
SEGUIDORES (exp) = {$, )}
SEGUIDORES (exp´) = {$, )}
SEGUIDORES (opsuma) = {(, numero}
SEGUIDORES (term) = {$, ), +, -}
SEGUIDORES (term´) = {$, ), +, -}
SEGUIDORES (opmult) = {(, numero}
SEGUIDORES (factor) = {$, ), +,-,*}
Página 27

Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
Conjunto de símbolos DIRECTORES
Los símbolos directores de una producción A → αson los que dirigen al
analizador sintáctico para elegir la alternativa adecuada.
Se definen como el conjunto de símbolos terminales que determinarán que
expansión de un no terminal se ha de elegir en un momento dado, con solo
mirar un símbolo hacia delante.
SD (A, α )
INICIALES (α) si α es no anulable
INICIALES (α) ∪ SEGUIDORES (A) si α es anulable
Página 28

Definición
Análisis sintáctico descendente sin retroceso
Gramáticas LL(1)
La condición necesaria y suficiente para que una gramática limpia sea LL(1),
es que los símbolos directores correspondientes a las diferentes expansiones
de cada símbolo no terminal sean conjuntos disjuntos.
La condición es necesaria, puesto que si un símbolo aparece en dos
conjuntos de símbolos directores, el analizador sintáctico descendente no
puede decidir que expansión aplicar.
La condición es suficiente, puesto que el analizador siempre puede escoger
una alternativa correcta. Si el símbolo no está contenido en ninguno de los
conjuntos, la cadena de entrada no pertenece al lenguaje.
Página 29

Análisis sintáctico descendente sin retroceso
Condiciones de las gramáticas LL(1)
Primera condición de Knuth
No se permitirán producciones de la forma A → A α donde A ∈ a VN y α ∈ V * .
Esta condición equivale a no admitir la recursividad a izquierdas.
Segunda condición de Knuth
Los símbolos terminales que pueden encabezar las distintas alternativas de una
regla de producción deben formar conjuntos disjuntos.
No debe ocurrir que:
A → Bβ | Cγ A,B,C ∈ VN
β, γ ∈ V *
*
*
B → dS d ∈ VT
C → dψ S, ψ ∈ V *
*
Página 30

Análisis sintáctico descendente sin retroceso
Condiciones de las gramáticas LL(1)
Tercera condición de Knuth
Si una alternativa de un símbolo no terminal origina la cadena vacía, entonces:
(INICIALES (A) ∩ SEGUIDORES(A) = ∅ )
Sea la cadena A 1 ... A 2 ... A 3 A 4 A 5 y sea A 3 el símbolo que se está analizando,
además se tienen las producciones:
A 3 →ax | λ
A 4 →A 3 ay
Dado que A3 puede derivar a la cadena vacía, puede darse el caso de que:
INICIALES(A3 )= { a }
INICIALES(A4 )= { a }
y no puede determinarse si se ha de elegir la producción de A3 o de A4 Página 31

Análisis sintáctico descendente sin retroceso
Condiciones de las gramáticas LL(1)
Cuarta condición de Knuth
Ningún símbolo no terminal puede tener dos o más alternativas que conduzcan
a la cadena vacía. Esta condición deriva de la anterior.
Así por ejemplo no se permite .
X → A | B
A → λ | C
B → λ | D
Página 32

Análisis sintáctico descendente sin retroceso
Transformación de gramáticas
No se puede saber si un determinado lenguaje puede
ser generado o no por una gramática LL(1), hasta que
no se encuentre esta gramática.
No existe ningún algoritmo general que transforme
una gramática a LL(1).
En algunos casos, se puede obtener una gramática
equivalente por medio de las transformaciones.
GRAMÁTICAS LIBRES
DE CONTEXTO
NO AMBIGUAS
LL(1)
Página 33

Análisis sintáctico descendente sin retroceso
Transformación de gramáticas
Eliminación de la recursividad a izquierdas
Se dice que una gramática tiene recursividad a izquierdas, si existe un no terminal
A, tal que para algún α ∈ V * existe una derivación de la forma:
EJEMPLO
S → aAc
A → Ab | λ
Reconocer la cadena abbc
(1)
S
Α ⎯ ⎯→ Α α
+
(2)
S
a A c
(3)
S
a A c
A b
(4)
S
a A c
A b
A b
S
a A c
A b
A b
A b
(5)
Página 34

1ª) Transformación
S → aAc
A → λ | Ab
2ª) Transformación
S → aAc
A → λ | bA
Análisis sintáctico descendente sin retroceso
Transformación de gramáticas
(1)
S
(1)
S
(2)
S
a A c
(2)
S
a A c
(3)
S
a A c
(3)
S
a A c
b A
(4)
S
a A c
(4)
S
A b
a A c
b A
b A
(5)
S
a A c
A b
A b
(5)
S
a A c
b A
b A
Página 35

Análisis sintáctico descendente sin retroceso
Transformación de gramáticas
Eliminación de la recursividad a izquierdas directa
Se sustituye por:
Caso general
β i no comienza por A
A → A α ⏐ β
A → β C
C → αC ⏐ λ
A
A
A
Bucle infinito
A → A α 1 | A α 2 | ... | A α n | β 1 | β 2 | β 3 | ... | β n
A → β 1 C | β 2 C | ... | β n C
C → α 1 C | α 2 C | ... | α n C | λ
A
ß
A
C
C
C
Página 36

Análisis sintáctico descendente sin retroceso
Transformación de gramáticas
Eliminación de la recursividad a izquierdas indirecta
El método para resolver las recursividades indirectas es convertirlas a
recursividades directas por medio de sustituciones.
Ejemplo:
::= .
::= ;
::= return | end
::= exit
Gramática equivalente
::= .
::= ;
::= return | end
::= end ; exit
::= return ; exit | λ
::= exit
::= ; exit
::= return ; exit
::= end ; exit
Página 37

Análisis sintáctico descendente sin retroceso
Transformación de gramáticas
Factorización y sustitución
Trata de agrupar las producciones que comienzan por el mismo símbolo no anulable,
realizar sustituciones de reglas o incluir nuevos símbolos no terminales.
Algoritmo A → αβ 1 | αβ 2 | ... αβn|γ
Primer paso: para cada no terminal A buscar el prefijo más largo común a
dos o más alternativas de dicho no terminal.
Segundo paso: Si α≠ε, sustituir todas las producciones de A por:
A → α C | γ
C → β 1 | β 2 |...|β n
Página 38

Análisis sintáctico descendente sin retroceso
Transformación de gramáticas
Ejemplo: Factorización y sustitución
::= + |
- |
::= * |
/ |
::= ^ |
::= - |
::= ( ) |
identificador |
constante
Aplicando factorización y sustitución
::= + | -
::= * | /
::= ^ |
::= |
::= |
::=
::= - |
::= ( ) |
identificador | constante
Página 39

Análisis sintáctico descendente sin retroceso
Transformación de gramáticas
::=
::= +
::= -
::=
::=
::= *
::= /
::=
::=
::= ^
::=
::= -
::=
::= ( )
::= identificador
::= constante
::= λ
Página 40

Análisis sintáctico descendente sin retroceso
Transformación de gramáticas
Transformación mediante aspectos semánticos
En algunos lenguajes de programación es necesario conocer más información
que la estrictamente sintáctica, para elegir el símbolo director en cada momento .
Ejemplo:
::= begin end
(1) aa: x:= 5
::=
::= identificador :
| λ
(2) yy:= 5
::= while DO
| :=
| repeat until
| for := do
| goto constante
| case of end
...
::= identificador
...
Página 41

Construcción de analizadores sintácticos descendentes
Técnicas de construcción
Métodos basados directamente en la sintaxis.
Analizadores sintácticos descendentes recursivos.
Analizadores sintácticos descendentes dirigidos por tabla.
Analizadores sintácticos descendentes basados en máquinas
de tipo 2 o de pila.
Analizadores sintácticos descendentes dirigidos por estructuras de datos.
Página 42

Construcción de analizadores sintácticos descendentes
Métodos basados directamente en la sintaxis
Reglas de construcción de diagramas sintácticos
Operación BNF Diagrama Conway
Secuencial AB
Alternativa
Repetitiva
A | B
λ | B
{B} 1 o más
[B] 0 o más
A B
A
B
B
B
B
Métodos sencillos para dar
los primeros pasos entre
teoría e implementación.
Toda gramática reconocible
mediante el método de los
diagramas de Conway es
LL(1).
Página 43

Construcción de analizadores sintácticos descendentes
Métodos basados directamente en la sintaxis
Traducción de reglas sintácticas a programas
Los símbolos no terminales son procedimientos, funciones o métodos.
Los símbolos terminales son tokens enviados por el analizador léxico.
Las reglas de producción se traducen a estructuras de control.
Página 44

Construcción de analizadores sintácticos descendentes
Métodos basados directamente en la sintaxis
Ejemplo 1: Factor
La regla de producción A → S 1 | S 2 | S 3 | ... | S n se traduce a una sentencia multialternativa
factor ( ){
switch (token) {
case ID : get_token ( ); break;
case NUM : get_token ( ); break;
case NOT : get_token ( ); factor ( ); break;
case AB_PAR : get_token ( ); expresion ( );
if (token != CE_PAR)
{Error: Paréntesis de cierre}
else get_token ( );
break;
default : Error : Expresión no válida.
}
}
donde token ∈ Símbolos Directores (A, S 1 | S 2 | ... | S n )
identificador
numero
NOT
factor
( expresion )
Página 45

Construcción de analizadores sintácticos descendentes
Métodos basados directamente en la sintaxis
Ejemplo 2: Expresión-simple
La regla de producción A → SA | λ o A → SA | S se traduce a una sentencia repetitiva
+
-
termino
expr_simple ( ) {
OR
if ((token == MAS) || (token == MENOS)) {
get_token( );
}
termino ( );
while ((token == MAS) || (token == MENOS) || (token == OR)) {
get_token( );
termino ( );
}
}
+
-
termino
Página 46

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos descendentes recursivos
La condición necesaria para que un analizador descendente recursivo
opere correctamente es que la gramática del lenguaje fuente sea LL(1).
Se considera a cada regla de la gramática como la definición de una
función o método que reconocerá al no terminal de la parte izquierda.
El lado derecho de la regla especifica la estructura del código para ese
método o función.
Los símbolos terminales corresponden a concordancias con la entrada.
Los símbolos no terminales con llamadas a funciones o métodos.
Las diferentes alternativas a casos condicionales en función de lo que
se esté examinando en la entrada.
Página 47

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos descendentes recursivos
Implementación de un analizador sintáctico descendente recursivo
Una función denominada Match
Funcion Match(terminal)
inicio
si (token-actual == terminal) entonces
obtener siguiente token
sino
error sintáctico
fin
Una función para cada no terminal con la siguiente estructura:
Para las reglas de la forma A → α 1 | α 2 | ... | α n decidir la producción
a utilizar en función de los conjuntos INICIALES(α i ). .
Página 48

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos recursivos descendentes
Funcion A()
inicio
segun token-actual está en:
INICIALES(α 1 ): { proceder según alternativa α 1 }
INICIALES(α 2 ): { proceder según alternativa α 2 }
...
INICIALES(α n ): { proceder según alternativa α n }
Fin-segun
si token-actual no pertenece a ningún INICIALES (α n )
entonces
Fin
error sintáctico, excepto si existe la alternativa
A → ε en cuyo caso no se hace nada.
Página 49

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos descendentes recursivos
Para cada alternativa α i del no terminal, proceder analizando
secuencialmente cada uno de los síımbolos que aparece en la parte derecha.
Si es un no terminal entonces
hacer una llamada a su función
Si es un terminal entonces
hacer una llamada a la función Match con ese terminal
como argumento.
Para lanzar el analizador sintáctico se hace una llamada a la función
asociada al símbolo inicial de la gramática. No olvidar hacer una llamada
previa al analizador léxico para inicializar la variable con el primer token
del fichero de entrada.
Página 50

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos descendentes recursivos
Ejemplo: Construir un ASD recursivo para la siguiente gramática
instruccion → identificador = exp ;
exp → termino mastermino
mastermino → + termino mastermino| λ
termino → identificador | constante
#include
#include"tokens.h“
int tokenActual;
... /* otras declaraciones */
void main(){
tokenActual=yylex();
instruccion();
}
SDescendente.c
Página 51

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos descendentes recursivos
void terminal(int token, char *mensCasoError){
if(tokenActual==token)
tokenActual=yylex();
else hayError(mensCasoError);
instruccion →
}
identificador = exp ;
void instruccion(){
terminal(IDENTIFICADOR,”Se esperaba ID”);
terminal(ASIGNACION,”Se esperaba ‘=‘”);
expresion();
terminal((int) ‘;’,”Se esperaba ‘;’”);
}
void expresion(){ exp → termino
termino();
mastermino
mastermino();
}
Página 52
SDescendente.c

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos descendentes recursivos
void termino(){
if(tokenActual==IDENTIFICADOR)
terminal(IDENTIFICADOR, "Se esperaba ID"); termino →
else if(tokenActual==CONSTANTE {
identificador |
terminal(CONSTANTE, "Se esperaba CTE"); constante
else hayError("Se esperaba un ID o CTE");
}
void mastermino(){
mastermino → + termino
mastermino | λ
if(tokenActual=='+'){
terminal((int) ‘+‘,”Se esperaba ‘+‘”);
termino();
mastermino();
} /* el else: corresponde a la producción λ */}
/* ... funcion hayError */
SDescendente.c
Página 53

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos dirigidos por tabla
El hecho de que haya reglas recursivas hace que el analizador predictivo
implementado directamente sea recursivo. Sin embargo, la recursividad se puede
evitar mediante el uso explícito de una pila.
Esquema general
Entrada
... b c a...$
Matriz bidimensional.
Es lo único que cambia
de un analizador a otro.
Analizador
Sintáctico
Tabla de análisis
M[X,a]
Z
Y
K
$
Pila de símbolos
(a reconocer)
Salida
A → X
X → Z Y k
Producciones utilizadas en
el análisis de la secuencia
de entrada.
.
Página 54

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos dirigidos por tabla
Construcción de la tabla de análisis sintáctico
Entrada: una gramática G
Salida: la tabla de análisis sintáctico, con una fila para cada
no-terminal, una columna para cada terminal y otra para $
Método:
Ampliar la gramática con una producción S’→ S$
Para cada producción de la gramática A → α hacer:
– Para cada terminal a ∈ PRIMEROS(α), añadir la producción A → α
en la casilla M[A,a].
– Si λ ∈ PRIMEROS(α), añadir A → α en la casilla M[A,b]
∀b ∈ SIGUIENTES(A).
Las celdas de la tabla que hayan quedado vacías se definen como
error.
Las gramáticas LL(1) garantizan que solo aparezca una producción por casilla
Página 55

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos dirigidos por tabla
Ejemplo:
E ::= T E’
E’ ::= + T E’ | λ
T ::= F T’
T’ ::= * F T’ | λ
F ::= ( E ) | Id
INIC (T E’) = {(, id}
INIC (+T E’) = {+}
INIC (λ ) = {λ}
INIC (F T’) = {(,id}
INIC (* F T’) = {*}
INIC ( ( E ) ) = {(}
INICIALES (id) = {id}
E
E’
T
T’
F
SEG (E’) = {$, )}
SEG (T’) = {+,$,)}
id
TE’
FT’
id
+
+TE’
λ
*
*FT’
(
TE’
FT’
(E)
Tabla de análisis sintáctico
)
λ
λ
$
λ
λ
Página 56

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos dirigidos por tabla
Pila Entrada Producción
$ E
$ E’ T
$ E’ T’ F
$ E’ T’ Id
$ E’ T’
$ E’ T’ F *
$ E’ T’ F
$ E’ T’ Id
$ E’ T’
$ E’
$ E’ T +
$ E’ T
$ E’ T’ F
$ E’ T’ Id
$ E’ T’
$ E’
$
Id * Id + Id $
Id * Id + Id $
Id * Id + Id $
Id * Id + Id $
* Id + Id $
* Id + Id $
Id + Id $
Id + Id $
+ Id $
+ Id $
+ Id $
Id $
Id $
Id $
$
$
$
E::= T E’
T::= F T’
F::= Id
T’::= * F T’
F::= Id
T’::= λ
E’::= + T E’
T::= F ⋅ T’
F::= Id
T’::= λ
E’::= λ
Página 57

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos basados en AP
Si la gramática es LL(1) el autómata de pila será determinista.
Entrada: La cadena w$ a reconocer y una
gramática G.
Salida: Si w$ ∈ L(G), la derivación más a la
izquierda de la cadena de entrada, sino una
indicación de error.
Método: Como configuración inicial se tiene
en el fondo de la pila el símbolo $, el símbolo
inicial de la gramática S en la cima y la cadena
w$ en el buffer de entrada.
CONTROL
DE
ESTADOS
entrada
token1 token2 token3 ... tokenN-1 tokenN
cabeza de
lectura
tope
Z
Y
X
.
A
$
Pila
apila
desapila
Página 58

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos basados en AP
Algoritmo para el análisis sintáctico descendente determinista
REPETIR
SEGÚN sea el símbolo del tope de la pila
Terminal: Si el símbolo de entrada (token) coincide con el terminal entonces
Coger siguiente token
Extraer el símbolo de la pila
Sino
Error
No-Terminal: Utilizar el símbolo no-terminal y el símbolo de entrada (token)
para determinar la producción correspondiente
Si se encuentra la producción X → Y1Y2 ... Yk entonces
Extraer el símbolo no-terminal X
Introducir Yk, Yk-1 , ... Y1 en la pila
(Y1 estaría en el tope de la pila)
Sino
Error
HASTA (Pila vacía o error)
Si la pila está vacía entonces
Aceptar la cadena de entrada
Sino
Error
Página 59

Construcción de analizadores sintácticos descendentes
Analizadores sintácticos dirigidos por ED
Se supone que una gramática está formada por un conjunto determinista de
grafos sintácticos.
Cada nodo se puede representar por:
Símbolo
Secuencial
- Símbolo terminal
- Símbolo no terminal → puntero a la estructura
de datos que representa el símbolo.
S 1 S 2 S 3 S n
Alternativa Sucesor
NIL
S 1
S 2
S n
Alternativa
S 3
Fueron propuestos por
Wirth con el objetivo
de construir
analizadores genéricos
Repetitiva
S
vacío
NIL
Página 60

Tratamiento de errores sintácticos
Los errores en programación pueden ser:
Léxicos: producidos al escribir mal un identificador, una palabra clave, un
operador, etc
Sintácticos: cuando la secuencia de tokens enviados por el analizador léxico
no son reconocidos por la gramática que describe el lenguaje. Pueden ser
producidos por una expresión aritmética o paréntesis no equilibrados, etc.
Semánticos: producidos como consecuencia de la aplicación de un operador a
un operando incompatible, etc.
Página 61

Tratamiento de errores sintácticos
Un gestor de errores debe proporcionar las siguientes funciones:
Determinar si el programa es sintácticamente correcto.
Proporcionar un mensaje de error significativo:
parser error: linea 10 columna 4, simbolo encontrado f símbolo esperado ;
Declarar que ha ocurrido un error tan pronto como sea posible. Esperar demasiado
tiempo significa que la ubicación real del error puede haberse perdido.
Reanudar el análisis tan pronto como sea posible. Debería intentar analizar tanto código
como fuera posible para detectar los errores reales.
Evitar errores en cascada. Un error genera una secuencia de mensajes de error falsos.
Evitar bucles infinitos en los que se genera una cascada sin fin de mensajes de error.
Para evitarlo se debe ignorar parte de la entrada.
Realizar una reparación del error. El analizador intenta inferir un programa correcto de
uno incorrecto.
Página 62

Tratamiento de errores sintácticos
Recuperación de errores
Los métodos de recuperación de errores suelen ser métodos “ad-hoc”, en el
sentido de que se aplican a lenguajes específicos y a métodos concretos de análisis
Sintáctico (descendente, ascendente. etc), con muchas situaciones particulares.
Existen varias estrategias para corregir errores, una vez detectados
Recuperación en modo de alarma (Panic mode ): Consiste en ignorar el
resto de la entrada hasta llegar a una condición de seguridad, un token
especial (por ejemplo un ‘;’ o un ‘END’).
Error
id ‘=’ id ‘[‘ id ‘]’ id ’[‘ id ‘]’ ’=’ id ’[‘ id ‘]’ ‘;’ id ’[‘ id ‘]’ ‘=’ id ‘;’
Token especial utilizado para continuar
la compilación a partir de él
Ejemplo:
aux = a[i]
a[i] = a[j];
a[j] = aux;
Página 63

Tratamiento de errores sintácticos
Recuperación de errores
Recuperación a nivel de frase: Intenta recuperar el error una vez
descubierto. En el caso anterior, por ejemplo, podría haber sido lo
suficientemente inteligente como para insertar el token ‘;’. Hay que tener
cuidado con este método ya que caben varias posibilidades.
Reglas de producción adicionales para el control de errores:La gramática
se puede aumentar con las reglas que reconocen los errores más comunes.
sent_errónea → sent_sin_acabar sentencia_acabada
sentencia_acabada → sentencia ‘;’
sent_sin_acabar → sentencia
Corrección Global: el analizador sintáctico le pide toda la secuencia de
tokens al léxico, y lo que hace es devolver lo más parecido a la cadena de
entrada pero sin errores, así como el árbol que lo reconoce.
Página 64

Tratamiento de errores sintácticos
Recuperación de errores en ASD recursivos
Una forma estándar de recuperación de errores en los ASD recursivos se
denomina Modo de alarma.
Consiste en proporcionar a cada procedimiento (cada no-terminal de la
gramática) un parámetro extra, un conjunto de tokens de sincronización.
Según se va efectuando el análisis, los tokens que pueden funcionar como
tokens de sincronización se agregan según se vayan realizando las llamadas.
Si se encuentra un error, el analizador explora hacia delante, desechando
tokens hasta encontrar uno que pertenezca al conjunto reanudándose así el
análisis.
Las cascadas de error se evitan al no generar nuevos errores mientras tiene
lugar esta exploración.
Página 65

Tratamiento de errores sintácticos
Recuperación de errores en ASD recursivos
¿ Qué tokens se agregan al conjunto de sincronización en cada punto
del análisis sintáctico ?
Los conjuntos de SEGUIDORES
Los conjuntos de INICIALES para evitar que el manejador de errores omita
tokens importantes que inicien nuevas construcciones (sentencias, expresiones)
Ejemplo: Sea la gramática de expresiones:
exp → term exp´
exp´ → opsuma term exp´ | λ
opsuma → + | -
term → factor term´
term´ → opmult factor term´ | λ
opmult → *
factor → ( exp ) | numero
Página 66

Tratamiento de errores sintácticos
Recuperación de errores en ASD recursivos
Además del procediemiento Match y los correspondientes a cada símbolo no terminal
se añaden dos procedimientos nuevos: checkInput y scanTo.
Esquematizado en seudocódigo quedaría de la siguiente forma:
procedimiento scanTo(synchset);
begin
while not (token in synchset ∪ {$}) do
getToken;
end scanTO;
procedimiento checkInput(FIRSTSet, FOLLOWSet);
begin
if not (token in FIRSTSet) then
error;
scanTo (FIRSTSet ∪ FOLLOWSet);
end if;
end checkInput;
Es el consumidor de
tokens en modo de
alarma
Realiza la
verificación temprana
en modo de alarma
Página 67

Tratamiento de errores sintácticos
Recuperación de errores en ASD recursivos
Estos procedimientos se utilizan como sigue en los procedimientos exp y factor:
procedimiento exp(synchset);
begin
checkInput ({(,numero}, synchset);
if not (token in synchset) then
term (synchset);
while token = + or token = - do
match (token);
term (synchset);
end while;
checkInput(synchset, {(,numero});
end if;
end exp;
procedimiento factor(synchset);
begin
checkInput ({(,numero}, synchset);
if not (token in synchset) then
case token of
( : match (();
exp ({)});
match ());
numero:
match(numero);
else error;
end case;
checkInput(synchset, {(,numero});
end if;
end factor;
Página 68

Tratamiento de errores sintácticos
Recuperación de errores en ASD recursivos
checkInput es llamado dos veces en cada procedimiento:
Para verificar que un token en el conjunto Iniciales sea el token
siguiente en la entrada.
Para verificar que un token en el conjunto Siguiente sea el token
siguiente en la salida.
En general synchset se pasa en las llamadas recursivas con nuevos tokens
de sincronización agregados de manera apropiada.
Para obtener los mejores mensajes de error y recuperación de errores, toda
prueba de token se debe examinar por la probabilidad de que una prueba más
general o más temprana mejore el comportamiento del error.
Página 69

Tratamiento de errores sintácticos
Recuperación de errores
Wirth especifica las características de un buen analizador sintáctico:
1. Ninguna sentencia debe dar lugar a que el analizador sintáctico pierda el
control.
2. Todos los errores sintácticos deben de ser detectados y señalados.
3. Los errores muy frecuentes e imputables a verdaderos fallos de comprensión
o descuido del programador, habrán de ser diagnosticados correctamente
(evitar los llamados mensajes de rebote). Esta tercera característica es la más
difícil de lograr, ya que incluso compiladores de gran calidad emiten dos o más
mensajes para un determinado error.
Página 70