词法分析与正规式：源程序的单词符号解析

"本资源主要讨论了语言单词符号的两种定义方式，特别是在编译原理的上下文中，聚焦于词法分析和有穷自动机的概念。内容涵盖了词法分析程序的功能，单词符号的分类和输出形式，以及正规式和正规集的定义。" 详细解释: 在编译原理中，词法分析是将源代码转换为解析器可以理解的结构化单元，即单词符号，的过程。词法分析程序从左到右扫描源程序字符串，识别并分解出有意义的单词符号。这些单词符号通常包括关键字、标识符、常数、运算符和界符等。 关键词是编程语言中预定义的特殊字，如`if`, `else`, `while`, `do`等，它们各自拥有特定的含义。标识符是程序员自定义的名字，例如变量名、常量名或函数名。常数表示固定的数值，可以是整数、浮点数或其他类型。运算符如`+`, `-`, `*`, `/`, `<`等用于执行数学或逻辑操作。界符如逗号、分号、括号等，用于标记代码结构。 词法分析程序的输出通常包含两部分：单词种别和单词自身值。单词种别通过编码来区分不同的单词符号，如将所有关键字视为一类，标识符、常数、运算符和界符可能单独成类。如果一个种别有多个符号，除了种别编码，还需要提供符号的自身值，比如标识符是其字符串形式，常数是其二进制数值。 正规式和正规集是描述语言中单词符号集的一种方法。正规式是通过一组规则递归定义的，这些规则描述了一个字符串集合。在描述中，空串`ε`和空集`∅`是正规式的特例。单个字母也是一个正规式，代表包含该字母的单元素集。两个正规式可以通过结合（如`e1e2`表示连续出现`e1`和`e2`）或选择（如`e1|e2`表示`e1`或`e2`中的任一个）来组合，形成新的正规式，表示更复杂的字符串集合。 正规集则是正规式表示的所有可能字符串的集合。例如，如果`e1`和`e2`是正规式，那么`e1|e2`表示的正规集是`e1`和`e2`正规集的并集，而`e1e2`表示的是它们的串联集合。 总结来说，编译原理中的词法分析涉及到对源代码的解析，识别出单词符号，并用正规式和正规集描述这些符号的可能组合。这一过程是编译器构建的关键步骤，为后续的语法分析和代码生成奠定了基础。