GCC源码解析：语法树与程序解析概要

需积分: 13 99 浏览量更新于2024-07-24 收藏 3.04MB PDF 举报

"GCC源码总结 - 刘华煜 - GNU Free Documentation License v1.3" 本文是关于GCC（GNU Compiler Collection）源代码的深入学习和理解的总结，主要关注于两个核心方面：语法树的操作和程序的解析过程。GCC作为开源的编译器集合，其源代码对于深入理解编译原理和优化技术具有极高的学习价值。 GCC的源代码分析首先涉及到的是语法树，这是编译器处理程序代码的关键步骤。语法树，也称为抽象语法树（Abstract Syntax Tree, AST），是源代码在经过词法分析和语法分析后的表示形式。在GCC中，每一条语句和表达式都会被转化为一棵树形结构，每个节点代表一个语法元素。通过对语法树的操作，编译器可以进行类型检查、语义分析以及代码生成等任务。理解GCC如何构建和遍历这个树，有助于我们了解编译器如何将高级语言转化为机器可执行的指令。程序解析是GCC的另一个重要环节。GCC使用LALR(1)文法来解析输入的源代码，将其分解成一个个符号和表达式，进而构造出语法树。这一过程包括词法分析（lexical analysis）、语法分析（parsing）和语义分析（semantic analysis）。词法分析阶段，GCC将源代码分解成一个个Token；语法分析阶段，这些Token被组合成符合语言规则的语法结构；最后，语义分析确保代码的正确性，并为优化阶段提供基础。 GCC源码中包含了丰富的优化技术，如常量折叠、死代码消除、循环展开等。这些优化旨在提高生成代码的效率和性能。通过阅读和理解GCC的源代码，开发者可以学习到如何实现这些高级编译器技术。此外，GCC支持多种编程语言，如C、C++、Fortran、Ada等，因此其源代码也涉及到跨语言的编译问题。学习GCC源码可以帮助开发者理解不同编程语言间的差异以及它们在底层是如何被统一处理的。在学习GCC源码时，遵循GNU Free Documentation License v1.3的条款，你可以自由地复制、分发和修改这份文档，但不得去除任何不变部分，也不得添加或更改任何前封面文本或后封面文本。总结来说，GCC源码的总结涵盖了编译器的核心组成部分，包括语法树的构建与操作、程序解析的过程，以及编译器优化技术的实现。深入学习这部分内容，对于提升软件开发者的编译器理论知识和实践能力具有重要意义。

1J(#1J

>

我们现在先不管这些枚举符表达的是什么东西，下节看到它们的时候就知道了。

下面我们介绍一下 tree_code_type 数组，通过它我们能知道哪个 enum tree_code 枚举符属于哪个类别：比如通过

tree_code_type[FUNCTION_DECL]的值是 tcc_declaration 我们能知道 FUNCTION_DECL 属于 tcc_declaration。

tree_code_type 的定义如下：

?4)2/))*+4)&,-(,)6)0)-96)

?)-4+2'(&)/))*+4)&1

EFG%

? 

>

?4)2/))*+4)

?)-4+2'(&)/))*+4)&

可以看出 tree_code_type 的定义也用到了 X-macro 技巧，只不过用的是 DEFTREECODE 的第三个参数（很明显，它表达的是

enum tree_code 枚举符的类别）。

宏展开的结果我就不写了。

gcc 一般情况下并不直接使用 tree_code_type 数组，它用的是 tree_code_type 的包装——TREE_CODE_CLASS 宏：

?/))*+4)*0(&&*+4) E*+4)F

不解释。

2.2 常用的 enum tree_code 枚举符

我们在前面说过，tree 的 TREE_CODE 标识了它表达的是什么概念，同时也标识了其数据类型，下面我们就简要介绍一下常用

的 enum tree_code 枚举符、其表达的概念和对应的数据类型，以及相关的宏。

先说明一下本节的论述方式：(1)围绕数据类型进行论述而不是围绕 enum tree_code 枚举符进行论述。这是因为可能会出现

不只一个 enum tree_code 枚举符对应同一个数据类型的情况（不可能出现一个 enum tree_code 枚举符对应多个数据类型的

情况），如果围绕 enum tree_code 进行论述就会显得繁琐；(2)没有直接列出和数据类型相关的 enum tree_code 枚举符，而

是通过列出 tree.def 中相关行的方式间接给出 enum tree_code 枚举符。这是因为这些行不仅包含 enum tree_code 枚举符，

还包含它的 TREE_CODE_CLASS；(3)直接给出 enum tree_code 枚举符对应的数据类型而没说为什么是这个数据类型（后面讲

tree_code_size 函数的时候会给出答案）。

2.2.1 struct tree_identifier

struct tree_identifier 表达的概念是标识符。下面是 tree.def 中相关的行：

4)2/))*+4).4)-.2.)/-+4)  1L

struct tree_identifier 和相关数据结构的定义如下：

%



#

>

##

#%

#



##

>

玩过字符串的表达方式的人一眼就能看出来这是表示字符串的一种方式（另一种方式是'\0'方式）。

下面是两个相关宏，参数是 tree：

MNOPQROSTUVWXTYTVZ[\VW]X^_W`UVaSb

.4)-.2.)/-+4)*9)*<-+4)@

MNOPQROSTUVWXTYTVZ[c`TWXVZ_W`UVaSb

#.4)-.2.)/-+4)*9)*<-+4)@

例如某 tree 表示标识符 abc，那么这个 tree 的 IDENTIFIER_LENGTH 为 3，这个 tree 的 IDENTIFIER_POINTER 是字符串

中'a'的地址。

对 C 语言的标识符而言，还有更多的东西，我们看一下几个相关数据类型的定义：

##%

#

dA

1de J.

#1

+#7-+4)+6)/(+/J

# J/J

)-:,'.2.)04dD J*66J

dAL J*66J

## *669(&9-+4)5(0:).43"A 

>

%



##

>

%



JJ

JJJJ

JJ

>

这几个数据类型和前面讲过的 tree_identifier 的内存结构如下表所示：

tree_identifier

tree_identifiertree_identifier

tree_identifier

mmmm

idid

ifif

lang_identifier

lang_identifierlang_identifier

lang_identifier

tree_common tree_common

ht_identifier cpp_hashnode ht_identifier

other

c_common_identifier tree_common

cpp_hashnode ht_identifier

other

通过这个表可知 c_common_identifier 继承自 tree_identifier，而 lang_identifier 又继承自 c_common_identifier。

我们在以后的内容中会提到：在在

在在

的范的范

围围

内内

实实

际上际上

用用

的的

是是

lala

idid

ifif

来表来表

示示

标标

识识

符。符。

那么 tree_identifier 存在的意

义是什么呢？我猜测是因为 gcc 需要处理诸多的语言，tree_identifier 表达的是这些语言中标识符共有的东西，而具体到 C

标识符的时候，就需要一个能够表达 C 标识符专有东西的数据类型（这个数据类型要继承 tree_identifier），那就是

lang_identifier。

2.2.2 struct tree_type

struct tree_type 表达的是数据类型，下面是 tree.def 中和数据类型相关的行：

4)2/))*+4)+22&)6)  L

4)2/))*+4))-:,)/(06)  L

4)2/))*+4)'++0)(-6)  L

4)2/))*+4).-))/6)  L

4)2/))*+4)/)(06)  L

4)2/))*+4)6+.-)/6)  L

4)2/))*+4)/)2)/)-*)6)  L

4)2/))*+4)-:006/6)  L

4)2/))*+4)2.3)46+.-6) 1 L

4)2/))*+4)*+,60)36) 1 L

4)2/))*+4)5)*+/6)  L

4)2/))*+4)(//(6)  L

4)2/))*+4)/)*+/46)  L

4)2/))*+4):-.+-6)  L J*J

4)2/))*+4)H:(0:-.+-6) f L

4)2/))*+4)5+.46)  L

4)2/))*+4)2:-*.+-6)  L

4)2/))*+4),)9+46) # L

5 如果考虑对齐，那么这种继承关系可能不正确。

4)2/))*+4)0(-6)  L

这些都是表达数据类型的数据类型

。

这些行中很多都和 C 数据类型有对应关系：ENUMERAL_TYPE（enum）、INTEGER_TYPE（整数）、REAL_TYPE（浮点数）、

POINTER_TYPE（指针）、COMPLEX_TYPE（复数）、ARRAY_TYPE（数组）、RECORD_TYPE（struct）、UNION_TYPE（union）、

VOID_TYPE（void）、FUNCTION_TYPE（函数）。

本着简化原则，我们以后只讨论以上数据类型。

顺便说一句：BOOLEAN_TYPE 不存在于 C 语言中，因为 C 中没有布尔类型；FIXED_POINT_TYPE 和指针没有一毛钱关系，它表示

的是定点数；NULLPTR_TYPE 从字面上看是空指针类型，不过它属于 C++，和 C 没关系。

这里有一个容易混淆的地方：上述所说的数据类型并不等同于 C 语言中的数据类型。比如 C 语言中的 int、unsigned int、

short 这些数据类型都属于“INTEGER_TYPE（整数）”，再比如“struct a{int g;};”、“struct c{double d;};”都属于

“RECORD_TYPE（struct）”。因为很容易通过上下文看出“数据类型”到底表达的是哪种含义，所以以后出现“数据类型

”的时候不再特别说明其表达含义。

既然仅靠 TREE_CODE 无法确定其表达的 C 数据类型，那么就需要和其它宏一起确定了。比如表达 int 的 tree，其 TREE_CODE

是 INTEGER_TYPE，其 TYPE_PRECISION 是 32，其 TYPE_UNSIGNED 是 0；表达 unsigned short 的 tree，其 TREE_CODE 也是

INTEGER_TYPE，但其 TYPE_PRECISION 是 16，其 TYPE_UNSIGNED 是 1

。至于 ENUMERAL_TYPE、REAL_TYPE 等也和 INTEGER_TYPE

一样，需要其他宏的配合才能表达一种 C 数据类型。

在我们急行军的过程中，已经建立了一些表达 int、double、unsigned short int、void 等基本数据类型的 tree（如最常用

的 integer_type_node

表达了 int）。有了这些基本数据类型的 tree，讲解也就简单了许多，因为绝大多数非基本数据类型

都是在基本数据类型基础上建立起来的。

基本数据类型 tree 的信息可在 tree.h 中“global_trees”和“tree integer_types”周围看到。

2.2.3 struct tree_decl_*和 struct tree_*_decl

这不是一个数据类型，这是一类数据类型。此类中一共有 13 个数据类型，用于表示各种各样的声明。这 13 个数据类型的名

字和关系如下图所示（省略了“struct”），直线表示的是继承关系，下面的继承上面的。

tree.def 中和声明相关的行如下：

4)2/))*+4)2:-*.+-4)*0  L

4)2/))*+4)0(')04)*0  L

4)2/))*+4)2.)044)*0  L

4)2/))*+4)5(/4)*0  L

4)2/))*+4)*+-&4)*0  L

4)2/))*+4)6(/,4)*0  L

4)2/))*+4)6)4)*0  L

4)2/))*+4)/)&:04)*0  L

4)2/))*+4)4)':)36/4)*0 1 L

4)2/))*+4)-(,)&6(*)4)*0  L

4)2/))*+4).,6+/)44)*0  L

4)2/))*+4)/(-&0(.+-:-.4)*0  L

后 5 个我们不关心。前 7 行的 enum tree_code 枚举符、表达的概念和对应的数据类型见下表：

6 恩？听着别扭？要知道，这是编译器，翻译程序的程序。

7 表达 int 和表达 short 的 tree 的 TYPE_PRECISION 依环境而定，不一定是 32 和 16。

8 integer_type_node 实质上是一个宏：#define integer_type_node integer_types[itk_int]，integer_types 在 tree.c 中定义：tree integer_types[itk_none];，所

以说 integer_type_node 是个 tree 也不能说是错误。

tree_decl_minimal

tree_decl_common

tree_result_decltree_parm_decl

tree_decl_with_rtl tree_field_decl

tree_decl_non_common tree_var_decl

tree_function_decl

tree_const_decltree_decl_with_vis tree_label_decl

tree_type_decl

tree_translation_unit_decl

枚举符枚举符

表达的概念表达的概念

对应的数据类型对应的数据类型

FUNCTION_DECL 函数声明 struct tree_function_decl

LABEL_DECL 标号声明 struct tree_label_decl

FIELD_DECL struct/union 成员声明 struct tree_field_decl

VAR_DECL 变量声明 struct tree_var_decl

CONST_DECL 枚举符声明 struct tree_const_decl

PARM_DECL 参数声明 struct tree_parm_decl

TYPE_DECL 数据类型定义 struct tree_type_decl

下面举例说明这些声明到底是什么东西：

int foo(double d,char c);是一个

函数声明

函数声明函数声明

函数声明

，其中的 double d 是一个

参数声明

参数声明参数声明

参数声明

；la:是一个

标号声明

标号声明标号声明

标号声明

；struct a{float

f;int n;};中的 float f;是一个

struct

structstruct

struct

成

成成

成

员

员员

员

声明

声明声明

声明

；char *pc;是一个

变量声明

变量声明变量声明

变量声明

；enum e{E1,E2};中的 E1 是一个

枚举符声明

枚举符声明枚举符声明

枚举符声明

；

typedef int **ppn;是一个

数据类型定义

数据类型定义数据类型定义

数据类型定义

。

下面我们用一个例子来介绍一下变量声明 tree，同时介绍声明 tree 的两个常用宏：DECL_NAME 和 TREE_TYPE。

“int abc;”声明了一个叫 abc 的 int 型变量，这个变量声明 tree 的 TREE_CODE 为 VAR_DECL、DECL_NAME 为一个表达 abc 的

标识符 tree、TREE_TYPE 为 integer_type_node。

下图显示了这三个 tree 之间的关系（细抠此图的话会找出很多毛病，请意会）。

一般来说声明的对象总是一个标识符，那么 DECL_NAME 就是这个声明 tree 所声明的标识符，TREE_TYPE 则一般对应这个声明

所涉及的数据类型。

需要注意的是这里所说的声明和 C 语言文法上的声明不一样，二者的区别在第 4 章讲文法上的声明的时候会提到。

2.2.4 struct tree_int_cst

struct tree_int_cst 表达的是整数常量，下面是 tree.def 中相关的行。

4)2/))*+4).-))/*&  L

虽然名字叫 struct tree_int_cst，但它不光可以表示 int 型常量，也能表示其他整型（如 long 型）常量。

struct tree_int_cst 及相关数据类型的定义如下：

%





>



9+&8.4).-7

9+&8.4).-##

>

HOST_WIDE_INT 到底是 long 还是 long long 还是其它什么数据类型要根据环境而定。很容易看出 tree_int_cst 的实质是用

两个 HOST_WIDE_INT 表达一个整数常量。整数常量 tree 的 TREE_TYPE 标识了这个整数的数据类型。

整数常量 tree 除了用于表达源程序中的常量表达式外，还经常用于 gcc 的其它部分。如 integer_type_node 的 TYPE_SIZE 就

是一个整数常量 tree。

整数常量相关的 3 个宏（一看就明白，就不解释了）：

TREE_CODE:VAR_DECL

DECL_NAME

TREE_TYPE

TREE_CODE:IDENTIFIER_NODE

IDENTIFIER_POINTER

IDENTIFIER_LENGTH:3

TREE_CODE:INTEGER_TYPE

TYPE_PRECISION:32

TYPE_UNSIGNED:0

ba c

integer_type_node

?/)).-*&-+4).-))/*&*9)*<-+4)@

?/)).-*&0+8-+4)/)).-*&-+4)7

?/)).-*&9.9-+4)/)).-*&-+4)##

创建整数常量 tree 的函数有好几个，这些函数中居于核心地位的是 build_int_cst_wide 函数：

79+&8.4).-79+&8.4).-#

猜也能猜出来这个函数的功能。其它创建整数常量 tree 的函数 build_int_cst、build_int_cstu、build_int_cst_type、

build_int_cst_wide_type、build_low_bits_mask 都调用了 build_int_cst_wide 函数，有兴趣的话可以自行查看其代码。

2.2.5 struct tree_list

struct tree_list 用于表达单链表。下面是 tree.def 中相关的行。

4)2/))*+4)/))0.&  1L

struct tree_list 的定义如下：

%







>

GCC源码解析：语法树与程序解析概要

GCC源码全版本集合下载地址

gcc-4.6.0源码

gcc开源代码

离线安装gcc需要的依赖

gcc安装7.5.0

centos7.6 nginx 源码安装

openmv4 源码编译 下载

ubuntu 源码安装的库如何在c++程序中调用

qt centos7 mqtt

uip webserver 安装

最新资源

openmv4 源码编译下载