Langages Informatiques Analyse Syntaxique et Traduction Outils et Techniques Cours et Exercices Corrigés Niveau B

353 Pages·2015·20.94 MB·French

by  Ali Aït-El-Hadj

LANGAGES INFORMATIQUES
Analyse syntaxique et traduction
Outils et techniques
Cours et exercices résolus
Ali AIIlT EL HADJ

TECHNOSUP
Les FILIÈRES TECHNOLOGIQUES des ENSEIGNEMENTS SUPÉRIEURS
LANGAGES INFORMATIQUES
Analyse syntaxique et traduction
Outils et techniques
Cours et exercices résolus
Il
Ali AIT EL HADJ
Maître de conférences
Université ®..Uzi:_Ouzou
II Table des matières
Chapitre 5 156
Analyse lexicale 156
1 Introduction 156
2 Différents modes de travail d'un analyseur lexical 159
3 Unités lexicales, modèles et lexèmes 160
4 Classes de lexèmes 161
5 Technique de bufferisation 167
6 Modèles de spécification 169
7 Reconnaissance des entités lexicales 172
8 Génération automatique d'analyseurs lexicaux 192
9 Table des symboles 208
10 Traitement des erreurs lexicales 221
Chapitre 6 223
Analyse syntaxique 223
1 Introduction 223
2 Eléments théoriques de base 226
3 Quelques méthodes d'analyse syntaxique déterministe 241
4 Traitement des erreurs syntaxiques 276
5 Table des symboles vue par l'analyse syntaxique 284
6 Exercice récapitulatif 286
Chapitre 7 289
Traduction 289
1 Introduction 289
2 Formes intermédiaires 290
3 Génération de code machine cible 324
Conclusion 335
Bibliographie 336
Table des figures 337
Liste des tableaux 341
Index 344
Avant-propos
Ce livre est une synthèse issue de plusieurs années d'enseignement des modules
de compilation et de théorie des langages. Il est facile à lire, car il est le fruit
d'une longue expérience pédagogique de l'auteur. Il s'adresse principalement aux
étudiants en informatique.
Il résume l'essentiel des concepts de la théorie de la modélisation syntaxique,
et fait une synthèse des méthodes et techniques de compilation.
Outre les nombreux exemples illustratifs permettant de clarifier chaque
nouvelle notion étudiée, on y trouve également des séries d'exercices d'application
avec leurs corrigés.
L'idée qui prévaut est de rendre les notions de compilation agréables à lire en
s'appuyant sur des exemples pédagogiques et réfléchis.
L'ouvrage est organisé en sept chapitres, dont les trois premiers sont consacrés
entièrement à la description des notations et formalismes (grammaires, automates,
etc.) issus de la théorie des langages. Le quatrième chapitre donne un aperçu
général sur les compilateurs et traducteurs. Le reste des chapitres (les trois
derniers) est dédié à l'étude des techniques d'analyse et de traduction.
Plus précisément, le premier chapitre constitue un rappel nécessaire pour
introduire le lecteur dans l'ambiance des langages formels. D'emblée, l'accent a été
mis sur certains aspects, comme par exemple la nécessité d'établir un lien entre la
notion de dérivation et l'analyse syntaxique. Ce lien permet en quelque sorte de
projeter le lecteur dans le contexte de l'analyse syntaxique avant même d'avoir
étudié cette notion. Par ailleurs, il a été mentionné implicitement que seuls deux
types de langages intéressent les compilateurs et les traducteurs de manière
générale, à savoir, les langages réguliers et les langages à contexte libre. Le
chapitre se termine par une série d'exercices avec leurs corrigés.
Le deuxième chapitre a pour finalité de sensibiliser le lecteur sur l'intérêt de
connaitre, voire de maitriser, les automates finis et leurs modèles équivalents : les
expressions régulières. Ce chapitre est indispensable pour maitriser la notion
d'automate fini, élément moteur de l'analyse lexicale. Ce chapitre aussi se termine
par une série d'exercices corrigés.
Le troisième chapitre s'intéresse aux grammaires à contexte libre et aux
automates à pile, ainsi qu'à leurs variantes : les graphes syntaxiques et les réseaux
d'automates. Il aborde quelque peu la notion d'analyse syntaxique. En effet, à
travers les différents exemples proposés, cette notion y est fortement présente.
2 Avant-propos
Pour clarifier les notions étudiées, une série d'exercices corrigés a été également
ajoutée à la fin du chapitre.
Le quatrième chapitre est une introduction à la compilation qui s'étend sur
plusieurs aspects des systèmes informatiques : de l'historique des compilateurs
jusqu'aux outils d'aide à la construction d'analyseurs, en passant par divers autres
systèmes traducteurs comme les interprètes ou les assembleurs. Le chapitre
présente également les différentes phases et parties d'un compilateur. On a
particulièrement insisté sur l'architecture qui consiste à scinder un compilateur en
deux parties majeures dites partie frontale et partie finale. La partie frontale
regroupe les phases d'analyse, la partie finale regroupe les phases de synthèse.
Le cinquième chapitre est dédié à l'analyse lexicale qui constitue la première
phase de tout système traducteur. Outre les algorithmes de manipulation des
automates finis, les techniques de reconnaissance d'entités lexicales et les
méthodes d'accès à la table des symboles, y sont également décrites sur la base
d'exemples commentés et adaptés.
Le sixième chapitre s'intéresse à la deuxième phase du processus de
compilation, à savoir, l'analyse syntaxique. On s'est limité aux méthodes d'analyse
syntaxique déterministes. Ces dernières sont fondées sur des sous-classes
privilégiées de grammaires à contexte libre.
Enfin, le septième et dernier chapitre est consacré à la traduction qui
représente la partie finale du processus de compilation. On a scindé cette partie en
deux volets principaux, à savoir, la traduction en code intermédiaire et la
traduction en code cible. On a particulièrement insisté sur la traduction en code
intermédiaire. La traduction en code cible a été à peine abordée.
Chapitre 1
Rappels sur les langages formels
Ce chapitre constitue un rappel de certaines notions fondamentales issues
de la théorie des langages. L'objectif est d'habituer le lecteur aux concepts
utilisés et fixer certaines notations que l'on retrouvera tout au long de cet
ouvrage. Ces notions ne prétendent aucunement remplacer un cours de
théorie des langages. De ce fait, aucune démonstration théorique n'est
rapportée. Néanmoins, ces notions ont le mérite de résumer l'essentiel des
connaissances permettant d'aborder avec sérénité les techniques de
compilation qui feront l'objet de plusieurs autres chapitres de cet ouvrage.
1 Définitions préliminaires
Définition 1.1 (Vocabulaire)
On appelle vocabulaire (ou alphabet) un ensemble fini non vide de symboles
ou de caractères.
Par exemple :
=
l'ensemble B {O, 1} représente l'alphabet de base des nombres binaires dans
le système de numération binaire pur.
D = {O, 1, 2, 3, 4, 5, 6, 7, 8, 9} est le vocabulaire de base pour former des
séquences de chiffres représentant des entiers naturels.
=
V {a, ... , z, A, ... , Z} est l'alphabet permettant de former des mots des
langues naturelles comme le Français, !'Anglais, !'Espagnol, etc.
R = {I, V, X, L, C, D, M} est le vocabulaire de base du système de
numération utilisé par les Romains de !'Antiquité.
P = V u D est l'alphabet de base des identificateurs dans un langage comme
Fortran, Pascal, etc.
Définition 1.2 (Chaîne)
Une chaîne (ou mot) sur un alphabet A est une séquence finie éventuellement
vide d'éléments de A.
Par exemple, les mots : 11maison11, 11jardin11, 11classe11, 11ruelle11, 111200$11,
11188E-211, représentent des chaînes de caractères.
Définition 1.3 (Longueur d'une chaîne)
La longueur d'une chaîne x définie sur un alphabet A est le nombre de
symboles qui composent x. Elle est notée habituellement par lxl.
Par exemple, les longueurs des mots 11maison11 et 111788E-211 sont notées
= =
respectivement par lmaisonl 6 et l1788E-21 7.
4 Chapitre 1
Définition 1.4 (Chaîne vide)
On appelle chaîne vide, une séquence de longueur nulle.
On la note habituellement (en théorie des langages) par le symbole e (epsilon).
La longueur de e est évidemment égale à zéro (lel = 0).
On note v+, l'ensemble de toutes les chaînes construites à partir des
éléments d'un alphabet V donné. On écrit alors y+= V1 u V2 ... u vn ... = U Vi.
i2:l
La puissance « i » représente la longueur des mots de l'ensemble Vi. De même, on
désigne par v*, l'ensemble de toutes les chaînes de v+, auquel on ajoute la chaîne
vide, c'est-à-dire que V*= LJ yi U{ê} = LJ yi = yO U V1 U V2 ... UVn ...
i2:1 i~O
On a alors les équations v* =y+ u {e} et y+= v*- {e}.
Par exemple :
=
Soit V1 {a} un ensemble contenant un seul caractêre. Alors, l'ensemble de
toutes les chaines de longueur 'luelconque formées à base du vocabulaire V
° i,
est représenté par l'ensemble V1 = V1 u V11 ... uV1n. .. ={a}° u {a}1 ...
u{at. .. = {e, a, aa, aaa, aaaa, ... ,an, ... }= {an 1 n;:: O}. V1 est dit infini
dénombrable (ou infini énumérable), c'est-à-dire que ses éléments peuvent être
listés sans omission ni répétition dans une liste indexée par des entiers. De
maniêre formelle, un ensemble E est dit dénombrable quand il est équipotent à
l'ensemble des entiers naturels N, c'est-à-dire qu'il existe une bijection de N
sur l'ensemble E.
•
Soit l'alphabet V2 = {a, b}. L'ensemble V2 contient toutes les chaines
constituées des lettres a et b, y compris la chaine vide e. Cet ensemble est
également infini dénombrable. Un aperçu sur la liste de ses éléments est : e, a,
b, aa, ab, ba, bb, aaa, aab, aba ... ={a, bt, avec n;:: O.
Définition 1.5 (Concaténation)
•
Etant données deux chaînes v et w éléments de l'ensemble V . On appelle
concaténation des chaines v et w, la juxtaposition de v et w. On note
habituellement cette opération par vw ou v.w .
•
L'ensemble V est le monoïde libre engendré par l'alphabet V. En effet,
•
l'opération de concaténation étant la loi de composition interne sur V . Par
conséquent, quels que soient les éléments (chaînes) V et W E v*, leur juxtaposition
donne lieu toujours à un élément (chaîne) interne à l'ensemble v*, c'est-à-dire que
•
=
z v.w E V . Cette opération est associative, car quelles que soient les chaines
•
= =
(u, v et w) E V , on a toujours (u.v).w u.(v.w) u.v.w. En outre, l'élément
•
neutre pour le monoïde V est la chaîne vide e , puisque quelle que soit la chaine
•
= =
v E V , on vérifie toujours la relation ve ev v.
La concaténation, comme on peut facilement remarquer, n'est pas
commutative. En effet, en choisissant le contre-exemple u = ab et w = ba, on
vérifie aisément que la chaîne vw ( abba) est différente de la chaîne wv ( baab).
Rappels sur les langages formels 5
2 Langages et grammaires
Définition 2.1 (Notion de langage)
Un langage est un ensemble de mots construits à base d'un alphabet.
Par exemple, les mots d'une langue naturelle comme le Français, sont
construits à partir de l'alphabet latin. Le langage des identificateurs est construit
à base des caractères alphanumériques (lettres et chiffres).
Un langage est utilisé de deux façons différentes :
En mode générateur (ou locuteur)
Le langage est décrit par une grammaire qui suit des règles bien prec1ses. Le
locuteur est, par exemple, un programmeur qui rédige un programme dans le
langage de son choix.
En mode récepteur (ou auditeur)
La réception sous-entend reconnaissance. Dans un système d'interaction homme
machine, cette reconnaissance peut être assurée par des machines virtuelles
comme les automates. Un autre exemple est celui d'un compilateur qui peut être
considéré comme l'auditeur qui reçoit un programme écrit dans un langage donné.
Définition 2.2 (Langage)
Etant donné un alphabet de base V. On appelle langage L sur l'alphabet V,
* *
un sous-ensemble de chaînes de V . Autrement dit, L ç;;; V .
* *
Par exemple, étant donné l'alphabet V = {O, 1}. Le monoïde V= {O, 1}
correspond à l'ensemble de tous les mots formés à partir de l'alphabet de base V.
*
Les langages suivants sont inclus dans V :
L1 est le langage formé de toutes les chaînes de V *d e longueur 2. Ce langage
est représenté par l'ensemble noté V2. La puissance 2 indique que la longueur
des chaines est exactement égale à 2. Ainsi, L1 = V2 = { v E v* 1 lvl = 2} =
{OO, 01, 10, 11}.
L~ est l'ensemble des chaînes de longueur au plus égale à 2. On note L2 par
V 2. La puissance *2 indique que la longueur des chaines est bornée
supérieurement par 2. Ainsi, L2 = v*2 = {v E v* lvl ~ 2} = {E, 0, 1, OO, 01,
1
10, 11}.
L3 est le langage représentant des no;iibres binaires impairs. L3 = {_{O, 1}*1}.
On voit ici que la combinaison {O, 1} 1 représente les éléments de V auxquels
on concatène 1 par la droite. Autrement dit, le langage L3 est composé de
toutes les chaines binaires se terminant par 1, représentant, de toute évidence,
des nombres binaires impairs.
. *
L4 est le langage représentant des nombres binaires pairs. L4 = {{O, 1} O}. De
même, on voit très bien que les chaines de L4 se terminent par 0, donc
correspondant nécessairement à des nombres binaires pairs.
6 Chapitre 1
2.1 Opérations sur les langages
Etant donné un alphabet V et soient L1 et L2 deux langages sur V, c'est-à-dire Ll
et L2 sont inclus (ç;;;) dans v*. On définit les opérations sur les langages, comme en
théorie des ensembles, de la manière suivante :
Union LluL2={wE v*lwe LlOUWE L2}
Intersection LlnL2 = {w E v* 1 w E Ll et w E L2}
Produit (Concaténation) Ll.L2 = {vw E v* 1 VE Ll et w E L2}
Par exemple, soient V = {a, b}, Ll = {aa, bb, ab, ba} et L2 = {ab, bb, ba}.
On a alors:
LluL2 = {aa, ab, ba, bb} = Ll
LlnL2 = {ab, ba, bb} = L2
L1.L2 = {aaab, aabb, aaba, bbab, bbbb, bbba, abab, abbb, abba, baab, babb,
baba}.
Itération et étoile d'un langage
• On définit l'itération par la relation Li= L.Li-l avec i;::: 1. Par convention,
L0 = {e}, à ne pas confondre avec 0 qui est le langage vide, ne contenant
aucune chaine, pas même la chaine vide e.
• L'étoile d'un langage est définie par L* = U Li, L* = L0 u L1 +. .. = U Li
ui i~O i~O
L+ = L1 u L2 u ... = L , alors L* = L+ u Lo et L+ = L L* = L* L .
;~1
Reflet miroir
On définit l'opération miroir de L par LR = {w w = vR avec v E L}; vR est
J
le reflet miroir ou mot miroir de v.
Al.n s1. s1. v = al ... an, a1 o rs v R = an ... a1.
1
Complémentarité
On définit le complémentaire d'un langage L par Le= {w E v* w e L}.
J
Différence
La différence de L1 et L2 est le langage noté Ll - L2 constitué des mots
appartenant à Ll et n'appartenant pas à L2. L1 - L2 = { W E y* 1 W E L1 et
w e L2}·
Par exemple, si l'on reconsidère L1 = {aa, bb, ab, ba} et L2 = {ab, bb, ba}, on
aura:
/ * * /
L1R = {aa, bb, ba, ab}= Ll langage palindrome
/ * * /
L2R= {ba, bb, ab}= L2 langage palindrome
Lic = V * - Ll = {e , a, b, {a, b} n J n ;::: 3}
L2c = v* - L2 = {e, a, b, aa, {a, bf 1 n;::: 3}
Ll - L2 = {aa}
( L1 - L2) *= {aa} * = {e, aa ... (aa) n. .. } = {(aa) n J n;::: O} = {a2 n J n;::: O}.