企业官网建设流程全解析

简介：一份编译原理课程实验报告，源自东北大学秦皇岛分校计算机与通信工程学院，主要围绕PL/0语言词法分析程序的设计与实现展开，适合正在学习编译器原理的高校学生作为课程设计或实验参考。报告完整包含实验目的、实验环境、程序设计与调试过程，核心部分是C++编写的词法分析器完整源码，详细实现了isLetter、isDigit、isP、isJ、isBlank等字符类别判断函数，并通过关键词表比对将源程序转换为（单词，类别）二元组序列，同时具备对“2A”这类非法输入的检测能力。压缩包内共1个doc文档，约122KB，文档层次清晰，涵盖源代码、运行输出及必要注释，便于对照学习和二次修改。目前已有98人学习下载，对于希望掌握词法分析基本流程、练习文本处理与错误检测编码技能的初学者来说，具有直接的参考价值。通过研读这份报告，还能理解从读取pl0.txt源文件到逐字符扫描、单词识别、分类输出的完整流程，为后续学习语法分析、语义分析打基础。

1. 编译原理实验报告的开题：词法分析与递归子程序两道坎

一份编译原理实验报告，最容易卡死的不是写结论，而是词法分析和递归子程序分析这两个程序怎么从“代码能编译”变成“原理能讲清”。某次课程要求做一个 PL/0 语言的词法分析程序，输入是源程序字符串，输出是（单词、类别）二元组序列，并且要有检查错误的能力，比如发现2A这类非法单词；另一道题是递归子程序分析器，判断任意符号串是否属于文法G[E]生成的句子。这两个实验在 Windows 上用 C++ 完成，看起来一个偏字符处理、一个偏文法推导，实际放到同一份方案里正好覆盖了编译前端的两块核心。这篇方案就按“需求背板 → 总体设计 → 关键实现 → 常见问题 → 测试验收 → 答辩技巧”的顺序展开，适合正在赶编译原理课设的学生，也能直接给从业者做演示程序时参考。

2. 词法分析程序总体设计：字符分类、类别码表与主循环

词法分析本质上就是四个动作：读字符、归类、拼词、查表。整个 PL/0 词法分析程序把源文件读成单字符流，用pos下标逐个推进；每遇到一个字符，先判断它是字母、数字、运算符、界符还是空白符，然后按不同分支“贪心”读取后续字符，拼出一个完整单词，再到预定义的类别码表里查它到底是关键字、标识符还是无符号数。这个方案没有用状态机，而是用“字符分类函数 + 表驱动”来简化实现，实验报告里解释起来非常直白，答辩时也容易给老师讲清楚。

2.1 字符分类函数：isLetter、isDigit、isP、isJ、isBlank 的职责边界

先看字符判断层，这五个函数是词法分析器能工作下去的地基。

bool isLetter(char ch) { return (ch >= 'A' && ch <= 'Z') || (ch >= 'a' && ch <= 'z'); } bool isDigit(char ch) { return ch >= '0' && ch <= '9'; } bool isP(char ch) { // 算术运算符 return ch == '+' || ch == '*' || ch == '-' || ch == '/'; } bool isJ(char ch) { // 界符与关系运算符 return ch == ',' || ch == ';' || ch == '.' || ch == '(' || ch == ')' || ch == '[' || ch == ']' || ch == '=' || ch == ':' || ch == '<' || ch == '>' || ch == '{' || ch == '}' || ch == '#'; } bool isBlank(char ch) { return ch == ' ' || ch == '\t'; }

注意isP只覆盖+ - * /四个算术运算符，而isJ覆盖逗号、分号、括号、冒号、尖括号这些符号。这样分开定义不是为了写起来好看，而是为了在主循环里确立判断顺序：先看数字、再看字母、再看运算符、最后看界符。PL/0 语言里标识符和常数出现频率最高，把它们放在最前，可以减少无效判断；同时+、-这种算术运算符不会掉进界符分支，避免isJ把+ -误拼成一个符号串。字符分类函数尽量不要合并，实验改起来也方便：比如想扩充一个下划线_，只改isLetter一处即可。

2.2 关键字表与类别码：47 项表项的映射与查询逻辑

字符判断做完之后，还需要一张表把单词映射成类别码。原实现里定义了一张 47 项的字符串表，前 21 项是保留关键字，接着是标识符和无符号数，再往后是界符和运算符。

char ktt[48][20] = { "and", "begin", "const", "div", "do", "else", "end", "function", "if", "integer", "not", "or", "procedure", "program", "read", "real", "then", "type", "var", "while", "write", "标识符", "无符号数", ",", ";", ":", ".", "(", ")", "[", "]", "..", "++", "--", "+", "-", "*", "/", "=", "<", ">", "<>", "<=", ">=", ":=", "{", "}" };

类别码的映射规律是：0~20为关键字（and是 0，write是 20），21是标识符，22是无符号数，23~46是界符与运算符。这个映射表一旦定下来，词法分析器后面所有输出都依赖它，所以写实验报告时最好把这张表完整贴出来，再配一行文字说明“单词与类别码的对应关系是词法分析的输出契约”。查询实现采用最朴素的strcmp线性查找，扫描表里每一项做字符串比较；关键字总共不超过 21 个，符号表最长也就 47 项，在课程设计的源程序量级上线性查找性能完全够用，而且比用map更容易在报告里解释查找次数和匹配过程。

提示：类别码表是词法分析器最核心的“黑匣子”，答辩时老师常会指着某个输出问“这个 44 是哪来的”，能立刻答出:=的类别码是 44，就说明真的理解了表驱动机制。

2.3 主循环状态推进：单字符前瞻与单词拼装的实现

类别码表准备好以后，主循环负责把源文件pl0.txt的内容逐个字符吃进去，拼出单词，查表，并把类别码累积到ste字符串里，遇到换行就输出一行类别码。核心逻辑如下：

int pos = 0; char ch = src[pos++]; while (ch != '#') { if (ch == '\n') { cout << ste << endl; // 输出当前行的类别码串 ste = " "; ch = src[pos++]; continue; } if (isBlank(ch)) { ch = src[pos++]; continue; } if (isDigit(ch)) { // 无符号数 int i = 0; char str[20] = {0}; while (isDigit(ch) || ch == '.') { str[i++] = ch; ch = src[pos++]; } ste += "|22"; // 无符号数类别码 cout << str; continue; } if (isLetter(ch)) { // 标识符或关键字 int i = 0; char str[20] = {0}; while (isLetter(ch) || isDigit(ch)) { str[i++] = ch; ch = src[pos++]; } // 在 ktt 表 0~20 中找关键字；找不到则类别码为 21 ste += "|21"; cout << str; continue; } // 运算符、界符分支省略，处理思路相同 ch = src[pos++]; }

这段代码里的src是读入的源程序字符串，末尾人为追加#作为终止符；pos是当前读到的字符位置，ch是当前字符。ste保存的是类别码串，比如|0|21|38|22，遇到换行才整体输出，这样源程序每一行都对应一行类别码，报告里截图非常直观。这里的关键设计是“单字符前瞻”：每次读超过一个字符时，比如拼标识符COUNT，循环读到不是字母也不是数字的位置才停，而这个“停下来的字符”不丢失，留到下一轮再分类，这是词法分析不出错的最重要习惯。原实验代码在不做额外检查时，输入2A会被拆成数字2和标识符A，但题目要求的是发现非法单词，所以需要在数字分支结束后补一个判断，这一步放到后面常见问题里详细说。

3. 递归子程序分析器设计：文法 G[E] 到四个递归函数

词法分析把字符串切成单词后，语法分析要判断这些单词能不能组成合法句子。实验 4 要求用递归子程序法实现文法G[E]的句子识别。递归子程序法的核心思想是“一个非终结符对应一个函数”，函数体照抄产生式右部：遇见终结符就与当前输入字符比对，遇见非终结符就调用对应函数。本项目只有四个非终结符E、A、B、C，代码结构非常清晰，适合作为递归下降分析的入门样例写进报告。

3.1 文法拆解：E→eBaA 的产生式到函数骨架

要分析的文法如下：

G[E]： E -> eBaA A -> a | bAcB B -> dEd | aC C -> e | dC

这个文法最大的特点是各候选式之间不存在二义性冲突：A的两个候选a和bAcB，首字符分别是a和b，不会撞车；B的两个候选dEd和aC，首字符是d和a；C的两个候选e和dC，首字符是e和d。所以分析器不需要回溯，读一个当前字符就能决定走哪个分支，这就是递归下降能在这里成立的前提。把产生式翻译成函数骨架，E先匹配e，然后调B，再匹配a，最后调A；B按当前字符决定是走dEd还是aC；C则根据e或d决定是直接结束还是继续递归。特别注意E和B之间存在间接递归：E调B，B在dEd分支又调E。这个特点决定了四个函数必须先声明后定义，不然编译阶段直接报错。

3.2 递归函数实现：A、B、C 的间接递归调用

下面给出可直接编译的递归子程序分析器完整代码，修正了原稿里几个隐蔽问题，并加了行内注释方便写报告时引用：

#include <stdio.h> #include <string.h> char a[100]; // 存放输入串 int s = 0; // 当前读到的字符位置 void E(); void A(); void B(); void C(); void E() { if (a[s] == 'e') { // 匹配 e s++; B(); // 非终结符 B if (a[s] == 'a') { // 匹配 a s++; A(); // 非终结符 A } } } void A() { if (a[s] == 'b') { // 候选 bAcB s++; A(); if (a[s] == 'c') { s++; B(); } } else if (a[s] == 'a') { // 候选 a s++; } } void B() { if (a[s] == 'd') { // 候选 dEd s++; E(); if (a[s] == 'd') { s++; } } else if (a[s] == 'a') { // 候选 aC s++; C(); } } void C() { if (a[s] == 'd') { // 候选 dC，右递归 s++; C(); } else if (a[s] == 'e') { // 候选 e s++; } } int main() { while (1) { printf("请输入算数表达式(以#键结束)："); scanf("%s", a); s = 0; // 每次分析前重置游标 E(); if (a[s] == '#') printf("句子结构正确\n"); else printf("分析失败\n"); } return 0; }

对照文法看这段代码，E的函数体就是eBaA的逐符号翻译：先看当前字符是不是e，是则推进游标，调用B()，再看下一个字符是不是a，是则推进游标，调用A()。A内部先判断b，然后递归调用A，再匹配c、调用B；如果首字符是a就直接吃掉。整个程序没有显式错误恢复，某一步匹配失败时函数直接返回，主函数发现游标没停在#就判定分析失败，这正是递归下降最朴素也最好解释的判别方式。需要特别注意两个地方：一是while(1)在 C++ 中不能写成While(1)，Windows 下编译报错时会提示While未定义，花两秒改掉就好；二是每次输入换新的测试串前必须把s重置为 0，否则第二次分析会从上次停下的位置继续判断，结果全是“分析失败”。

3.3 句子判别主控：输入串读取与 # 结束符判定

主控逻辑非常短，但它是整个分析器的“裁判”：读入一串以#结尾的符号，调用E()从起始符号开始推导，如果分析结束后游标正好停在#，说明整条串被完整消费掉，句子合法；否则说明某个位置匹配不上，输出“分析失败”。这种写法的好处是输出极其简单，实验结果只需要三行：输入串、分析结果、游标停留位置。做实验报告时，截图上最好把a[s]停在哪一步也打印出来，比如输入eaa#时，E匹配e后调B，B匹配a后调C，C不匹配，最终a[s]停在第二个a上，这个第二个a就是断言失败的位置。能把“停在哪个字符”讲清楚，比只贴一句“分析失败”更有说服力。

4. 常见问题与排查：误判、串读与栈溢出的翻车点

这份实验报告的程序，我实际改过好几轮，最容易反复出事的就是下面四个点。每条都按“现象 → 原因 → 解决”来写，实验过程中直接对照排查。

4.1 翻车点一：2A 被拆成两个合法单词

现象：输入2A，词法分析器输出数字2和标识符A，完全两个合法单词，题目要求的“发现非法单词”等于没做。原因：数字分支在读完整段数字后立刻收手，没有检查紧跟的字符是否还能作为标识符的一部分。解决：在数字分支的while循环结束后，紧跟着判断当前ch：

if (isDigit(ch)) { // ... 拼数字 if (isLetter(ch) || ch == '_') { printf("非法单词：%s%c\n", str, ch); ch = src[pos++]; // 跳过非法字符 continue; } }

这样2A会被当场拦截，而不是被拆成两个“正常单词”。这是词法分析器“错误检查能力”最直接的体现，写报告时单独列一条“非法字符串识别”是加分点。

4.2 翻车点二：连续界符 == 被整段吞掉

现象：输入A==B，输出里A、B都在，但两个等号消失，词法分析器像没看见它们一样。原因：isJ分支用while(isJ(ch))一口气读取连续界符，==会被拼成一个字符串"=="，而类别码表里没有"=="这一项，查表失败后既没输出单词也没输出错误，整个串被静默丢弃。解决：PL/0 的最长复合符号是:=、<=、>=、<>这类两字符组合，所以isJ读取时最多读两个字符，读到第二位就停下，单字符也能单独查表。更稳妥的做法是查表失败时不吞字符，把pos回退到当前串的起始位置，让下一个字符重新进入主循环分类。

4.3 翻车点三：递归函数未提前声明导致编译失败

现象：代码写完后编译报错，提示B未定义。原因：E()的定义在B()前面，而E()内部调用了B()，C++ 要求标识符先声明后使用，函数定义顺序没对上就报错。解决：在文件顶部加四个函数前置声明void E(); void A(); void B(); void C();，这是递归子程序代码的固定动作，不属于“写错”，而是 C++ 编译规则。实验中很多学生卡在这一步，报告里可以写一句“因递归调用需提前声明函数原型”，反而显得懂原理。

4.4 翻车点四：pl0.txt 缺失或内容为空时静默失败

现象：运行词法分析程序后控制台一片空白，没有任何输出，看起来像死机。原因：fopen("pl0.txt", "r")成功与否没有检查，文件不存在时fgetc立刻返回EOF，读取循环直接结束，后面自然什么都不输出；如果文件是空文件，读完后只有末尾追加的#，主循环一次都不执行。解决：fopen后立刻判空，失败时打印错误提示并返回；读取结束后判断src是否为空，如果只有#就输出“源文件为空”。这两步虽然不起眼，但能让程序在异常输入面前不至于“装死”，验收时也会被当作工程严谨性的一项。

5. 测试用例与实验结果：pl0.txt 全流程复现

方案写完必须用测试用例证明它能跑。测试分两层：词法分析用pl0.txt作为标准输入，递归子程序分析用一组合法和非法句子做断言。把预期输出和实际输出并排贴进实验报告，是最直接也最有效的验收方式。

5.1 测试用例设计：关键字、标识符、常数与复合运算符覆盖

词法分析的测试文件故意设计成这样，用来一次覆盖多个分支：

CONST A=10; VAR B,C; 2B PROCEDURE P; VAR D; BEGIN READ(X);D:=X;WHILE X<0 DO CALL P; END.

这里面CONST、VAR、PROCEDURE、BEGIN、READ、WHILE、DO、END覆盖关键字，A、B、C、P、X覆盖标识符，10、0覆盖无符号数，;、,、.覆盖界符，:=覆盖复合运算符，2B专门用来触发非法单词检查。期望的类别码序列如下表：

递归子程序分析的测试用例更简单：合法句子输入eaeaa#，预期输出“句子结构正确”；非法句子输入eaaa#，预期输出“分析失败”。测试时用一个极小样例就够，没必要跑大段代码，因为递归下降的判定只取决于当前位置的字符匹配，样例越小越容易定位问题。

5.2 实验结果核对：类别码序列与预期输出对照

核对实验结果时，最常遇到的问题是类别码对不上。比如把:=输出成:(25) =(38)，说明isJ分支没有按最长符号优先匹配，或者在查表时匹配到了单字符项；把无符号数输出成实际数值而非类别码22，说明输出逻辑里混用了单词内容和类别码。我一般会先在报告里画一张“源行 → 类别码行”的对照截图，然后在代码里对每一个分支标注类别码来源，这样对不上时一眼就能看出是查表顺序还是累加逻辑的问题。实验里所有无符号数的类别码统一是22，不区分数字大小，这是很多人容易忽略的点。

5.3 可复现运行流程：Windows 命令行编译与批量测试

为了让验收的人能原样跑通，把编译运行步骤写清楚比贴一段代码更有价值。Windows 下打开命令行，进入源文件目录，依次执行：

g++ lexer.cpp -o lexer.exe lexer.exe

词法分析器默认读取当前目录下的pl0.txt，控制台会先输出源程序全文，再按行输出类别码。递归子程序分析器编译运行后进入交互模式，直接输入测试串加#回车即可。批量测试时可以用命令行重定向：把多个测试串写进test_cases.txt，然后执行analyzer.exe < test_cases.txt，一次跑完所有用例，避免手动逐个输入。这一条写进报告的实验环境说明里，会显得整套方案具备可复现性，而不是只能看截图。

6. 验收与答辩：从能跑通到能讲清

6.1 验收清单：实验报告八项自查

提交前按下面这份清单过一遍，能避免绝大多数低级扣分：词法分析能输出（单词、类别）或类别码行；2A这类非法串能被拦截而不是拆成两个合法单词；:=、<=这类复合符号被识别为整体，类别码分别是44、42；pl0.txt缺失时程序给出明确提示；递归子程序分析器对eaeaa#判断正确，对eaaa#判断失败；每次输入新串前s都重置为 0；代码文件有四个递归函数的前置声明；实验报告包含实验目的、设计思路、完整代码、测试用例、结果截图五部分。这八项里前六项直接跑测试用例就能验证，后两项靠查代码和翻报告就能确认。

6.2 答辩主线：用一组最小样例把两个实验串成编译前端

答辩时不要把词法和语法当成两个孤立程序，一句话就能把两者串起来：词法分析得到的（单词、类别）二元组序列，就是递归子程序分析器要消费的输入流；前者负责切词，后者负责判断切出来的词是否满足文法。现场演示用最小样例就够了：词法部分输入CONST A=10;，输出CONST(2) A(21) =(38) 10(22)；语法部分输入eaeaa#，输出“句子结构正确”。讲词法时强调字符分类、最长匹配、类别码表三层结构；讲语法时强调产生式到函数体的逐条翻译，以及为什么这个文法不需要回溯。

我自己的一个习惯是：每份编译原理实验报告在提交前，都先留一份「预期结果对照表」，代码改了哪一行，对照表就同步更新哪一行。有过一次报告里截图和代码行为完全对不上，临时慌着重跑所有用例的经历之后，我就再也不敢跳过这步了。希望这套方案能帮到你的实验顺利收尾。

本文还有配套的精品资源，点击获取