青木峰郎（作者）
程序员，著有《Ruby程序设计268技（第2版）》《Ruby源代码完全解说》《Linux程序设计》等多部编程相关著作，并积极参与标准库维护、文档维护等各种各样的活动。

严圣逸（译者）
毕业于上海交通大学。8年软件开发经验，期间赴日本工作。现就职于想能信息科技（上海）有限公司，从事基于云平台的客户关系管理及各类营销自动化系统的开发工作。译有《高效团队开发：工具与方法》。

绝云（译者）
毕业于清华大学软件学院。曾在日本创意公司KAYAC从事即时通信软件及社交游戏的开发工作，现任蚂蚁金服前端架构专家。译有《写给大家看的算法书》等图书，曾参与《像外行一样思考，像专家一样实践（修订版）》的审校。

本书将带领读者从头开始制作一门语言的编译器。笔者特意为本书设计了C?语言，C?可以说是C语言的子集，实现了包括指针运算等在内的C语言的主要部分。本书所实现的编译器就是C?语言的编译器， 是实实在在的编译器，而非有诸多限制的玩具。另外，除编译器之外，本书对以编译器为中心的编程语言的运行环境，即编译器、汇编器、链接器、硬件、运行时环境等都有所提及，介绍了程序运行的所有环节。

第1章
开始制作编译器　1
1．1　本书的概要　2
本书的主题　2
本书制作的编译器　2
编译示例　2
可执行文件　3
编译　4
程序运行环境　6
1．2　编译过程　8
编译的4个阶段　8
语法分析　8
语义分析　9
生成中间代码　9
代码生成　10
优化　10
总结　10
1．3　使用C?编译器进行编译　11
C?编译器的必要环境　11
安装C?编译器　11
C?的Hello，　World!　12
第2章
C?和cbc　13
2．1　C?语言的概要　14
C?的Hello，　World！　14
C?中删减的功能　14
import关键字　15
导入文件的规范　16
2．2　C?编译器cbc的构成　17
cbc的代码树　17
cbc的包　18
compiler包中的类群　18
main函数的实现　19
commandMain函数的实现　19
Java5泛型　20
build函数的实现　20
Java　5的foreach语句　21
compile函数的实现　21
第1部分　代码分析
第3章
语法分析的概要　24
3．1　语法分析的方法　25
代码分析中的问题点　25
代码分析的一般规律　25
词法分析、语法分析、语义分析　25
扫描器的动作　26
单词的种类和语义值　27
token　28
抽象语法树和节点　29
3．2　解析器生成器　30
什么是解析器生成器　30
解析器生成器的种类　30
解析器生成器的选择　31
3．3　JavaCC的概要　33
什么是JavaCC　33
语法描述文件　33
语法描述文件的例子　34
运行JavaCC　35
启动JavaCC所生成的解析器　36
中文的处理　37
第4章
词法分析　39
4．1　基于JavaCC的扫描器的描述　40
本章的目的　40
JavaCC的正则表达式　40
固定字符串　41
连接　41
字符组　41
排除型字符组　41
重复1次或多次　42
重复0次或多次　42
重复n次到m次　42
正好重复n次　43
可以省略　43
选择　43
4．2　扫描没有结构的单词　44
TOKEN命令　44
扫描标识符和保留字　44
选择匹配规则　45
扫描数值　46
4．3　扫描不生成token的单词　48
SKIP命令和SPECIAL_TOKEN命令　48
跳过空白符　48
跳过行注释　49
4．4　扫描具有结构的单词　50
最长匹配原则和它的问题　50
基于状态迁移的扫描　50
MORE命令　51
跳过块注释　52
扫描字符串字面量　53
扫描字符字面量　53
第5章
基于JavaCC的解析器的描述　55
5．1　基于EBNF语法的描述　56
本章的目的　56
基于JavaCC的语法描述　56
终端符和非终端符　57
JavaCC的EBNF表示法　58
连接　58
重复0次或多次　59
重复1次或多次　59
选择　60
可以省略　60
5．2　语法的二义性和token的超前扫描　61
语法的二义性　61
JavaCC的局限性　62
提取左侧共通部分　63
token的超前扫描　63
可以省略的规则和冲突　64
重复和冲突　65
更灵活的超前扫描　66
超前扫描的相关注意事项　66
第6章
语法分析　68
6．1　定义的分析　69
表示程序整体的符号　69
语法的单位　69
import声明的语法　70
各类定义的语法　71
变量定义的语法　72
函数定义的语法　73
结构体定义和联合体定义的语法　74
结构体成员和联合体成员的语法　75
typedef语句的语法　76
类型的语法　76
C语言和C?在变量定义上的区别　77
基本类型的语法　77
6．2　语句的分析　79
语句的语法　79
if语句的语法　80
省略if语句和大括号　80
while语句的语法　81
for语句的语法　81
各类跳转语句的语法　82
6．3　表达式的分析　83
表达式的整体结构　83
expr的规则　83
条件表达式　84
二元运算符　85
6．4　项的分析　88
项的规则　88
前置运算符的规则　88
后置运算符的规则　89
字面量的规则　89
第2部分　抽象语法树和中间代码
第7章
JavaCC的action和抽象语法树　92
7．1　JavaCC的action　93
本章的目的　93
简单的action　93
执行action的时间点　93
返回语义值的action　95
获取终端符号的语义值　95
Token类的属性　96
获取非终端符号的语义值　98
语法树的结构　99
选择和action　99
重复和action　100
本节总结　102
7．2　抽象语法树和节点　103
Node类群　103
Node类的定义　105
抽象语法树的表示　105
基于节点表示表达式的例子　107
第8章
抽象语法树的生成　110
8．1　表达式的抽象语法树　111
字面量的抽象语法树　111
类型的表示　112
为什么需要TypeRef类　113
一元运算的抽象语法树　114
二元运算的抽象语法树　116
条件表达式的抽象语法树　117
赋值表达式的抽象语法树　118
8．2　语句的抽象语法树　121
if语句的抽象语法树　121
while语句的抽象语法树　122
程序块的抽象语法树　123
8．3　声明的抽象语法树　125
变量声明列表的抽象语法树　125
函数定义的抽象语法树　126
表示声明列表的抽象语法树　127
表示程序整体的抽象语法树　128
外部符号的import　128
总结　129
8．4　cbc 的解析器的启动　132
Parser对象的生成　132
文件的解析　133
解析器的启动　134
第9章
语义分析（1）引用的消解　135
9．1　语义分析的概要　136
本章目的　136
抽象语法树的遍历　137
不使用Visitor模式的抽象语法树的处理　137
基于Visitor模式的抽象语法树的处理　138
Vistor模式的一般化　140
cbc中Visitor模式的实现　141
语义分析相关的cbc的类　142
9．2　变量引用的消解　144
问题概要　144
实现的概要　144
Scope树的结构　145
LocalResolver类的属性　146
LocalResolver类的启动　146
变量定义的添加　147
函数定义的处理　148
pushScope方法　149
currentScope方法　149
popScope方法　150
添加临时作用域　150
建立VariableNode和变量定义的关联　151
从作用域树取得变量定义　151
9．3　类型名称的消解　153
问题概要　153
实现的概要　153
TypeResolver类的属性　153
TypeResolver类的启动　154
类型的声明　154
类型和抽象语法树的遍历　155
变量定义的类型消解　156
函数定义的类型消解　157
第10章
语义分析（2）静态类型检查　159
10．1　类型定义的检查　160
问题概要　160
实现的概要　161
检测有向图中的闭环的算法　162
结构体、联合体的循环定义检查　163
10．2　表达式的有效性检查　165
问题概要　165
实现的概要　165
DereferenceChecker类的启动　166
SemanticError异常的捕获　167
非指针类型取值操作的检查　167
获取非左值表达式地址的检查　168
隐式的指针生成　169
10．3　静态类型检查　170
问题概要　170
实现的概要　170
C?中操作数的类型　171
隐式类型转换　172
TyperChecker类的启动　173
二元运算符的类型检查　174
隐式类型转换的实现　175
第11章
中间代码的转换　178
11．1　cbc的中间代码　179
组成中间代码的类　180
中间代码节点类的属性　181
中间代码的运算符和类型　182
各类中间代码　183
中间代码的意义　184
11．2　IRGenerator类的概要　185
抽象语法树的遍历和返回值　185
IRGenerator类的启动　185
函数本体的转换　186
作为语句的表达式的判别　187
11．3　流程控制语句的转换　189
if语句的转换（1）概要　189
if语句的转换（2）没有else部分的情况　190
if语句的转换（3）存在else部分的情况　191
while语句的转换　191
break语句的转换（1）问题的定义　192
break语句的转换（2）实现的方针　193
break语句的转换（3）实现　194
11．4　没有副作用的表达式的转换　196
UnaryOpNode对象的转换　196
BinaryOpNode对象的转换　197
指针加减运算的转换　198
11．5　左值的转换　200
左边和右边　200
左值和右值　200
cbc中左值的表现　201
结构体成员的偏移　202
成员引用（expr．memb）的转换　203
左值转换的例外：数组和函数　204
成员引用的表达式（ptr->memb）的转换　205
11．6　存在副作用的表达式的转换　206
表达式的副作用　206
有副作用的表达式的转换方针　206
简单赋值表达式的转换（1）语句　207
临时变量的引入　208
简单赋值表达式的转换（2）表达式　209
后置自增的转换　210
第3部分　汇编代码
第12章
x86架构的概要　214
12．1　计算机的系统结构　215
CPU和存储器　215
寄存器　215
地址　216
物理地址和虚拟地址　216
各类设备　217
缓存　218
12．2　x86系列CPU的历史　220
x86系列CPU　220
32位CPU　220
指令集　221
IA-32的变迁　222
IA-32的64位扩展——AMD64　222
12．3　IA-32的概要　224
IA-32的寄存器　224
通用寄存器　225
机器栈　226
机器栈的操作　227
机器栈的用途　227
栈帧　228
指令指针　229
标志寄存器　229
12．4　数据的表现形式和格式　231
无符号整数的表现形式　231
有符号整数的表现形式　231
负整数的表现形式和二进制补码　232
字节序　233
对齐　233
结构体的表现形式　234
第13章
x86汇编器编程　236
13．1　基于GNU汇编器的编程　237
GNU汇编器　237
汇编语言的Hello，　World!　237
基于GNU汇编器的汇编代码　238
13．2　GNU汇编器的语法　240
汇编版的Hello，　World!　240
指令　241
汇编伪操作　241
标签　241
注释　242
助记符后缀　242
各种各样的操作数　243
间接内存引用　244
x86指令集的概要　245
13．3　传输指令　246
mov指令　246
push指令和pop指令　247
lea指令　248
movsx指令和movzx指令　249
符号扩展和零扩展　250
13．4　算术运算指令　251
add指令　251
进位标志　252
sub指令　252
imul指令　252
idiv指令和div指令　253
inc指令　254
dec指令　255
neg指令　255
13．5　位运算指令　256
and指令　256
or指令　257
xor指令　257
not指令　257
sal指令　258
sar指令　258
shr指令　259
13．6　流程的控制　260
jmp指令　260
条件跳转指令（jz、jnz、je、jne、……）　261
cmp指令　262
test指令　263
标志位获取指令（SETcc）　263
call指令　264
ret指令　265
第14章
函数和变量　266
14．1　程序调用约定　267
什么是程序调用约定　267
Linux/x86下的程序调用约定　267
14．2　Linux/x86下的函数调用　269
到函数调用完成为止　269
到函数开始执行为止　270
到返回原处理流程为止　271
到清理操作完成为止　271
函数调用总结　272
14．3　Linux/x86下函数调用的细节　274
寄存器的保存和复原　274
caller-save寄存器和callee-save寄存器　274
caller-save寄存器和callee-save寄存器的灵活应用　275
大数值和浮点数的返回方法　276
其他平台的程序调用约定　277
第15章
编译表达式和语句　278
15．1　确认编译结果　279
利用cbc进行确认的方法　279
利用gcc进行确认的方法　280
15．2　x86汇编的对象与DSL　282
表示汇编的类　282
表示汇编对象　283
15．3　cbc的x86汇编DSL　285
利用DSL生成汇编对象　285
表示寄存器　286
表示立即数和内存引用　287
表示指令　287
表示汇编伪操作、标签和注释　288
15．4　CodeGenerator类的概要　290
CodeGenerator类的字段　290
CodeGenerator类的处理概述　290
实现compileStmts方法　291
cbc的编译策略　292
15．5　编译单纯的表达式　294
编译Int节点　294
编译Str节点　294
编译Uni节点(1)按位取反　295
编译Uni节点(2)逻辑非　297
15．6　编译二元运算　298
编译Bin节点　298
实现compileBinaryOp方法　299
实现除法和余数　300
实现比较运算　300
15．7　引用变量和赋值　301
编译Var节点　301
编译Addr节点　302
编译Mem节点　303
编译Assign节点　303
15．8　编译jump语句　305
编译LabelStmt节点　305
编译Jump节点　305
编译CJump节点　305
编译Call节点　306
编译Return节点　307
第16章
分配栈帧　308
16．1　操作栈　309
cbc中的栈帧　309
栈指针操作原则　310
函数体编译顺序　310
16．2　参数和局部变量的内存分配　312
本节概述　312
参数的内存分配　312
局部变量的内存分配：原则　313
局部变量的内存分配　314
处理作用域内的局部变量　315
对齐的计算　316
子作用域变量的内存分配　316
16．3　利用虚拟栈分配临时变量　318
虚拟栈的作用　318
虚拟栈的接口　319
虚拟栈的结构　319
virtualPush方法的实现　320
VirtualStack#extend方法的实现　320
VirtualStack#top方法的实现　321
virtualPop方法的实现　321
VirtualStack#rewind方法的实现　321
虚拟栈的运作　322
16．4　调整栈访问的偏移量　323
本节概要　323
StackFrameInfo类　323
计算正在使用的callee-save寄存器　324
计算临时变量区域的大小　325
调整局部变量的偏移量　325
调整临时变量的偏移量　326
16．5　生成函数序言和尾声　327
本节概要　327
生成函数序言　327
生成函数尾声　328
16．6　alloca函数的实现　330
什么是alloca函数　330
实现原则　330
alloca函数的影响　331
alloca函数的实现　331
第17章
优化的方法　333
17．1　什么是优化　334
各种各样的优化　334
优化的案例　334
常量折叠　334
代数简化　335
降低运算强度　335
削除共同子表达式　335
消除无效语句　336
函数内联　336
17．2　优化的分类　337
基于方法的优化分类　337
基于作用范围的优化分类　337
基于作用阶段的优化分类　338
17．3　cbc中的优化　339
cbc中的优化原则　339
cbc中实现的优化　339
cbc中优化的实现　339
17．4　更深层的优化　341
基于模式匹配选择指令　341
分配寄存器　342
控制流分析　342
大规模的数据流分析和SSA形式　342
总结　343
第4部分　链接和加载
第18章
生成目标文件　346
18．1　ELF文件的结构　347
ELF的目的　347
ELF的节和段　348
目标文件的主要ELF节　348
使用readelf命令输出节头　349
使用readelf命令输出程序头　350
使用readelf命令输出符号表　351
readelf命令的选项　351
什么是DWARF格式　352
18．2　全局变量及其在ELF文件中的表示　354
分配给任意ELF节　354
分配给通用ELF节　354
分配．bss节　355
通用符号　355
记录全局变量对应的符号　357
记录符号的附加信息　357
记录通用符号的附加信息　358
总结　358
18．3　编译全局变量　360
generate方法的实现　360
generateAssemblyCode方法的实现　360
编译全局变量　361
编译立即数　362
编译通用符号　363
编译字符串字面量　364
生成函数头　365
计算函数的代码大小　366
总结　366
18．4　生成目标文件　367
as命令调用的概要　367
引用GNUAssembler类　367
调用as命令　367
第19章
链接和库　369
19．1　链接的概要　370
链接的执行示例　370
gcc和GNU　ld　371
链接器处理的文件　372
常用库　374
链接器的输入和输出　374
19．2　什么是链接　375
链接时进行的处理　375
合并节　375
重定位　376
符号消解　377
19．3　动态链接和静态链接　379
两种链接方法　379
动态链接的优点　379
动态链接的缺点　380
动态链接示例　380
静态链接示例　381
库的检索规则　381
19．4　生成库　383
生成静态库　383
Linux中共享库的管理　383
生成共享库　384
链接生成的共享库　385
第20章
加载程序　387
20．1　加载ELF段　388
利用mmap系统调用进行文件映射　388
进程的内存镜像　389
内存空间的属性　390
ELF段对应的内存空间　390
和ELF文件不对应的内存空间　392
ELF文件加载的实现　393
20．2　动态链接过程　395
动态链接加载器　395
程序从启动到终止的过程　395
启动ld．so　396
系统内核传递的信息　397
AUX矢量　397
读入共享库　398
符号消解和重定位　399
运行初始化代码　400
执行主程序　401
执行终止处理　402
ld．so解析的环境变量　402
20．3　动态加载　404
所谓动态加载　404
Linux下的动态加载　404
动态加载的架构　405
20．4　GNU ld的链接　406
用于cbc的ld选项的结构　406
C运行时　407
生成可执行文件　408
生成共享库　408
第21章
生成地址无关代码　410
21．1　地址无关代码　411
什么是地址无关代码　411
全局偏移表（GOT）　412
获取GOT地址　412
使用GOT地址访问全局变量　413
访问使用GOT地址的文件内部的全局变量　414
过程链接表（PLT）　414
调用PLT入口　416
地址无关的可执行文件：PIE　416
21．2　全局变量引用的实现　418
获取GOT地址　418
PICThunk函数的实现　418
删除重复函数并设置不可见属性　419
加载GOT地址　420
locateSymbols函数的实现　421
全局变量的引用　421
访问全局变量：地址无关代码的情况下　422
函数的符号　423
字符串常量的引用　424
21．3　链接器调用的实现　425
生成可执行文件　425
generateSharedLibrary方法　426
21．4　从程序解析到执行　428
build和加载的过程　428
词法分析　429
语法分析　429
生成中间代码　430
生成代码　431
汇编　432
生成共享库　432
生成可执行文件　433
加载　433
第22章
扩展阅读　434
22．1　参考书推荐　435
编译器相关　435
语法分析相关　435
汇编语言相关　436
22．2　链接、加载相关　437
22．3　各种编程语言的功能　438
异常封装相关的图书　438
垃圾回收　438
垃圾回收相关的图书　439
面向对象编程语言的实现　439
函数式语言　440

附　录　441
A．1　参考文献　442
A．2　在线资料　444
A．3　源代码　445