Compilerbau Teil 1: Einführung Compiler und der ganze Rest
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Compilerbau
Teil 1: Einführung
Compiler und der ganze Rest
Comppilerbau – SS 2018 – Teil 1/Einführung 05.04.18 1Literatur und Web
[1-1] Wirth, Niklaus: Compilerbau. Teubner, 3. Auflage, 1984
[1-2] Maurer, Dieter: Übersetzerbau: Theorie, Konstruktion, Generierung.
Springer, 1992
[1-3] Doberkat, Ernst-Erich: Praktischer Übersetzerbau. Springer 1990
[1-4] https://de.wikipedia.org/wiki/Backus-Naur-Form
https://de.wikipedia.org/wiki/Erweiterte_Backus-Naur-Form
https://de.wikipedia.org/wiki/Angereicherte_Backus-Naur-Form
https://www.iso.org/standard/26153.html
https://en.wikipedia.org/wiki/Wirth_syntax_notation
[1-5] https://de.wikipedia.org/wiki/Syntax
https://de.wikipedia.org/wiki/Syntaxdiagramm
[1-6] https://de.wikipedia.org/wiki/Compiler
Comppilerbau – SS 2018 – Teil 1/Einführung 2Übersetzungsprozess von C I – Überblick
Syntax Analyse (Parser) Compiler
Ableitungsbaum
Optimierung Compiler
Ableitungsbaum
Codegenerierung Compiler
Sequenz Zwischensprache
Sequenz Assembler
Assemblieren Assembler
Module als
Sequenz Tabellen
Object-Files
Zusammensetzen Linker/Linkage Editor
Object-File Sequenz Tabellen
Laden Lader/Loader
Prozess- Daten im RAM
Image
Ausführung
Comppilerbau – SS 2018 – Teil 1/Einführung 3Übersetzungsprozess von C II
C-Programm Beispiel.c
Preprozessor
Include-Dateien
C-Programm mit
expandierten Makros Beispiel.i
(Eigentlicher)
Übersetzer
Übersetztes Programm
ohne Bibliotheksroutinen Beispiel.o
Binder Hauptprogramm
Bibliotheken
Fertiges ausführbares Beispiel
Programm
Lader in Linux
Programm in
Ausführung
Comppilerbau – SS 2018 – Teil 1/Einführung 4Durchlauf (Pass)
• Das Übersetzen erfolgt in mehreren Durchläufen (Pass), in denen
das gesamte Programm vollständig gelesen und interpretiert
wird.
• Nach jedem Durchlauf wird das Programm in überarbeiteter
Form neu in einer speziellen Datei angelegt; diese wird bei dem
nächsten Durchlauf benutzt.
• Die Steuerung der Durchläufe übernimmt gcc(I).
• Bei Compilern sind 4 bis 5 Durchläufe üblich, es können auch
erheblich mehr sein, z. B. PL/1 hatte bis zu 60 Durchläufe.
Comppilerbau – SS 2018 – Teil 1/Einführung 5Übersetzungsprozess von C III – Syntaxanalyse
1. Durchlauf: Makroexpansion
Es werden die Makrodefinitionen (C hat die Möglichkeit von Makros, in
Programmiersprachen ohne Makros wird dieser Schritt ausgelassen)
vermerkt und alle Makro-Aufrufe mit den Makrokörpern samt
Parametern ersetzt.
2. Durchlauf: Syntaktische Prüfung
Entspricht der entstandene Text den Regeln der Sprache? Z.B. Hat jede
öffnende Klammer (rund oder geschweift) eine korrespondierende
schließende? Wird jedes Statement durch ein Semikolon
abgeschlossen?
3. Durchlauf: Semantische Prüfung
Sind alle Variablen und Funktionen deklariert? Werden sie
übereinstimmend damit benutzt?
Comppilerbau – SS 2018 – Teil 1/Einführung 6Übersetzungsprozess von C IV
4. Durchlauf: Optimierung (optional)
Können Deklarationen weggelassen werden, da die Variablen
nicht benutzt werden? Lassen sich Schleifen verkürzen?
5. Durchlauf: Erzeugung von Assembler-Code
Für jedes Statement wird der entsprechende Assemblercode
generiert, so dass das generierte Programm das tut, was es laut
Sprachdefinition tun sollte.
6. Durchlauf: Assemblieren
Der Compiler ist jetzt fertig; es wird ein Assembler gestartet, der
das generierte Assembler-Programm in eine Objektdatei
übersetzt.
Comppilerbau – SS 2018 – Teil 1/Einführung 7Übersetzungsprozess von C V
• Die generierte Objektdatei ist aus folgenden Gründen nicht
ausführbar:
– Es fehlen aufgerufene und nicht programmierte Routinen, z.
B. System.out.println() in Java oder printf() in C.
– Globale Variablen haben noch keine feste Position (Adresse),
sie könnten an verschiedenen Stellen angelegt werden.
• Der Binder (Linker, Linkage Editor) setzt das endgültige
Programm unter Verwendung von Bibliotheken zusammen und
positioniert die globalen Variablen. Erst dessen Ergebnis kann
ausgeführt werden.
Comppilerbau – SS 2018 – Teil 1/Einführung 8Übersetzungsprozess von C V
7. Durchlauf: Binden
Der Binder durchsucht Objektbibliotheken, um ein
unvollständiges Programm mit den nicht selbst programmierten,
aber aufgerufenen Subroutinen zu ergänzen.
Am Ende ist eine direkt ausführbare Datei entstanden.
Jetzt erst kann die Datei mit Maschinencode vom Betriebssystem
in den RAM geladen und ausgeführt werden.
Java wird etwas anders realisiert: es wird nicht bis zum
Maschinencode übersetzt, sondern in eine Zwischensprache: Java-Byte-Code.
Dieser wird in einem Interpreter (Virtuelle Maschine) ausgeführt.
Bei Linux ist es meistens auch etwas anders.
Comppilerbau – SS 2018 – Teil 1/Einführung 9Assembler I
• Assembler = Übersetzer für Programme in einer symbolischen
Maschinensprache
• Die Sprache Assembler ist für jeden CPU-Typ anders und spiegelt
die Eigenarten der CPU-Architektur wieder.
• Zur Assembler-Sprache gehören u.a.:
– Befehle (Instruktionen) der CPU.
– Makros als Zusammenfassungen mehrerer Befehle.
– Anweisungen zur Reservierung von Speicherplatz.
– Anweisungen zur Belegung von Speicherplatz.
• Der Assembler übersetzt das Assembler-Programm in ein
maschinen-codiertes Format, dem Objektformat.
• Diese Dateien heißen daher Objektdateien.
Comppilerbau – SS 2018 – Teil 1/Einführung 10Assembler II – Fiktives Beispiel
Assembler Objekt-Datei
Comppilerbau – SS 2018 – Teil 1/Einführung 11Assembler III
• Assemblersprachen sind in der Regel spalten-orientiert, d.h. die
Zeilen haben ein festes Format, das einzuhalten ist.
• Ein wichtiges Charakteristikum eines Assemblers ist, dass die
Assembler-Befehle fast immer 1:1 zu Maschinenbefehlen umgesetzt
werden (Ausnahme: Verwendung von Makros).
• Sprungmarken = Label = Namen für Speicherstellen (symbolische
Adressen) von bestimmten Instruktionen, z. B. Beginn einer
Subroutine
• Das Programmieren in Assembler ist sehr mühselig, da:
– es viel Zeit kostet,
– viele Fehler gemacht werden können.
Aber: In Assembler sind die effizientesten Programme realisierbar
Comppilerbau – SS 2018 – Teil 1/Einführung 12Compiler vs. Assembler
• Höhere Programmiersprachen, wie z. B. C oder Java, werden
durch Compiler in Maschinensprache übersetzt.
• Compiler = Übersetzer für Programme in einer höheren
Programmiersprache, die sich dadurch auszeichnet, dass ein
Statement ("Befehl") dieser Sprache in mehrere Befehle in der
Maschinensprache übersetzt werden muss.
Comppilerbau – SS 2018 – Teil 1/Einführung 13Aufbau von Befehlen Comppilerbau – SS 2018 – Teil 1/Einführung 14
Beispiel: Objekt-Fileformat (a.out) I Comppilerbau – SS 2018 – Teil 1/Einführung 15
Beispiel: Objekt-Fileformat (a.out) II
• Header = Deskriptor für den Aufbau der Datei
• Text = Tabelle mit dem übersetzten Code
• Data = Tabelle mit den vorbelegten globalen Daten (static)
• Relocation Information = Verschiebungsinformation = Tabelle
mit der Beschreibung der Stellen im Code, die durch den Linker
korrigiert werden müssen
• Symbol-Tabelle = Tabelle mit den Deskriptoren von Symbolen,
z.B. Namen von Variablen oder Routinen
• String-Tabelle = Feld mit de Zeichenketten (Strings), die die
Symbole ausmachen
Da dieselben Symbole mehrfach vorkommen können, werden die
Strings in der String-Tabelle und die Verweise darauf in der
Symbol-Tabelle abgelegt.
Comppilerbau – SS 2018 – Teil 1/Einführung 16Verschiebungsinformation (Relocation Info)
• Wenn ein Modul auf eine static-Variable zugreift, dann muss der Ort,
also dessen Adresse zum Zeitpunkt des Bindens berechnet werden,
denn der Ort hängt von der Position des betreffenden Moduls
innerhalb der Binärdatei ab.
• In der Tabelle Relocation Information stehen Deskriptoren, die
festlegen, an welchen Stellen im Code die zu korrigierende Adressen
stehen.
• Wenn die CPU mit einer relativen Adressierungsart darauf zugreift, ist
die Korrektur zwingend erforderlich.
• Wenn die CPU relativ zu einem Register, z.B. PC, darauf zugreift, so
steht im Code lediglich die Differenz der Adressen zwischen Register
und dem Ort. Dann ist eine Verschiebung nicht nötig.
• Dasselbe gilt analog für Zugriffe auf absolute Adressen.
Comppilerbau – SS 2018 – Teil 1/Einführung 17Bemerkungen
• Die beiden vorgestellten Formate sind nur Beispiele.
• Für Objekt-Dateien gibt es unter Linux folgende Formate:
– Klassisches a.out-Format (siehe oben, veraltet)
– COFF (Common Object File Format), veraltet
Siehe z.B. http://de.wikipedia.org/wiki/COFF
– ELF (Executable and Linking Format)
Siehe z.B.
http://de.wikipedia.org/wiki/
Executable_and_Linking_Format
http://www.linux-kernel.de/appendix/ap05.pdf
Heutige Systeme benutzen nur noch das ELF-Format.
Comppilerbau – SS 2018 – Teil 1/Einführung 18Binden I Comppilerbau – SS 2018 – Teil 1/Einführung 19
Binden II - Binärcode (Objectcode) Comppilerbau – SS 2018 – Teil 1/Einführung 20
Binden III - Bibliotheken Comppilerbau – SS 2018 – Teil 1/Einführung 21
Begriffe
• Bibliothek = Archiv = Library = Datei mit mehreren benannten
Informationsblöcken einschließlich eines Verzeichnisses; jeder Block
kann eine eigenständige Datei aufnehmen, z. B. Zip-Archive
• Beispielstruktur:
Number
Datei Datei
... Datei
Magic
Header Index
1 2 N
• Objektbibliothek = Bibliothek für Objektdateien
• Binärprogramm = Aus vielen Objektdateien bzw. Bibliotheken
zusammengesetztes ausführbares Programm
Comppilerbau – SS 2018 – Teil 1/Einführung 22Beispiel: Bibliothek (ar-Format)
Siehe http://sourceware.org/binutils/docs/binutils/ranlib.html
Comppilerbau – SS 2018 – Teil 1/Einführung 23Binden IV Comppilerbau – SS 2018 – Teil 1/Einführung 24
Binden V
• Jede übersetzte, ungebundene Objekt-Datei wird Modul genannt.
• Der Linker arbeitet pro Modul in folgenden Schritten:
1. Kopieren des aktuellen Moduls ans Ende der bisherigen
2. Feststellen, was dieses neue Modul an Symbole definiert
3. Diese aus der Tabelle der Unbekannten entfernen und in die
Tabelle der Bekannten eintragen
4. Alle Verweise (Aufrufe etc.) im bisher geladenen Teil mit dem
neuen Modul verbinden
5. Alle Verweise auf noch nicht geladene Routinen bzw. in Tabelle der
Unbekannten bringen.
6. Ist die Tabelle der Unbekannten leer, so terminiert das Laden,
ansonsten werden die Bibliotheken nach der Definition der
Unbekannten durchsucht; wird ein Modul dazu gefunden, geht es
mit Schritt 1 weiter, ansonsten wird eine Fehlermeldung
produziert.
Comppilerbau – SS 2018 – Teil 1/Einführung 25Zeitpunkte des Bindens
• Direkt während der Übersetzung des Programm
Dadurch entsteht eine ausführbare Datei mit allen Teilen.
• Erst zum Zeitpunkt des Ladens in den RAM
Es entstehen kleine nicht-ausführbare Programme, die während
des Startens mit aktuellen Versionen der fehlenden Teile
verbunden werden.
– Der Linker ist dann Teil des Laders.
– Dies wird meist bei Linux gemacht.
• Während der Laufzeit des Programms
Der Binder läuft parallel zum Programm und verbindet nur die
Routinen, die aufgerufen werden.
Comppilerbau – SS 2018 – Teil 1/Einführung 26Hauptprogramm
• C kennt keine Hauptprogramme, alle Routinen sind gleichwertige
Funktionen, die Werte liefern (und deshalb einen Aufrufer
benötigen).
• Es wird ein in Assembler geschriebenes Hauptprogramm dazu
gebunden, das eine C-Routine Namens "main" aufruft, so dass
main() wie ein Hauptprogramm erscheint.
Pseudocode des Hauptprogramms
Initialize Register
Initialize Stack
Push(Parameter)
call _main(argc,arv,env) /* Haupt-Programm */
call _exit(0) /* für return in main() */
Comppilerbau – SS 2018 – Teil 1/Einführung 27Nach dieser Anstrengung etwas Entspannung...
Da liegt
noch ein
steiniger
Weg vor
uns...
Comppilerbau – SS 2018 – Teil 1/Einführung 28Sie können auch lesen
