An

1
Análisis Sintáctico

• Teoría de Autómatas y Lenguajes Formales
• Alma María Pisabarro, 2007

2
ANÁLISIS SINTÁCTICO

• Función
• Entrada sucesión de componentes léxicos ltclex,
  vlexgt
• Salida la entrada es o no correcta
  sintácticamente
• Además
• si la entrada es correcta, árbol de derivación
• si no indicación de errores

3

• Uso de gramáticas independientes de contexto
• Especificación precisa y fácil de entender
• Construcción automática de analizadores
  sintácticos
• Imparten una estructura al programa fuente, a la
  que se asigna el significado. Detección adecuada
  de errores
• Fácil mantenimiento evolución del lenguaje
• ltprogramagt ? ltcabeceragt ltbloquegt
• ltcabeceragt ? program ltidentificadorgt
• ltcabeceragt ? program ltidentificadorgt
  (ltids.archivosgt)
• ltbloquegt ? ltdeclaraciones y definiciones de
  entornogt
• ltdef. de subprogramasgt ltsent.
  secuencialgt.
• ltsent. secuencialgt ? begin ltsentenciasgt end
• ...

4
TIPOS DE ANÁLISIS SINTÁCTICOS

• Universales (CYK, Earley, ...)
• Descendentes. Subclases de gramáticas adecuadas
  (LL)
• Ascendentes. Subclases de gramáticas adecuadas
  (LR)

5
ERRORES TIPOS

• Léxicos (a!b, begon)
• Sintácticos (X a (b-(cd))
• Semánticos (3 div sqrt(2))
• Lógicos (bucle infinito)
• Consideraciones
• La mayoría de los errores son simples
• La mayoría son o se manifiesten en la fase de
  análisis sintáctico
• La detección de errores lógicos es muy difícil o
  imposible
• A veces el error está mucho antes de que se pueda
  detectar

6
ERRORES OBJETIVOS DEL GESTOR DE ERRORES

• Informar con claridad y exactitud
• línea, posición, mensajes (falta un )
• Recuperarse con rapidez
• No se abandona al primer error
• Introducción de errores espurios (sintácticos o
  semánticos) inhibir mensajes de demasiado
  cercanos
• Se abandona si hay muchos errores
• No retrasar significativamente la traducción de
  programas correctos
• Mecanismos sencillos de recuperación

7
ERRORES ESTRATEGIAS

• En modo pánico descartar símbolos de entrada
  (hasta que alguno permita la recuperación
  elementos de sincronización)
• A nivel de frase corrección local según el error
  concreto (borrar, sustituir, insertar peligro de
  bucle infinito)
• De producciones de error prever errores
  (frecuentes o probables) ampliando la gramática
  con reglas específicas de error
• De corrección global hallar el programa correcto
  más cercano al de entrada costoso y no
  necesariamente se encuentra el deseado

8
ANÁLISIS SINTÁCTICO DESCENDENTE

• tipo ? simple
• simple
• array simple of tipo
• simple ? integer
• char
• num ptpt num
• tipo tipo
  tipo
• simple simple array
  simple of tipo
• simple simple
  simple
• integer char num
  ptpt num

9
Análisis Sintáctico Predictivo

• Análisis Sintáctico Descendente Recursivo
• Conjunto de procedimientos recursivos
• Cada no terminal de la gramática tiene asociado
  un procedimiento
• El símbolo de preanálisis determina sin
  ambigüedad el procedimiento seleccionado para
  cada no terminal
• Procedimiento adicional parea

10

• procedimiento tipo según que regla se aplique
• ? lttipogt ? ltsimplegt
• simple
• ? lttipogt ? ltsimplegt
• parea () simple
• ? lttipogt ? array ltsimplegt of lttipogt
• parea (array) parea ( ) simple parea (
  ) parea (of) tipo
• procedimiento simple según que regla se aplique
• ? ltsimplegt ? integer
• parea (integer)
• ? ltsimplegt ? char
• parea (char)
• ? ltsimplegt ? num ptpt num
• parea (num) parea (ptpt) parea (num)

11

• parea (num) parea(ptpt) parea(num)
• procedure parea (tTCompLex)
• begin
• if preanalisis t then
• preanalisis SgteCompLex()
• else error
• end
• simple
  simple
  simple
• ?
• 
  num ptpt num num
  ptpt num
• num ptpt num ... ... num ptpt num
  ... .... num ptpt num ... ...

parea
parea
parea
12

• parea( ) simple
• tipo tipo
  tipo
• ?
• 
  simple simple
• ?
• char char
  char

parea
13

• parea (array) parea () simple parea ()
  parea(of) tipo
• parea() simple
• tipo tipo
  
  tipo
• ?
• array simple
  of tipo array simple
  of tipo
• 
  ?
• array num ptpt num of char array num
  ptpt num of char array num ptpt
  num of char
• tipo
  tipo
• array simple of
  tipo array simple
  of tipo
• ?
• array num ptpt num of char
  array num ptpt num of char

14

• Elección de regla a aplicar
• tipo ? simple simple array simple of
  tipo
• simple ? integer char num ptpt num
• tipo
• regla 1 preanalisis in integer, char, num
• regla 2 preanalisis
• regla 3 preanalisis array
• simple
• regla 4 preanalisis integer
• regla 5 preanalisis char
• regla 6 preanalisis num

15

• const INTEGER 257 CHAR 258 ...
• var preanalisis TCompLex
• function StgteCompLex() TCompLex
• procedure parea(...)...
• procedure simple
• begin
• if preanalisis INTEGER then
• parea (INTEGER)
• else if preanalisis CHAR then
• parea (CHAR)
• else if preanalisis NUM then
• begin parea(NUM) parea(PTPT)
  parea(NUM) end
• else
• error
• end

16

• procedure tipo
• begin
• if preanalisis in INTEGER, CHAR, NUM then
  simple
• else if preanalisis then
• begin parea() simple end
• else if preanalisis ARRAY then
• begin
• parea(ARRAY) parea() simple
• parea (OF) tipo
• end
• else error
• end
• begin
• preanalisis SgteCompLex() tipo
• end.

17
Análisis Sintáctico Predictivo no Recursivo

• Utilizan una pila en lugar de llamadas recursivas
• Guiado por una tabla
• Las tablas se construyen directamente sólo para
  ciertos tipos de gramáticas

18
Tabla de análisis Sintáctico M
19
Inicialmente

• Buffer cadena de entrada finalizada con el
  símbolo
• Pila símbolo y en la cima el símbolo inicial
  de la gramática
• Tabla M Si A es un no terminal y a un terminal,
  MA,a contiene una regla de producción de la
  gramática
• X Cima de la pila
• A símbolo de la entrada (preanalisis)

20
Análisis Sintáctico Predictivo no recursivo

• Si X terminal
• Si X ltgt a
• Llamar a la rutina de recuperación de error
• Si X a
• Si X a
• Fin con éxito
• Si X a ltgt
• Sacar X de la pila
• Obtener siguiente símbolo de la entrada
• Si X no terminal
• Si M X, a contiene una regla
• Sacar X de la pila
• Meter en la pila la parte derecha de la regla en
  orden inverso
• Si M X, a no contiene una regla
• Llamar a la rutina de recuperación de error

21
No terminal Símbolo de entrada Símbolo de entrada Símbolo de entrada Símbolo de entrada Símbolo de entrada Símbolo de entrada
No terminal id ( )
E E ? TE E ? TE
E E ? TE E ? e E ? e
T T ? FT T ? FT
T T ? e T ? FT T ? e T ? e
F F ? id F ? (E)
PILA ENTRADA SALIDA
E ET ETF ETid ET E ET ET ETF ETid ET ETF ETF ETid ET E id id id id id id id id id id id id id id id id id id id id id id id id id id id id E ? TE T ? FT F ? id T ? e E ? TE T ? FT F ? id T ? FT F ? id T ? e E ? e

• Gramática
• E ? TE
• E ? TE e
• T ? FT
• T ? FT e
• F ? (E) id

22
Algoritmo de Análisis Sintáctico Predictivo no
recursivo

• apuntar ae al primer símbolo de w
• repetir
• X ? símbolo de la cima de la pila
• a ? símbolo apuntado por ae
• si x es un terminal o entonces
• si X a entonces
• extraer X de la pila
• avanzar ae
• si_no error fin_si
• si_no
• si Mx,a X ? Y1Y2...Yk entonces
• extraer X de la pila
• meter Yk, Yk-1, ..., Y1 en la pila, con Y1 en
  la cima
• emitir la producción X ? Y1Y2...Yk
• si_no error fin_si
• fin_si
• hasta_que X /la pila está vacia/

23
Funciones PRIMERO y SIGUIENTE

• La función PRIMERO(a) devuelve el conjunto de
  terminales que inician las cadenas derivadas de a
• La función SIGUIENTE(a) devuelve el conjunto de
  terminales que pueden aparecer inmediatamente a
  la derecha de a en alguna forma de frase
• Son funciones asociadas a una gramática G
• Permiten rellenar las entradas de una tabla de
  ASP para G
• Los conjuntos de componentes léxicos devueltos
  por la función SIGUIENTE se pueden utilizar como
  elementos de sincronización durante la
  recuperación de errores en modo pánico

24
FUNCIÓN PRIMERO (X)

• Para todos los símbolos X de la gramática
• Repetir hasta que no se puedan añadir más
  símbolos a ningún conjunto
• Si existe la regla x ? e
• PRIMERO (X) PRIMERO(X) U e
• Si x es un símbolo terminal
• PRIMERO (X) X
• Si x es un símbolo no terminal
• Para cada producción x ? y1y2...yk
• PRIMERO (X) PRIMERO (X) U PRIMERO (Y1)
• si existe la regla y1 ? e
• PRIM (X) PRIM (X) U PRIM (Y1) U PRIM (Y2)
• si existen las reglas y1 ? e y y2 ? e
• PRIM (X) PRIM (X) U PRIM (Y1) U PRIM (Y2)
  U PRIM (Y3)
• ....
• si existe la regla yn ? e ? n1...k
• PRIM (X) PRIM (X) U PRIM (Y1) U PRIM (Y2)
  U .... U PRIM (Yk) U e

25
FUNCIÓN SIGUIENTE (X)

• Para todos los símbolos A no terminales de la
  gramática
• Repetir hasta que no se puedan añadir más
  símbolos a ningún conjunto
• Si S es el símbolo inicial de la gramática
• SIGUIENTE (S) SIGUIENTE (S) U
• Si existe una regla A ? aBß
• SIGUIENTE (B) PRIMERO (ß) - e
• Si existe una regla A ? aB
• SIGUIENTE (B) SIGUIENTE (B) U SIGUIENTE
  (A)
• Si existe una regla A ? aBß y e ? PRIMERO
  (ß)
• SIGUIENTE (B) SIGUIENTE (B) U SIGUIENTE (A)

26

• Gramática
• E ? TE T ? FT e
• E ? TE e F ? (E) id
• T ? FT

SIGUIENTES
PRIMEROS
E E T T F ( ) id E E T T F
( ( ( ( ) id
id e id e id ) )
) )
)
27
ALGORITMO DE CONSTRUCCIÓN DE TASP

• Entrada Una gramática G
• Salida La tabla de análisis sintáctico M
• Para cada regla X ? a de G
• Para terminal t de PRIMERO (a)
• Añadir X ? a a MX, t
• Si e ? PRIMERO (a)
• Añadir X ? a a MX, b, ? b ? SIGUIENTE (x)
• Si e ? PRIMERO (a) y ? SIGUIENTE (X)
• Añadir X ? a a MX,
• Poner error en todas las entradas no definidas de
  M

28

• regla E ? TE PRIMERO (TE) PRIMERO (T) (,
  id M E, ( E ? TE M E, id E
  ? TE
• regla E ? TE PRIMERO (TE) PRIMERO ()
  M E, E ? TE
• regla E ? e SIGUIENTE (E) ),
• M E, ) E ? e
• M E, E ? e
• regla T ? FT PRIMERO (FT) PRIMERO (F) (,
  id
• M T, ( T ? FT M T, id T ?
  FT
• regla T ? FT PRIMERO (FT) PRIMERO ()
  M T, T ? FT
• regla T ? e SIGUIENTE (T) ), ,
• M T, ) T ? e
• M T, T ? e
• M T, T ? e
• regla F ? (E) PRIMERO ((E)) PRIMERO (() (
  
• M F, ( F ? (E)
• regla F ? id PRIMERO (id) id
• M F, id F ? id

29
No terminal Símbolo de entrada Símbolo de entrada Símbolo de entrada Símbolo de entrada Símbolo de entrada Símbolo de entrada
No terminal id ( )
E E ? TE error error E ? TE error error
E error E ? TE error error E ? e E ? e
T T ? FT error error T ? FT error error
T error T ? e T ? FT error T ? e T ? e
F F ? id error error F ? (E) error error
30
GRAMÁTICAS LL(1)

• Si una gramática es recursiva por la izquierda o
  ambigua la TASP tendrá al menos una entrada con
  definición múltiple. Recurso Transformar la
  gramática
• Una gramática cuya TASP no tiene entradas con
  definiciones múltiples se define como LL(1)
• Ninguna gramática ambigua o recursiva por la
  izquierda puede ser LL(1)
• G es LL(1), si y solo si, cuando A ? aß siendo
  dos reglas distintas de G se cumple
• PRIMERO (a) n PRIMERO (ß) ?
• Solo puede derivarse e de a o de ß
• Si ß deriva e, a no deriva ninguna cadena que
  comience con un terminal de SIGUIENTE (A)

31
ANÁLISIS ASCENDENTE

• Estilo general Análisis sintáctico por
  desplazamiento y reducción
• Por precedencia de operadores (gramáticas muy
  específicas)
• LR (generadores automáticos de AS)
• Se construye el árbol de AS para una cadena w a
  partir de las hojas y se avanza hacia la raíz
• Proceso reducir w al símbolo inicial de la
  gramática
• Cada reducción sustituye una subcadena (asidero o
  mango) que concuerde con el lado derecho de un
  regla de producción por el símbolo no terminal
  del lado izquierdo de esa regla

32
ASIDEROS O MANGOS

• Un asidero de una cadena es una subcadena que
  concuerda con el lado derecho de una producción y
  cuya reducción al no terminal del lado izquierdo
  de la regla es un paso de una derivación por la
  derecha
• Ejemplo
• S ? aABe
• A ? Abc
• A ? b
• B ? d

a b b c d e asidero posición 2 (regla A ?
b) a A b c d e asidero posición 2 (regla A ?
Abc) a A d e asidero posición 3 (regla B
? d) a A B e asidero posición 1 (regla S
? aABe) S
33
ASIDEROS O MANGOS

• La producción situada más a la izquierda de ß que
  concuerda con el lado derecho de una producción A
  ? ß no es un asidero si la reducción por esa
  regla genera una cadena no reducible al símbolo
  inicial
• Ejemplo
• S ? aABe
• A ? Abc
• A ? b
• B ? d

a A b c d e aunque b es la subcadena situada
más a la izquierda que concuerda
con una parte derecha (regla A ? b) no es
un asidero a A A c d e No se puede reducir a S
34
ASIDEROS O MANGOS

• Formalmente, un asidero de una forma de frase
  derecha µ es una regla A ? ß y una posición de µ
  donde la cadena ß podría encontrarse y
  sustituirse por A para producir la forma de frase
  derecha previa en una derivación por la derecha
  de µ
• Ejemplo
• E ? E E
• E ? E E
• E ? ( E )
• E ? id

Formas de Frase Derecha Asidero Regla de Reducción
id1 id2 id3 id1 E ? id
E id2 id3 id2 E ? id
E E id3 id3 E ? id
E E E E E E ? E E
E E E E E ? E E
E
35
USO DE UNA PILA EN AS POR DESPLAZAMIENTO Y
REDUCCIÓN

• Problemas de implantación del AS por
  desplazamiento y reducción
• Situar la subcadena a reducir
• Elegir la regla adecuada en caso de que haya más
  de una con esa subcadena en la parte derecha
• Posible solución utilizar
• Una pila para manejar los símbolos gramaticales
• Buffer de entrada para gestionar la cadena w a
  analizar

36
FUNCIONAMIENTO DEL ANALIZADOR

• Inicialmente
• En la pila el símbolo de fin de cadena ()
• En el buffer la cadena a analizar seguida de la
  marca de fin de línea (w)
• Repetir hasta que se detecte un error o en la
  pila solo haya el símbolo inicial (E) y la
  entrada está vacía ()
• Desplazar cero o más símbolos de la entrada a la
  pila hasta que en la cima haya un asidero ß
• Reducir ß al lado izquierdo de la regla adecuada

37
OPERACIONES DEL ANALIZADOR

• Desplazar Mover el siguiente símbolo de entrada
  a la cima de la pila
• Reducir (En este momento el extremo derecho del
  asidero está en la cima de la pila) Localizar el
  extremo izquierdo del asidero dentro de la pila y
  decidir el no terminal con el que se debe
  sustituir el asidero.
• Aceptar Anunciar el fin con éxito del análisis
• Error Llamar a la rutina de recuperación de
  errores

38
pila entrada acción
id1 id2 id3 desplazar
id1 id2 id3 reducir por E ? id
E id2 id3 desplazar
E id2 id3 desplazar
E id2 id3 reducir por E ? id
E E id3 desplazar
E E id3 desplazar
E E id3 reducir por E ? id
E E E reducir por E ? E E
E E reducir por E ? E E
E aceptar
39
PREFIJOS VIABLES

• Este método de análisis garantiza que el asidero
  siempre aparecerá en la cima de la pila, nunca
  dentro
• Los prefijos de las formas de frase derecha que
  pueden aparecer en la pila se denominan prefijos
  viables
• Un prefijo viable es un prefijo de una forma de
  frase derecha que no continua más allá del
  extremo derecho del asidero situado más a la
  derecha de esta forma de frase

40
CONFLICTOS

• Existen gramáticas independientes de contexto
  para las que no se pueden utilizar analizadores
  sintácticos por desplazamiento y reducción
  (gramáticas no LR)
• En esas gramáticas se puede llegar a una
  configuración en la que, conociendo el contenido
  de la pila y el siguiente símbolo de entrada, no
  se puede decidir si
• Desplazar o reducir (conflicto de
  desplazamiento/reducción)
• Que tipo de reducción efectuar (conflicto de
  reducción/reducción)

41
ANALIZADORES SINTÁCTICOS LR

• Se pueden construir AS LR para casi todos los
  lenguajes que se pueden describir con GLC
• Es el método de análisis por desplazamiento y
  reducción sin retroceso más general pero
  eficiente
• La clase de gramáticas aplicables es un
  supraconjunto de las que se pueden analizar con
  ASP
• Detectan los errores sintácticos tan pronto como
  sea posible en un examen de izquierda a derecha
• Inconveniente costosos de construir a mano

42
ALGORITMO DE ANÁLISIS SINTÁCTICO LR
43
ALGORITMO DE ANÁLISIS SINTÁCTICO LR

• Entrada
• Cadena de entrada w
• Tabla de AS LR con las funciones acción e ir_a
  para la gramática G
• Salida
• Si w está en L(G) una derivación ascendente
• Si no indicación de error
• Método
• Inicialmente
• La pila contiene S0 (estado inicial)
• El buffer de entrada contiene w (la cadena de
  entrada seguida de la marca de fin de cadena)
• Ejecución del programa de análisis hasta
  encontrar una acción de aceptación o de error

44
PROGRAMA DE ANÁLISIS

• apuntar ae al primer símbolo de w
• repetir
• sea S el estado en la cima de la pila y
• a el símbolo apuntado por ae
• si accion S,a desplazar S entonces
• meter a y después S en la cima de la pila
• avanzar ae al siguiente símbolo de entrada
• si_no
• si acción S, a reducir A ? ß entonces
• sacar 2 ß símbolos de la pila
• sea S el estado que hay ahora en la cima de
  la pila
• meter en la cima de la pila A y después ir_a
  S, A
• emitir la producción A ? ß
• si_no
• si acción S, a aceptar entonces
• fin con éxito
• si_no error
• fin_repetir

45
EJEMPLO

• Gramática
• (1) E ? E T
• (2) E ? T
• (3) T ? T F
• (4) T ? F
• (5) F ? (E)
• (6) F ? id

• Códigos de las acciones
• di significa desplazar y meter en la pila el
  estado i
• rj significa reducir por la regla de número j
• Acep significa aceptar
• El espacio en blanco significa error

46
TABLA DE ANÁLISIS SINTÁCTICO LR (para la
gramática del ejemplo)
Estado acción acción acción acción acción acción ir_a ir_a ir_a
Estado id ( ) E T F
0 d5 d4 1 2 3
1 d6 acep
2 r2 d7 r2 r2
3 r4 r4 r4 r4
4 d5 d4 8 2 3
5 r6 r6 r6 r6
6 d5 d4 9 3
7 d5 d4 10
8 d6 d11
9 r1 d7 r1 r1
10 r3 r3 r3 r3
11 r5 r5 r5 r5
47
MOVIMIENTOS DEL ANALIZADOR SINTÁCTICO LR DEL
EJEMPLO (para la entrada id id id)
PILA PILA ENTRADA ACCION
(1) 0 id id id desplazar
(2) 0 id 5 id id reducir por F ? id
(3) 0 F 3 id id reducir por T ? F
(4) 0 T 2 id id desplazar
(5) 0 T 2 7 id id desplazar
(6) 0 T 2 7 id 5 id reducir por F ? id
(7) 0 T 2 7 F 10 id reducir por T ? T F
(8) 0 T 2 id reducir por E ? T
(9) 0 E 1 id desplazar
(10) 0 E 1 6 id desplazar
(11) 0 E 1 6 id 5 reducir por F ? id
(12) 0 E 1 6 F 3 reducir por T ? F
(13) 0 E 1 6 T 9 reducir por E ? E T
(14) 0 E 1 aceptar
48
GENERADORES DE AS YACC

• Yacc es un generador de analizadores sintácticos
  LALR
• Resolución de conflictos en Yacc
• Un conflicto reducción/reducción se resuelve
  eligiendo la regla en conflicto que se haya
  listado primero en la especificación en Yacc
• Un conflicto de desplazamiento/reducción se
  resuelve a favor del desplazamiento
• Invocando a Yacc con la opción v se genera el
  archivo y.output que contiene
• Los núcleos de los conjuntos de elementos
  encontrados por el analizador sintáctico
• Una descripción de los conflictos en las acciones
  del análisis generados por el algoritmo LALR
• Una representación legible de la tabla de
  análisis sintáctico LR que muestra como se
  resolvieron los conflictos de las acciones del
  análisis sintáctico