gcc 源码分析-前端篇2

2. 对ID及保留字的处理

在c语言中，系统预留了很多关键字，也被称为保留字，比如表示数据类型的int,short,char,控制分支执行的if,then等。

任何关键字，本质上也是一个ID，比如它也有长度，对int就是3，对short就是5，也有内容，比如int,short。但比起一般id,

它还有其他一些属性，比如表示数据类型的int,它有一个数值范围，它的值范围是-xxx到xxx之间。

由于这样的关系，gcc把ID和关键字都保存在一张表中，这张表定义如下：

#define MAX_HASH_TABLE 1009

tree hash_table[MAX_HASH_TABLE]; /* id hash buckets */

同时定义了一个函数get_identifier (text) 来操纵这一张表：



函数具体实现就是通过传入的字串查找该id,如果没有则创建这个ID，这里new了一个tree_identifier， 同时把它保存在hash_table表中，为了加快查找，这里用到了hash算法。在这里我们见到了struct tree_common结构体chain成员的用法，对于hash算法来说，很难避免冲突，对于传入的不同字串，有可能它算出的hash值是一样的，这时候，我们就把相冲突的ID放在chain成员变量中；

函数的最后给tree_identifier的成员length,pointer附值。

gcc 在执行之初，便开始创建这些表示数据类型的关键字，比如int,short,char,void,这个在函数init_lex依次创建，并把创建的相对应的

tree 结点附给：

ridpointers[(int) RID_INT]

ridpointers[(int) RID_CHAR]

ridpointers[(int) RID_VOID]

ridpointers[(int) RID_SHORT]

关键字的ID生成了，还有附一些其他参数，这个过程是在init_decl_processing完成；在GCC中要表示一个数据类型，要用到下面的结构：

struct tree_type

{

char common[sizeof (struct tree_common)];

union tree_node *values;

union tree_node *sep;

union tree_node *size;

enum machine_mode mode : 8;

unsigned char size_unit;

unsigned char align;

unsigned char sep_unit;

union tree_node *pointer_to;

union tree_node *reference_to;

int parse_info;

int symtab_address;

union tree_node *name;

union tree_node *max;

union tree_node *next_variant;

union tree_node *main_variant;

union tree_node *basetypes;

union tree_node *noncopied_parts;

/* Points to a structure whose details depend on the language in use. */

struct lang_type *lang_specific;

};

在表示int型的数据类型中，它的两个成员变量sep，max比较重要; sep表示它的最小值，而max表示它的最大值；

在函数make_signed_type中创建了一个 INTEGER_TYPE 类型的tree 节点；它实际上是一个 struct tree_type 类型的节点，

在该函数中，创建的节点的sep,max成员被赋予INTEGER_CST 节点，它实际上是一个struct tree_int_cst类型节点：

struct tree_int_cst

{

char common[sizeof (struct tree_common)];

long int_cst_low;

long int_cst_high;

};

可以看出，它有两个成员特殊成员：int_cst_low，int_cst_high

对于最小值，它给出的值是: int_cst_low=0x80000000,int_cst_high=0xffffffff

对于最大值，它给出的值是：int_cst_low=0x7fffffff,int_cst_high=0x0

它们均是在build_int_2 函数中创建；

在函数make_signed_type的最后layout_type中，设定int 型数据节点的size成员，它也是一个struct tree_int_cst类型节点，只是它的

int_cst_low值是4,而int_cst_high为0；

这样int型节点生成了，这个节点数据和它的ID，最后被封装成一个声明类型节点，它用struct tree_decl结构体表示：

struct tree_decl
{
  char common[sizeof (struct tree_common)];
  char *filename;
  int linenum;
  union tree_node *size;
  enum machine_mode mode : 8;
  unsigned char size_unit;
  unsigned char align;
  unsigned char voffset_unit;
  union tree_node *name;
  union tree_node *context;
  int offset;
  union tree_node *voffset;
  union tree_node *arguments;
  union tree_node *result;
  union tree_node *initial;
  char *print_name;
  char *assembler_name;
  struct rtx_def *rtl;    /* acts as link to register transfer language
                   (rtl) info */
  int frame_size;        /* For FUNCTION_DECLs: size of stack frame */
  struct rtx_def *saved_insns;    /* For FUNCTION_DECLs: points to insn that
                   constitutes its definition on the
                   permanent obstack.  */
  int block_symtab_address;
  /* Points to a structure whose details depend on the language in use.  */
  struct lang_decl *lang_specific;
};

可以看出，这是一个巨复杂的结构，int 类型节点转变成一个int 声明节点过程中，它将生成一个struct tree_decl节点，它的

成员变量name将是int 的ID节点值，它的type 就是刚刚生成的int 节点，这个int 声明节点最后会被放入到记录全局节点的

global_binding_level中，

global_binding_level->name 指向刚刚创建的int 声明节点；

在init_decl_processing函数接下来将创建char 类型节点，unsigned int 类型，short 类型，这些值都回放入global_binding_level->name

然后通过chain连接起来；

总结一下，gcc 用hash表来储存所有的ID,包括保留字；gcc 对于内建的数据类型(int,short,char)在初始化时会生成tree_decl 结构的结点，

并把它记录在global_binding_level的name变量中，这个name始终指向最后一个声明的结点，并通过节点的chain串接起来。