编译器基本原理
1.是什么（编译器是什么） 2.为什么 (为什么需要编译器） 3.怎么做 (编译器如何工作)
编译器是什么
在编译器工作之前需要进行预处理,包括宏的替换，头文件的导入，以及类似#if的处理 编译器是一种把源程序语音翻译成目标程序语言的计算机程序。一般来说，源程序是高级语言比如Java，Objective-C等。 目标程序语言一般就是汇编语言或者二进制码。
编译器一般由前端和后端组成。
前端主要进行和源语言相关，和目标语言无关的工作，包括词法分析，语法分析，语义分析，中间码生成。 后端主要进行和源语言无关，但是和目标语言有关的工作，比如中间码优化，将中间码转化成目标码，对目标代码优化生成目标程序。
| 端 | 编译器阶段 | 生成产物 | 功能 | 用途 |
|---|---|---|---|---|
| 前端 | 词法分析 | 单词流 | 语法高亮 | 语法高亮 |
| 前端 | 语法分析 | AST（抽象语法树） | 语法高亮，代码格式化，语法检查 | OCLint |
| 前端 | 中间码生成 | 中间码 |
为什么需要编译器
自然语言最容易表述人们的要求，当用户用自然语言表述了需要的功能后，编译器将高级编程语言转换成汇编、由汇编到机器码,提高软件开发的效率
编译器如何工作
在命令行输入clang -ccc-print-phases main.m
1: preprocessor, {0}, objective-c-cpp-output
2: compiler, {1}, ir
3: backend, {2}, assembler
4: assembler, {3}, object
5: linker, {4}, image
6: bind-arch, "x86_64", {5}, imag
1.词法分析
将源文件的字符串，进行过滤，去除空格，注释等，然后将其分割成一个个的词（记号、token）
比如 int a = b + sum(1,2);
会拆分成12个token
int 类型标识符
a 标识符
= 赋值运算符
b 标识符
+ 加号
sum 标识符
( 左括号
1 整数
, 逗号
2 整数
) 右括号
; 分号
2.语法分析
词法分析之后，字符流已经被转化为token流了
int<int> ID<a> '=' ID<value> '+' ID<sum> '(' Num<1> ',' Num<2> ')' ';'
上面的int表示一个标识符类型的token。内容为'int'
接下来，解析这个token流，首先这是一个语句，我们主要有用到4种语句，赋值语句，函数调用语句，if和while语句。很明显，这是一个赋值语句。
赋值表达式用变量名、赋值符号= 和表达式构成。
将语法结构应用到token流上，把等号两边的内容放到对应的节点上，生成语法树如下：
接下来对expression<b+sum(1,2)>进行解析
表达式有很多种，变量表达式，数字表达式，加减法表达式，经过对比，只有加法表达式结构才能匹配，于是将加法表达式的语法结构应用到其中。如图
进一步解析语法树的<b>和<sum(1,2)>，发现只有变量表达式和函数调用表示式才能匹配成功，得到
接下来进行语法优化，有些节点是多余的，比如在复制表达式中 '='和';',对语法树进行浓缩得到最终的抽象语法树(AST)
由此看出，语法分析就是不断将语法规则用于源程序，将源程序解析成一颗抽象语法树。之后的语义分析，中间码生成和代码优化都是基于对这棵树进行遍历，检查，修改进行的。
3.语义分析
语义分析阶段，会对语法进行多次的遍历，进行语法检查，包括类型和声明的检查，OClint就是基于语义分析进行静态代码分析的。 还是以上面的赋值语句作为例子， 需要检查 1.b, sum是否已经声明过 2.sum函数的参数数量和类型是否和传入的参数数量和类型匹配。 3.加法运算的两个操作数的类型是否匹配，这里也就是检查函数的返回值类型了 4.赋值运算的两个操作数类型是否匹配
一般在遍历语法树过程中，遇到的变量声明和函数声明时，会将变量名-类型，函数名-返回类型-参数数量-参数类型保存到符号表里，当遇到使用变量和函数调用时，根据名称在符号表猴子那个查找，检查是否声明过，类型是否匹配。因此，对于java这种函数声明可以放在使用位置后面的语言，至少需要遍历两遍语法树。
语义检查时，也会对语法树进行优化，比如将常量的表达式先计算如：
a = 1 + 2 * 3;
会被优化成
a = 7;
语义分析完成后，编译期错误被排除，所有使用过的变量名和函数名被绑定到声明的地址，就可以进行代码生成和优化了。
中间码生成
一般的编译器都不会直接生成目标代码，而是先生成中间码再生成目标代码。 中间码的作用： 计算机直接生成的代码比人手写的汇编要庞大、重复很多，计算机科学家们对一些具有固定格式的中间代码（最典型的是三地址中间码）的进行大量的研究工作，提出了很多广泛应用的、效率非常高的优化算法，可以对中间代码进行优化，比直接对目标代码进行优化的效果要好很多。 通过中间代码实现前后级分离，在多系统、多语言开发时，可大幅提高整体开发效率，减少开发成本缩短开发周期。 为了增加编译器的模块化和可移植化、可扩展性。中间代码既独立于任何高级语言，又独立于机器架构，因此可以通过编写m+n个编译模块二获得m *n种编译器。
