计算机系统要素--第六章，01-HACK汇编编译器模块介绍

从零开始构建现代计算机--第六章，01-HACK汇编编译器模块介绍

语法分析器（Parser）
编码（Code）
无符号程序的汇编编译器
符号表（Symbol Table）
有符号程序的汇编编译器

HACK汇编编译器分成四个模块：
语法分析器（Parser）：对输入文件进行语法分析
编码（Code）：提供所有汇编命令对应的二进制代码
符号表（Symbol Table）：处理符号
主程序：驱动整个编译过程

语法分析器（Parser）

Parser: 将汇编命令分解为其所表达的内存含义（域和符号）。
封装对输入代码的访问操作。功能包括：读取汇编语言命令并对其进行解析：提供“方便访问汇编命令成分（域和符号）”的方案；去掉所有空格和注释。

程序	参数	返回值	功能
构造函数/ 初始化函数	输入文件/ 输入流	–	打开输入文件/输入流，为语法解析作准备
hasMoreCommands	–	Boolean	输入当中还有更多命令吗
advance	–	–	从输入中读取下一条命令，将其当作“当前命令”，仅当hasMoreCommands()为真时，才能调用本程序。最初始的时候，没有“当前命令”
commandType	–	A_COMMAND, C_COMMAND, L_COMMAND	返回当前命令的类型： A_COMMAND: 当@Xxx中的Xxx是符号或十进制数字时 C_COMMAND 用于dest=comp;jump L_COMMAND（实际上是伪命令）当(Xxx)中的Xxx是符号时
symbol	–	字符串	返回形如@Xxx或(Xxx)的当前命令的符号或十进制值，仅当commandType()是A_COMMAND或L_COMMAND是才能调用
dest	–	字符串	返回当前C-指令的dest助记符（具有8种可能的形式）仅当commandType()是C_COMMAND时才能调用
comp	–	字符串	返回当前C-指令的comp助记符(具有28种可能的形式)，仅当commandType()是C_COMMAND时才能调用
jump	–	字符串	返回当前C-指令的jump助记符（具有8种可能的形式），仅当commandType()是C_COMMAND时才能调用

编码（Code）

将Hack汇编语言助记符翻译成二进制码。

程序	参数	返回值	功能
dest	助记符（字符串）	3bits	返回dest助记符的二进制码
comp	助记符（字符串	7bits	返回comp助记符的二进制码
jump	助记符（字符串	3bits	返回jump助记符的二进制码

无符号程序的汇编编译器

Parser和Code模块实现较为简单，可以先实现，而符号表的处理较为复杂，可以放到第二阶段再进行。
在第一阶段约定：输入的Prog.asm程序不包含符号，因此：(a)在所有地址命令@Xxx中，Xxx常数是十进制数而不是符号；(b)输入文件不包含标记命令即(Xxx)命令。
实现：

打开Prog.hack的输出文件
处理汇编指令文件Prog.asm
对C指令，将翻译后的指令域的二进制码连接到一个单一的16-位字上，将16-位字写入Prog.hack文件
对A-指令@Xxx，将语法分析器返回的二进制常数翻译成对应的二进制表示，然后将得到的16-位字写入Prog.hack文件。

符号表（Symbol Table）

翻译中需要为指令中可能包含的符号确定实际的地址。汇编编译器使用符号表（symbol table）来完成这个任务，符号表用来建立和维持符号与其地址之间的关联。哈希表（hash table）是建立映射的经典数据结构之一。
SymbolTable: 在符号标签（symbolic labels）和数字地址之间建立关联。

程序	参数	返回值	功能
Constructor	–	–	创建空的符号表
addEntry	symbol(字符串), address(int)	–	将(symbol,address)配对加入符号表
contains	symbol(字符串)	Boolean	符号表是否包含了指定的symbol
GetAddress	symbol(字符串)	int	返回与symbol关联的地址

有符号程序的汇编编译器

汇编程序允许符号在定义之前使用（即goto命令的目的地）。此功能为汇编程序员福音，却使编译器开发变得困难。解决方法之一是，编写“两遍(two-pass)”编译器，从头到尾读取两次代码。
第一遍构建符号表，第二遍用每个符号相关的含义（数字地址）替换该符号，并产生最后的二进制码。
符号表中应该包含并处理Hack语言中的所有三种符号：预定义符号（predefined symbols），标签（labels） 和变量(variables)。

初始化 用所有预定义符号和它们预分配的RAM地址对符号进行初始化。
第一遍 用数字记录ROM地址–当前命令最终加载的目标地址。每遇到一条指令都自动加1,遇到标签伪指令或注释时不发生变化。
遇到伪指令时，在符号表中加上一个新条目来将Xxx与最终用于存储程序中下一条指令的ROM地址关联起来。在这个阶段程序中所有标记和它们的ROM地址被加入到符号表中。程序的变量放在第二阶段处理。
第二遍 对每一行进行语法分析。@Xxx指令中Xxx是符号时，在符号表中查找Xxx。如果在符号表中没有找到该符号，说明它是变量。这时在符号表中添加(Xxx,n)，这里n代表下一个可使用的RAM地址。分配的RAM地址是紧邻预定义符号地址之后的连续数字。