1.所谓的词法分析，是可以识别标识符，然后把它们转化为token&，那么第一个问题，我想识别printf这个函数名，我究竟是怎么识别的呢？我怎么就不认为它是变数的呢？我怎么就认为这是一个函数名的呢？

2.第二，我要找到printf这个对应的函数，我是怎么找的呢？是不是我把printf这个标识符和一个字元串（「printf」）进行字元串匹配，如果匹配成功，就说明这个是输出函数，然后跳转到这个输出的代码里去呢？

3.第三，求这段代码，词法分析、语法分析的过程是怎么样的？包括中间代码生成。

#include &

int main(){ printf("Hello,World!
");

return 0;

}

虽然 printf 不是「语言自带」的，我就当你问的是一般意义上的 primitive 操作吧

1

第一种方法：你可以在 tokenizer 的阶段就写死，把所有你想作为内置运算符的直接变成特殊的 token，就像看见 "+" 吐出 Token(BINOP.PLUS) 一样，很多语言里的 if / while / for 之类的就是这么干的，比如 Python 2 里的 print

第二种方法：你可以在你的顶层作用域里把你的标准库函数们绑定上，比如通过在编译器 / 解释器启动的时候载入一个 prelude，然后在编译 / 解释的时候就当作一般的函数去对待，比如 Python 3 里的 print()

2

至于怎么找到对应函数就是看你的 scope 怎么设计，lookup 怎么实现，反正基本就是打表 + 查表

3

请自行完成作业

printf明明就是个标准的函数，你要举例子也应该用sizeof这样的操作符吧……

但是也没有什么区别啊，无非有个keyword表，分词遇到keyword就特殊处理罢了

首先必须说明一点，printf 不是语言自带的，C 中没有任何内置函数。你可以试一下不加 #include & 编译会发生什么（gcc 是会给出 implicit declaration 这样的警告信息的）。

  1. 语言的规则。C 中函数调用就是如下形式：

func_name(args)

所以遇到这种情况就会认为是函数调用。

比如如下的语句：

foo(a, b);

在词法分析阶段会识别为 foo ( a , b ) ; 这几个 token，解析为函数调用是在语法分析（parsing）阶段完成的。当然可能会涉及一些稍复杂（特殊）的情况，比如：

  • 通过函数指针调用
  • function-like 宏（预处理阶段会进行宏展开）
  • sizeof 运算符，这个是通过维护一张 keyword 的表来识别的（《Parsing Techniques》里称这种文法为 Finite Choice Grammar）

2. 这一步是在链接阶段完成的，比如有一个源文件 echo.c 使用了 printf，编译时会在符号表中留下一个占位符，编译完生成目标代码文件 echo.o。静态链接（gcc 时指定 -static 选项）的时候首先会找到 printf 所在的静态库文件（印象中是 libc.a），然后发现 printf 的占位符，会将相应的部分复制到 echo.o 中，最后生成一个（完全链接的）可执行文件。如果是动态链接，情况会更复杂一点，链接是在运行时进行的，CS:APP 第 7 章就是专门讲链接的，可以详细地了解一下。

3. 学完编译原理就知道了

可以先大致了解一下把源文件转换成可执行文件的流程以及对应的 gcc 选项，动手实践一下看看这些过程都做了什么。你的这些问题其实书上都有，如果你真的非常感兴趣，可以看 CS:APP（《深入理解计算机系统》）和龙书（《编译原理》）（以及《Parsing Techniques》）详细地了解。

打个广告 https://github.com/sunziping2016/MyC89Compiler 是我尝试写的一个C89的编译器，现在这个项目已经停滞，希望有兴趣的人能一起来完成这个项目。这个项目前端用的是Flex/Bison，后端用的是LLVM。

接下来，我来回答题主的问题。

1.

printf不是语言自带的，而是标准库自带的。换言之，printf和其他的用户自定义函数在编译的时候没有差别。一般而言，预处理器会将stdio.h展开，其中包含了printf的声明，这样编译器遇到声明的时候，就讲printf加入符号表并标注为是一个extern的函数。当然你也可以手动声明printf，下面的代码也是可以work的。

int printf (const char *format, ...);

int main() {
printf("Hello, World!
");
return 0;
}

那么printf的实现究竟在哪里呢？在linux，它是存在在一个叫libc.so的动态链接库里，这是开源的，一般实现是 https://www.gnu.org/software/libc/ ，一般而言用户只需要二进位的动态链接库，无需关心源码。在windows上，一般而言，对于visual studio开发的程序，这是在一个叫msvcrt.dll的动态链接库里。编译器在生产目标文件的时候会在里面注明需要链接上printf，而后由链接器将目标文件与链接库链接。

2.

我猜题主是不是要写个编译器。如上所述，在编译器阶段，理论上printf和其他函数是不做区别对待的。

3.

首先源代码会经过多个翻译阶段，每个阶段又可能包含词法分析和语法分析，详见 https://en.cppreference.com/w/c/language/translation_phases ，当然有些编译器只使用了其中几个而不是所有阶段。一般而言，预处理和编译是两个使用了语法分析的重要翻译阶段。预处理器处理所有的预处理命令（#开头），所以编译看到的代码如下：

...
int printf (const char *format, ...);
...

int main() {
printf("Hello, World!
");
return 0;
}

然后这是lex的代码，代表著编译阶段的词法分析器 https://www.lysator.liu.se/c/ANSI-C-grammar-l.html ；这是yacc的代码，代表著编译阶段的语法分析器 https://www.lysator.liu.se/c/ANSI-C-grammar-y.html 。代码可读性比较高。

你既然都学到编译器了，怎么会不知道头文件和函数声明。。。还有C语言什么时候有自带函数，printf不是标准库(stdio.h)里里的函数吗。。。

推荐阅读：
相关文章