软考:区分词法分析、语法分析、语义分析

2024-05-16 08:04

本文主要是介绍软考:区分词法分析、语法分析、语义分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

考各位一个题:判断程序语句的形式是否正确属于()阶段的工作?

A、词法分析   B、语法分析  C、语义分析  D、代码生成

各位填什么?

正确答案:B

词法分析(Lexical Analysis)

        词法分析是编译器工作的第一个阶段,也被称为扫描(Scanning)或分词(Tokenization)。在这个阶段,编译器会读取源代码的字符流,并将其分解为一个个有意义的符号或标记(Tokens)。这些标记是编译器进一步处理的基本单位。

        在C语言中,词法分析器会识别出诸如关键字(如int, for, while等)、标识符(变量名、函数名等)、运算符(如+, -, *, /等)、数字字面量、字符串字面量、标点符号(如括号、分号等)等不同类型的标记。

        例如,对于C语言的代码片段int a = 5;,词法分析器会将其分解为以下标记:int(关键字)、a(标识符)、=(赋值运算符)、5(整数字面量)和;(语句结束符)。

总结:关键字、标识符、赋值运算符、整数字面量、语句结束符

语法分析(Syntax Analysis)

       语法分析是编译器工作的第二个阶段。在这个阶段,编译器会根据语言的语法规则(通常由上下文无关文法定义)将词法分析器产生的标记组合成有意义的表达式和语句。这个过程通常通过构建一个抽象语法树(Abstract Syntax Tree, AST)来实现。

       在C语言中,语法分析器会检查标记的排列是否符合C语言的语法规则。例如,它会检查变量声明、函数定义、控制流语句(如if语句、for循环等)和表达式等的结构是否正确。

       对于上面的代码片段int a = 5;,语法分析器会确认这是一个合法的变量声明和初始化语句,并构建一个相应的AST节点。

语义分析(Semantic Analysis)

     语义分析是编译器工作的第三个阶段。在这个阶段,编译器会检查源代码的语义是否正确,即检查源代码是否有意义。这包括类型检查、变量和函数的作用域检查、符号解析等。

      在C语言中,语义分析器会确保变量和函数的类型正确,确保所有的函数调用都有正确的参数类型和数量,检查变量是否在使用前已经声明和初始化等。

      对于上面的代码片段int a = 5;,语义分析器会确认变量a的类型是int,并且它被赋值为一个整数5,这是合法的。

我再出几道题:

     在编译过程中,哪个阶段负责识别并报告变量未定义错误? A、词法分析   B、语法分析  C、语义分析  D、代码生成

答案:C

解析:题目的意思应该是,声明变量,但是没有初始化,检查变量初始化。

     编译器在将源代码转化为可执行文件时,哪个阶段负责检查类型错误? A、词法分析   B、语法分析  C、语义分析  D、链接

答案:C

解析:类型赋值后,类型是否正确。

    哪个阶段是编译器中负责将中间代码转化为目标机器代码的部分? A、词法分析   B、语法分析  C、语义分析  D、代码生成

答案:D

总结:

建议记下来,顺序是词法分析、语法分析、语义分析。

相同的是在后两位,不同的在第一位,其实仔细想想,明显单词判断要先判断,后面才是语法和语义,单词不就关键字、标识符,常量吗?而语法就那些if语法,while语法,语义才是深层次的变量里面的值

这篇关于软考:区分词法分析、语法分析、语义分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/994336

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串