從零手寫 C 編譯器：最小可行編譯器婴儿步驟實戰

核心理念

參考 Abdulaziz Ghuloum 論文《一種構造編譯器的捷徑》：先做最小可用編譯器，再逐步擴展。不必一次性構建完整前端，從能編譯 int main(){return 2;} 開始。

第一步：詞法分析

用 Flex 定義 Token：

"{"  return '{';
"}"  return '}';
"("  return '(';
")"  return ')';
";"  return ';';
[0-9]+  return NUMBER;
"return" return RETURN;
"int"    return TYPE;
"main"   return IDENTIFIER;

第二步：語法分析

用 Bison 定義極簡文法：

function: TYPE IDENTIFIER '(' ')' '{' expression '}';
expression: RETURN NUMBER ';';

第三步：代碼生成

輸出 x86 32 位彙編：

.text
.global _start
_start:
    movl $2, %ebx   # 返回值
    movl $1, %eax   # sys_exit
    int $0x80       # 系統調用

編譯運行驗證

# 編譯器生成 out.s
./babyc return_two.c
# 彙編鏈接
as out.s -o out.o --32
ld -m elf_i386 -s -o out out.o
# 運行
./out
echo $?   # 輸出 2

擴展路線圖

1. 支持任意返回值 return 3;；
2. 支持一元運算 return ~1;；
3. 變量聲明與賦值；
4. if/while 控制流；
5. 函數調用與棧幀管理；
6. 類型系統、結構體、指針運算。

工程價值

• 深度理解編譯器前端、中端、後端分層；
• 掌握 SSA、寄存器分配、指令選擇等後端核心技術；
• 不再恐懼「黑盒」工具鏈，具備定制語言、優化代碼生成能力。