Fase 2... Análisis léxico del ensamblador

Pues bien, después de un largo rato de no hacer nada más que jugar League of Legends, decidí empezar con la fase 2 del proyecto que consiste en:

Identificar todos y cada uno de los elementos del programa fuente como elementos validos del lenguaje (pseudoinstrucción, instrucción, registro, símbolo, constante [numérica decimal, numérica hexadecimal, numérica binaria, caracter]). Esta fase del proyecto debe cubrir la característica de desplegar frente a cada elemento de la lista resultado de la fase 1, el tipo de elemento de que se trate. De no identificar a un elemento como válido, se debe desplegar e mensaje "Elemento no identificado" o "Elemento invalido".

Los subconjuntos de doce instrucciones a identificar por cada equipo son los siguientes. Recuerden que es restricción del proyecto el que únicamente identifiquen las instrucciones asignadas y se tomará como símbolos las instrucciones no asignadas.

Equipo

Instrucciones a identificar

1

AAA

LAHF

POPF

STOSB

INT

PUSH

CMP

TEST

JAE

JL

JO

LOOPZ

2

AAD

CMPSB

PUSHA

STOSW

LDS

DEC

MOV

XCHG

JB

JLE

JNG

JA

3

AAM

CMPSW

LAHF

XLATB

LEA

DIV

OR

XOR

JBE

JMP

JNGE

JP

4

AAS

CWD

LODSB

PUSHF

LES

IDIV

RCL

ADC

JC

JNA

JNL

JS

5

CBW

DAA

LODSW

RET

DEC

IMUL

ROR

ADD

JCXZ

JNAE

JNLE

JZ

6

CLC

DAS

MOVSB

SCASW

DIV

MUL

SAR

AND

JE

JNB

JNO

LOOP

7

CLD

HLT

MOVSW

STC

IDIV

NEG

ADC

CMP

JG

JNBE

JNP

LOOPE

8

CLI

INTO

NOP

STD

IMUL

NOT

ADD

SHL

JGE

JNC

JNS

LOOPNE

9

CMC

IRET

POPA

STI

INC

POP

AND

SUB

JA

JNE

JNZ

LOOPNZ

Pues bien, vamos a suponer que somos el equipo 7, porque dicen que el 7 trae buena suerte.

Esta fase no es nada complicada y sólo tenemos que analizar el elemento que nos ha devuelto la fase 1.

Para esta fase, podemos hacer un HashMap de strings.

Esta clase de java nos permite manejar conjuntos de objetos como si fuera un vector, pero en lugar de índices numéricos, podemos usar palabras.

La idea es hacer una lista como por ejemplo:

CLD:INSTRUCCIÓN

HLT:INSTRUCCIÓN

MOVSW:INSTRUCCIÓN

AX:REGISTRO
BX:REGISTRO

...

Y así, por lo que cuando busquemos por una instrucción válida, nos regresará el string instrucción o registro según corresponda.

Si el mapa no devuelve ninguna de estas cosas, aplicaremos la expresión regular para los símbolos...

if(linea.matches("[a-zA-Z][\\w]*")){

Algo así... donde tamano es el tamaño que queremos aceptar como máximo para nuestros símbolos, no es posible poner variables en las expresiones regulares, por lo tanto o lo hardcodean, o hacen un if con un length del string y una variable int estática...

HashMap<String, Integer> tipoElementos = new HashMap<String, Integer>();
tipoElementos.put("CLD",Identificador.INSTRUCCION);

tipoElementos.put("AX",Identificador.REGISTRO);

Así quedaría el mapa, obviamente con más elementos...

Finalmente reconocer las constantes numéricas y demás, es sencillo, dejo uno para identificar números hexadecimales con o sin signo acá...


private static boolean isHex(String elemento, boolean signo) {
elemento=elemento.replace("h", "");
elemento=elemento.replace("H", "");

try{
if(signo==true){
if( (Integer.parseInt(elemento,16) > -129) && (Integer.parseInt(elemento,16)<128) ){
return true;
}
}
else{
if( (Integer.parseInt(elemento,16) > -1) && (Integer.parseInt(elemento,16)<256) ){
return true;
}
}
}
catch(Exception e){
return false;
}
return false;
}