TPC4

TPC 4 - Analisador Léxico de Código

Autor: [Maria Cleto Rocha]
Número: [A104441]

---

Introdução e Descrição

Este ficheiro foi desenvolvido no âmbito da Unidade Curricular de Processamento de Linguagens. O objetivo do mesmo é implementar um analisador léxico que processa códigos, extraindo e classificando os diferentes tokens presentes no código.
A aplicação utiliza expressões regulares para identificar e diferenciar elementos como comentários, strings, números, variáveis, palavras-chave e identificadores, permitindo assim a análise e interpretação do código fornecido.

---

Regras de Funcionamento

1. Definição dos Tokens:

   • São definidas diversas especificações de tokens, cada uma associada a uma expressão regular.
   • Exemplos:
     • COMMENT para comentários (iniciados por #);
     • STRING para literais de string delimitados por aspas;
     • NUMBER para sequências numéricas;
     • VARIABLE para variáveis que iniciam com ?;
     • KEYWORD para palavras reservadas como select, SELECT,WHERE, where e LIMIT;
     • IDENTIFIER para nomes que seguem um padrão de identificador.

2. Processo de Tokenização:

   • A função tokenize(code) compila todas as expressões regulares num único padrão e percorre o código utilizando re.finditer.
   • Para cada correspondência encontrada, o token é classificado de acordo com o seu tipo.
   • Tokens de espaços em branco e comentários são ignorados.
   • Caso seja detectado um caractere que não se enquadre em nenhum token (definido como MISMATCH), é levantada uma exceção.

3. Exemplo de Execução:

   • Ao executar o script, um exemplo de código (contendo uma consulta similar a SPARQL) é analisado e os tokens extraídos são impressos no terminal.

---

Arquitetura do Programa

• Função tokenize(code):

  • Construção do Regex:
    • Cria uma expressão regular composta, combinando todas as especificações de tokens.
  • Iteração e Classificação:
    • Utiliza re.finditer para identificar e classificar cada token presente no código.
    • Converte tokens numéricos para inteiros e ignora espaços e comentários.
  • Gestão de Erros:
    • Se um caractere não corresponder a nenhum padrão esperado, o programa gera um erro com uma mensagem de "Caractere inesperado".

• Bloco Principal (if __name__ == '__main__':):

  • Define um exemplo de código que simula uma consulta com uma sintaxe similar a SPARQL.
  • Chama a função tokenize para processar o exemplo e imprime os tokens resultantes.

---

Código Fonte

O código completo pode ser encontrado no seguinte repositório:
🔗 analisadorlex.py

---

Execução

Para executar o analisador léxico, certifique-se de ter o Python 3 instalado e utilize o comando abaixo (garantindo que o script se encontra na mesma pasta):

python3 analisadorlex.py