Universidad de San Carlos de Guatemala

Facultad de Ingeniería
Escuela de Ciencias y Sistemas Organización
de Lenguajes y Compiladores 1
Primer Semestre 2022
Catedráticos
Ing. Mario Bautista
Ing. Manuel Castillo
Ing. Kevin Lajpop
Tutores Académicos
Emely Yecenia Garcia Monge
Jose Eduardo Moran Reyes
Moisés Gonzalez Fuentes
Jose Fernando Guerra Muñoz

ExpAnalyzer
Proyecto 1

Objetivos 2
Objetivos Generales 2
Objetivos Específicos 2

Descripción General 2

Funcionalidades 3

Intérprete de Expresiones Regulares 3

Definición del Lenguaje 4
Expresiones regulares 4
Conjuntos 5
Caracteres Especiales 5
Ejemplo 5
Generación de JSON de Salida 6

Flujo del programa 7

Generación de AFD 7

Método de Thompson 8
Autómata Finito No Determinista 8

Método del árbol 9

Árbol de expresión 9

Interfaz Sugerida 10

Anexos 12
Explicación sobre Método del Árbol 12
Reglas del Método de Thompson 18
 Transición “a” 18
Transición “ε” 18
Transición “ab” 18
Transición “a|b|c” 19
Transición “a+” 19
Transición “a*” 19
Transición “a?” 20

Reportes 20
Arboles 20
Siguientes 20
Transiciones 21
AFD 21
AFND 21
Errores 21
Salidas 21

Requerimientos Mínimos 22

Entregables 22

Restricciones 22

Fecha de Entrega 23
1. Objetivos

1.1 Objetivos Generales

Aplicar los conocimientos sobre la fase de análisis léxico y sintáctico de un compilador para
construcción de una solución de software que permita generar análisis por medio del método
del árbol.

1.2 Objetivos Específicos

● Reforzar el concepto del método de Árbol de expresiones regulares en Autómatas

Finitos Deterministas (AFD).
● Reforzar el concepto del método de Thompson de expresiones regulares en
Autómatas Finitos No Deterministas (AFND).
● Identificar y programar el proceso de reconocimiento de lexemas mediante el uso
de Autómatas Finitos Determinista.

2. Descripción General
El curso de Organización de Lenguajes y Compiladores 1, perteneciente a la Facultad de
Ingeniería de la Universidad de San Carlos de Guatemala, requiere que usted, como
conocedor en la construcción de analizadores Léxico y Sintáctico, cree un sistema que
sea capaz de realizar el Método del Árbol y el Método de Thompson, para que los
estudiantes puedan verificar que las respuestas de las tareas y exámenes del curso son
correctas. Este aplicativo, requiere de las funciones que se abordan en la Sección 4, y
requiere que las expresiones regulares sean ingresadas en notación polaca o prefijada.
Cabe destacar que el sistema debe contar con las siguientes funcionalidades principales:

● Intérprete de Expresiones Regulares Permitidas: Esta funcionalidad analizará un

archivo de expresiones regulares que serán las que se permiten dentro del
lenguaje que recibe el lenguaje entendible con la información necesaria para la
validación de los lexemas.
3. Funcionalidades
Se requiere un programa que permita la edición de programas fuente a través de un área
de texto. Además, que permita la visualización de los resultados y reportes de análisis.

Menú Archivo
● Nuevo Archivo: Se podrá crear un nuevo archivo con extensión [.exp].
● Abrir archivo: Nos permitirá abrir un archivo que esté guardado en disco. Los
archivos a abrir tendrán extensión [.exp].
● Guardar: Nos permitirá guardar el archivo actual.
● Guardar como: Nos permitirá guardar el archivo con otro nombre.
● Generar Autómatas: Analizará el archivo en base al área de expresiones regulares,
 generando sus respectivos reportes.
● Analizar cadenas y generar JSON de salida: Analizará el archivo en base a las
cadenas a evaluar con las expresiones regulares creadas anteriormente, indicando
si es correcta o incorrecta su evaluación y guardará el archivo en una ruta definida
por el usuario.

Comentarios
El lenguaje EXP permitirá el uso de comentarios de una o varias líneas. Para comentarios
multilínea se utilizará el símbolo <! para indicar el inicio del comentario y el símbolo !>
para indicar el final del comentario. Para comentarios de una sola línea se utilizará la
doble barra //.

4. Intérprete de Expresiones Regulares

Este realiza un análisis léxico y sintáctico de un archivo en Lenguaje EXP (.exp) dentro del
cual se definen todas las expresiones regulares que se van a lograr reconocer en el
lenguaje fuente.

4.1 Definición del Lenguaje

El archivo para la definición de las expresiones regulares se compone de una sección en
la que cada sentencia define el token (identificador) con que el analizador debe reconocer
los lexemas ingresados, seguido de la definición de la expresión regulares. Seguido de
esto dos símbolos de porcentaje (%%). Por último, se define un identificador y un lexema
de entrada, el cual se deberá comparar con la definición que se encuentra en la parte
superior.

Cada sentencia se delimita utilizando punto y coma.

 4.1.1 Expresiones regulares
Las expresiones regulares establecen el patrón que se debe cumplir para representar un
token, estas se reconocerán en notación polaca o prefijada. A continuación, se muestra la
notación a utilizar.

Notación Definición
.ab Concatenación entre a y b
|ab Disyunción entre a y b
*a 0 o más veces
+a 1 o más veces
?a 0 o una vez

* a & b pueden ser caracteres, conjuntos designados con anterioridad o caracteres especiales.
4.1.2 Conjuntos
Para la definición de conjuntos se utiliza la palabra reservada “CONJ”. Un conjunto puede
utilizarse dentro de una expresión regular, pero no en la definición de otro conjunto.
A continuación, la notación a utilizar para la definición de conjuntos:
Notación Definición
a~c Conjunto {a, b, c}.
a~z Conjunto de la a hasta la z en minúsculas.
A~Z Conjunto de la A hasta la Z en mayúsculas.
0~7 Conjunto del 0 al 7.
0,2,4,6,8 Conjunto {0, 2, 4, 6, 8}
 A,b,C,d Conjunto {A, b, C, d}
!~& Conjunto de signos entre ! (33 en código
ascii) y & (38 en código ascii).
Nota: el rango valido será desde el ascii 32
hasta
125 omitiendo los ascii de las letras y
dígitos.

*Los conjuntos vistos anteriormente son ejemplos de las diferentes variantes que éstos pueden
tomar (Ej: también puede existir a~d o 0~9).

4.1.3 Caracteres Especiales

Dentro del lenguaje pueden utilizarse estos caracteres especiales:

Notación Definición
\n Salto de línea
\’ Comilla Simple
\” Comilla Doble

4.1.4 Ejemplo
Notas:

- La definición de conjuntos CONJ puede existir en cualquier parte del archivo.

- El uso de conjuntos se verá delimitado por { llaves }

En este caso “primerLexemaCokoa” se debe comparar con: {letra} * | "_" | {letra}

{digito} para determinar si la entrada cumple con la expresión regular, de ser correcta se
escribirá en el archivo JSON.

4.1.5 Generación de JSON de Salida

Una vez que se analicen cada una de las líneas debajo del doble porcentaje (%%) se
deberá generar un archivo JSON cuya ruta será definida por el programador, el cual
tendrá las siguientes características:
5. Flujo del programa
5.1 Generación de AFD

Diagrama de flujo para la creación de autómatas finitos deterministas

5.2 Validación de cadenas

Diagrama de flujo para validación de cadenas

6. Método de Thompson
6.1 Autómata Finito No Determinista
Es un autómata finito, que a diferencia del AFD, este contiene transiciones vacías, esto quiere
decir que para un símbolo hay más de una transición posible.
 Ejemplo de un AFND creado con el método de Thompson

Para aplicar el método de Thompson, se tienen un conjunto de reglas para cada tipo de
transición. Ver Anexo

7. Método del árbol

7.1.1 Árbol de expresión
Cada expresión regular descrita con anterioridad en el archivo de entrada deberá generar
un árbol de expresión igual al que se muestra a continuación. Cada hoja del árbol tendrá
los siguientes atributos dentro de la gráfica.

- Identificador
- Anulable | No Anulable
- Primeros
- Últimos
 Gráfica del Árbol de expresión

6.1.2 Tabla de transición y tabla de siguientes

Con el árbol de expresión generado con anterioridad se deberá generar una tabla de
transición y una tabla de siguientes correspondientes.
Tabla de siguientes

Hoja Siguientes
A 1 2,3,4
A 2 2,3,4
B 3 2,3,4
B 4 5
# 5 --

Tabla de Transiciones
Estado a Terminales b

S0 {1} S1 --
S1 {2,3,4} S1 S2
S2 {2,3,4,5} S1 S2

8. Interfaz Sugerida
Consola: la consola deberá mostrar el siguiente mensaje:
La expresión: <lexema de entrada> es válida con la expresión Regular <Nombre de la
Expresión Regular>
9. Anexos
9.1 Explicación sobre Método del Árbol
Sirve para encontrar un AFD mínimo dada una expresión regular. Las características de un
AFD son:
● No tiene transiciones Epsilon
● No tiene dos o más transiciones con el mismo símbolo a un mismo estado
En el ejemplo se puede observar la entrada, y la salida esperada del método del árbol.

8.1.1 Pasos a seguir para realizar el método del árbol

8.1.1.1 Agregar al final de la expresión regular el símbolo #

a(a|b)*b → a(a|b)*b#
8.1.1.2 Construir el árbol de Sintaxis y dar un identificador único a cada hoja

8.1.1.3 Determinar los nodos anulables

Se debe basar utilizando las siguientes reglas:

Terminal No anulable
C1* Anulable
C1+ No Anulable (Si C 1 es no anulable)
C1? Anulable
C1|C2 (Anulable(C1)||Anulable(C2))?Anulable:No Anulable
C1C2 (Anulable(C1)&&Anulable(C2))?Anulable:No Anulable

La salida esperada, utilizando las reglas anteriores es:

8.1.1.4 Determinar los nodos primeros
Se debe basar utilizando las siguientes reglas:

terminal Terminal
C1* Primeros(C1)
C1+ Primeros(C1)
C1? Primeros(C1)
C1|C2 Primeros(C1) + Primeros(C2)
C1C2 (Anulable(C1))?( Primeros(C1) + Primeros(C2)):Primeros(C1)

La salida esperada, utilizando las reglas anteriores es:

8.1.1.5 Determinar los nodos últimos

Se debe basar utilizando las siguientes reglas:

terminal Terminal
C1* ultimo(C1)
C1+ ultimo(C1)
C1? ultimo(C1)
C1|C2 ultimo(C1) + ultimo(C2)
C1C2 (anulable(C2))?( ultimo(C1) + ultimo(C2)):ultimo(C2)

La salida esperada, utilizando las reglas anteriores es:

8.1.1.6 Crear Tabla de Siguientes
Solamente Concatenación (∙), Cero o Muchas veces (*) y Una o muchas veces (+) tienen
Siguiente
En la concatenación los Siguientes para los últimos de C1 son los primeros del Nodo C2
Para * y + los siguientes para los últimos de C1 son los primeros de C1

La salida esperada, utilizando las reglas anteriores es:

Hoja Siguientes
a 1 2,3,4
a 2 2,3,4
b 3 2,3,4
b 4 5
# 5 --

8.1.1.7 Construir la tabla de Transiciones

Estado a Terminales b

S0 {1} S1 --
S1 {2,3,4} S1 S2
S2 {2,3,4,5} S1 S2

El estado inicial son los identificadores que estén en los primeros del nodo raíz

Un estado de aceptación es todo aquel que tenga el identificador del símbolo # agregado
inicialmente.
8.1.1.8 Ilustración del AFD construido utilizando la tabla de Transiciones

9.2 Reglas del Método de Thompson

9.2.1 Transición “a”

9.2.2 Transición “ε”

9.2.3 Transición “ab”

9.2.4 Transición “a|b|c”

9.2.5 Transición “a+”

9.2.6 Transición “a*”

 9.2.7 Transición “a?”

10. Reportes
Los reportes son una parte fundamental de la aplicación, ya que muestra de forma visual el
resultado del Método del Árbol, Método de Thompson y los errores que se producen al
momento de analizar los archivos .exp.
A continuación, se muestran ejemplos de estos reportes. (Queda a discreción del estudiante el
diseño de estos, solo se pide que sean totalmente legibles)

10.1 Árboles

10.2 Siguientes
Hoja Siguientes
A 1 2,3,4
A 2 2,3,4
B 3 2,3,4
B 4 5
# 5 --
 10.4 Transiciones

Estado a Terminales b

S0 {1} S1 --
S1 {2,3,4} S1 S2
S2 {2,3,4,5} S1 S2

10.5 AFD

10.5 AFND

10.6 Errores
El reporte de errores debe contener la información suficiente para detectar y corregir errores en
el código fuente. Para mostrar este reporte, se requiere que lo muestre como una página HTML.

# Tipo de Error Descripción Línea Columna

1 Léxico El carácter “$” no pertenece 5 32
al lenguaje.
2 Sintáctico Encontrado Identificador 10 12
“Ejemplo”, se esperaba
Palabra Reservada “Valor”
10.7 Salidas
Las salidas son los archivos JSON generados tras un análisis exitoso de la entrada.

Nota: Se debe crear las siguientes carpetas para almacenar los reportes generados durante la
ejecución del programa:
✔ ARBOLES_#CARNET: En esta carpeta se almacenarán las imágenes de los árboles de
expresión
✔ AFND_#CARNET: En esta carpeta se almacenarán las imágenes de los autómatas
finitos no de deterministas.
✔ SIGUIENTES_#CARNET: En esta carpeta se almacenará los reportes de las tablas de
siguientes generados.
✔ TRANSICIONES_#CARNET: En esta carpeta se almacenará los reportes de las tablas
de transiciones
✔ AFD_#CARNET: En esta carpeta se almacenará los reportes de los grafos de los
autómatas finitos deterministas
✔ ERRORES_#CARNET: En esta carpeta se almacenará los reportes de los errores en
los archivos de entrada
✔ SALIDAS_#CARNET: En esta carpeta se almacenarán los archivos JSON generados
como salidas exitosas.
11. Requerimientos Mínimos
Para que el estudiante tenga derecho a calificación, deberá cumplir con la generación
completa del Método del Árbol, esto implica lo siguiente:

1. Generar Árbol de Expresiones.

2. Generar AFD (Autómata Finito Determinista).
3. Generar Tabla de Siguientes.
4. Generar Tabla de Transiciones.
5. Poseer con al menos 5 commits realizados en el repositorio donde se estuvo
trabajando el proyecto.

Por último, se deberá entregar el archivo de gramáticas, para verificar que el estudiante
trabajó de forma individual.

SI EL ESTUDIANTE NO CUMPLE CON ESTOS REQUERIMIENTOS, NO TENDRÁ

DERECHO A CALIFICACIÓN.
12. Entregables
● Código Fuente del proyecto.
● Manuales de Usuario.
● Manual Técnico.
● Archivo de Gramática para la solución (El archivo debe de ser limpio, entendible y no
debe ser una copia del archivo de CUP).
● Link al repositorio privado de Github en donde se encuentra su proyecto (Se debe de
agregar como colaborador al auxiliar que le califique).

13. Restricciones
1. Lenguajes de programación a usar: Java
2. Herramientas a de análisis léxico y sintáctico: JFlex/CUP
3. La Práctica es Individual
4. Para graficar se puede utilizar cualquier librería (Se recomienda Graphviz)
5. Copias completas/parciales de: código, gramáticas, etc. serán
merecedoras de una nota de 0 puntos, los responsables serán
reportados al catedrático de la sección y a la Escuela de Ciencias y
Sistemas.
6. Para tener derecho a calificación se debe de tener interfaz gráfica (NO
PROGRAMAS SOLAMENTE EN CONSOLA).
7. La calificación tendrá una duración de 30 minutos, acorde al programa
del laboratorio.
8. Se debe poder analizar la cadena de entrada y comprobar el
resultado a través del AFD, de lo contrario no se calificará
14. Fecha de Entrega
Domingo 06 de marzo de 2022.

La entrega será por medio de la plataforma UEDI, si existieran inconvenientes

con la plataforma se utilizará Classroom PREVIAMENTE INDICADO CON SU
RESPECTIVO AUXILIAR.

Entregas fuera de la fecha indicada, no se calificarán.

SE LE CALIFICARA DEL COMMIT REALIZADO HASTA ESTA FECHA.