Conversões de Linguagens: Tradução, Montagem, Compilação, Ligação e Interpretação

Para executar uma tarefa qualquer, um computador precisa receber instruções precisas sobre o que fazer. Uma seqüência adequada de instruções de computador, para a realização de uma determinada tarefa, se constitui num PROGRAMA de computador. Uma linguagem de programação é um conjunto de ferramentas, regras de sintaxe e símbolos ou códigos que nos permitem escrever programas de computador, destinados a instruir o computador para a realização de suas tarefas.
A primeira e mais primitiva linguagem de computador é a própria linguagem de máquina, aquela que o computador entende diretamente e pode ser diretamente executada pelos circuitos do processador (pelo hardware). No início da era da computação, os programas eram escritos em linguagem de máquina, isto é, as instruções eram escritas diretamente na linguagem do computador (formada apenas com 1’s e 0’s). Um programa em linguagem de máquina é uma longa série de 0’s e 1’s, ordenados de forma que alguns representam códigos de instruções e outros representam os dados que serão processados (ou indicam onde esses dados estão armazenados). Em um programa escrito em linguagem de máquina, cada instrução escrita pelo programador será individualmente executada, isto é, a cada instrução do programa corresponderá uma ação do computador. A relação é portanto 1 para 1 – uma instrução do programa corresponde a uma operação do computador.

Imagine então um programa extenso escrito apenas usando 1’s e 0’s; imagine que para cada diferente marca ou modelo de computador, as regras para entender esses códigos serão totalmente diferentes; e finalmente imagine que voce teria que escrever uma a uma as instruções e os dados adequadamente codificados e ordenados, perfurar todos o programa em cartões e submeter toda a massa de cartões ao computador, para finalmente receber algumas horas depois o seu programa de volta com uma mensagem de erro tipo “erro no cartão X” … e mais nada! Um programa escrito nessa linguagem era difícil de ser escrito sem que se cometessem muitos erros, processo esse longo, difícil, entediante e principalmente caro. Um programa em linguagem de máquina era também extremamente difícil de ser entendido por outros programadores que futuramente viessem a trabalhar na manutenção do programa. Essa complexidade levou à necessidade de se desenvolverem técnicas e ferramentas para tornar a escrita e manutenção de programas mais fácil, mais rápida e principalmente mais barata.

Cada família de computadores possui sua própria linguagem de máquina. Um programa em linguagem de máquina é dependente do computador ou seja, tendo sido escrito para um determinado computador, somente poderá ser executado em computadores da mesma família, que lhe sejam 100% compatíveis.

Tradução

Um programa escrito por um programador (chamado código fonte) em uma linguagem de alto nível é um conjunto de instruções que é clara para programadores, mas não para computadores. Ou seja, os computadores entendem única e exclusivamente suas linguagens nativas, as linguagens de máquina. Programas em linguagem de alto nível, a exemplo dos programas escritos em linguagem de Montagem, também precisam ser traduzidos para linguagem de máquina para poderem ser submetidos ao computador e processados.

O processo de tradução do programa escrito em uma linguagem simbólica pelo programador, chamado código fonte (source code) para a linguagem de máquina do computador chamada código objeto (object code), é chamado compilação e é realizado por um programa chamado Compilador (Compiler).

Tradução sucessiva de uma linguagem para outra intermediária mais simples, da linguagem fonte até à linguagem objeto.

Tradução sucessiva

Cada tradução pode dividir-se nas seguintes fases:

Análise Léxica (scanner)

Ele separa a sequência de caracteres que representa o programa fonte em entidades ou tokens, símbolos básicos da linguagem. Durante a análise léxica, os tokens são classificados como palavras reservadas, identificadores, símbolos especiais, constantes de tipos básicos (inteiro real, literal, etc.), entre outras categorias. Basicamente é reconhecer as sequências de símbolos que representam uma unidade. Ex.: o nome de uma variável, uma constante, uma palavra chave de uma instrução (while).

Um token consiste de um par ordenado (valor, classe). A classe indica a natureza da informação contida em valor.

Outras funções atribuídas ao analisador léxico são: ignorar espaços em branco e comentários, e detectar erros léxicos.

Análise Sintática (parser)

Ele agrupa os tokens fornecidos pelo analisador léxico em estruturas sintáticas, construindo a árvore sintática correspondente. Para isso, utiliza uma série de regras de sintaxe, que constituem a gramática da linguagem fonte. É a gramática da linguagem que define a estrutura sintática do programa fonte.

O analisador sintático tem também por tarefa o reconhecimento de erros sintáticos, que são construções do programa fonte que não estão de acordo com as regras de formação de estruturas sintáticas como especificado pela gramática.

Identifica a estrutura gramatical do programa e reconhece o papel de cada componente. É normalmente construída uma árvore sintática do programa e uma tabela de símbolos, que identifica variáveis.

Analisador Semântico

O compilador executa ainda a análise semântica. O analisador semântico utiliza a árvore sintática determinada pelo analisador sintático para: identificar operadores e operandos das expressões, reconhecer erros semânticos, fazer verificações de compatibilidade de tipo, analisar o escopo das variáveis, fazer verificações de correspondência entre parâmetros atuais e formais.

Fundamentalmente, a análise semântica trata os aspectos sensíveis ao contexto da sintaxe das linguagens de programação. Por exemplo, não é possível representar em uma gramática livre de contexto uma regra como “Todo identificador deve ser declarado antes de ser usado.“, e a verificação de que essa regra foi aplicada cabe à análise semântica.

Otimização de Código

O processo de otimização de código consiste em melhorar o código intermediário de tal forma que o programa objeto resultante seja mais rápido em tempo de execução. Por exemplo, um algoritmo para geração do código intermediário gera uma instrução para cada operador na árvore sintática, mesmo que exista uma maneira mais otimizada de realizar o mesmo comando.

Geração de Código

A fase final do compilador é a geração do código para o programa objeto, consistindo normalmente de código em linguagem assembly ou de código em linguagem de máquina. Aqui é o processo de construir instruções da linguagem máquina (em assembly, normalmente) que simulam as instruções reconhecidas pelo analisador sintáctico. A geração de código pode englobar: análise semântica, geração de código intermédio, otimizadores e geração de código final.

Montagem

Citamos anteriormente uma forma de tradução rápida e simples: a executada pelo programa Montador. O processo de montagem traduz um programa escrito em linguagem Assembly em um programa equivalente em linguagem de máquina, possível de ser executado pelo computador.

A seguir, é apresentado o fluxo que representa o processo de montagem.

Processo de Montagem

No processo de montagem, o código fonte (programa em linguagem simbólica escrito pelo programador) é examinado, instrução por instrução e é feita a tradução, gerando o código que será executado (código objeto). Os passos executados pelo programa Montador são:

  1. Verificar a correção do código de instrução (se o mnemônico corresponde a uma instrução válida para o computador, se os campos definidos na estrutura da linguagem e a sintaxe estão corretos) e substituir os mnemônicos pelos códigos numéricos binários equivalentes. Qualquer erro no código acarreta a interrupção do processo e a emissão de mensagem de erro.
  2. Resolver as referências de memória: os nomes simbólicos adotados pelo programador são convertidos para endereços reais de memória (valores numéricos binários de endereços).
  3. Reservar espaço em memória para o armazenamento das instruções e dados.
  4. Converter valores de constantes em binário.

Compilação

Compilação é o processo de tradução de um programa escrito em linguagem de alto nível para código em linguagem de máquina. Compilação é um processo análogo ao da montagem (verificação / análise do código fonte, resolução das referências de memória, reserva de espaço em memória e conversão para código de máquina binário). O que diferencia a compilação do processo de montagem é sua maior complexidade. No processo de montagem, há uma relação de 1:1, ou seja, cada instrução do código fonte resulta em uma instrução de máquina, enquanto na compilação a relação é múltipla, cada instrução do código fonte gerando várias instruções de máquina.

Processo de Tradução

Durante a compilação, o código fonte é analisado (análise léxica, sintática e semântica), é gerado um código intermediário e são construídas tabelas de símbolos, alocam-se as áreas de memória para variáveis e atribui-se os registradores a serem utilizados, e é finalmente gerado o código objeto em linguagem binária de máquina. Em alguns compiladores, é gerado um código intermediário em Assembly (que pode ser visualizado pelo programador) e que em seguida passa pelo montador para gerar finalmente o código objeto em linguagem de máquina.

O código objeto pode ser absoluto (os endereços constantes são endereços reais de memória) ou relocável (os endereços são relativos, tendo como referência o início do programa, e os endereços reais de memória são definidos apenas em tempo de execução).

Tipos de Compiladores:

  • Single-Pass: compilação numa única leitura do programa fonte
  • Multi-Pass: compilação através de várias leituras do programa fonte
  • Load-And-Go: compilação e a execução do programa fonte
  • Debugging: compilação permitindo a depuração do programa fonte
  • Optimizing: compilação e a otimização do programa alvo

Vantagens:

  • O código compilado é mais rápido de ser acessado;
  • Impossibilita ou pelo menos dificulta ser quebrado e visualizado o código-fonte original;
  • Permite otimização do código por parte do compilador;
  • Compila o código somente se estiver sem algum erro.

Desvantagens:

  • Para ser utilizado o código precisa passar por muitos níveis de compilação;
  • Assim como vantagem a possibilidade de não poder visualizar o código-fonte, pode ser uma desvantagem;
  • Processo de correção ou alteração do código requer que ele seja novamente recompilado.

Bibliotecas

O desenvolvimento de um programa certamente utilizará diversas operações que são comuns a muitos outros programas. Por exemplo, a execução de uma instrução de entrada e saída, a classificação dos dados de um arquivo, o cálculo de funções matemáticas, etc. Uma linguagem de alto nível geralmente incorpora diversas rotinas prontas (que fazem parte da linguagem) e que compõem bibliotecas (librarys) de funções pré-programadas que poderão ser utilizadas pelo programador, poupando tempo, aumentando a eficiência e evitando erros. Dessa forma, um programa em alto nível possivelmente conterá diversas chamadas de biblioteca (library calls). Essas funções não devem ser confundidas com as instruções da linguagem – na realidade, são pequenos programas externos que são chamados através de instruções especiais de chamada de biblioteca. Para serem executadas, essas rotinas precisam ser incorporadas ao código do programador, isto é, a chamada de biblioteca precisa ser substituída pelo código propriamente dito, incluindo os parâmetros necessários.

Ligação

Assim, o código objeto preparado pelo compilador em geral não é imediatamente executável, pois ainda existe código (as rotinas de biblioteca) a ser incorporado ao programa. A cada chamada de biblioteca encontrada no código fonte, o compilador precisará incluir uma chamada para a rotina e o endereço dos dados que devam ser passados para a rotina.

A tarefa de examinar o código objeto, procurar as referências a rotinas de biblioteca (que constituem referências externas não resolvidas), buscar a rotina da biblioteca, substituir a chamada pelo código (“resolver as referências externas”) e obter os parâmetros para incluí-los no código objeto é executada por um programa chamado Ligador (LinkEditor). O resultado da execução do Ligador é o código final pronto para ser executado pelo computador, chamado módulo de carga ou código executável.

Processo de Compilação e Ligação

O módulo de carga, após testado e depurado (isto é, depois de resolvidos todos os erros, também chamados “bugs”) é armazenado em memória de massa para ser executado quando necessário. O processo de compilação e ligação é executado apenas pelo programador na fase de desenvolvimento e não mais precisará ser executado pelo usuário, quando da execução do programa.

Interpretação

Com o processo de execução de um programa em fases distintas (compilação / ligação / execução) apresentado, um programa para ser executado precisa primeiro ter sido convertido para código objeto pelo compilador e depois ter passado pelo ligador. Esse processo é o mais largamente utilizado, porém não é o único.

O método alternativo chama-se de interpretação e, a partir do programa fonte, realiza as três fases (compilação, ligação e execução), comando por comando, em tempo de execução. Não existem fases distintas nem se produzem códigos intermediários. Todo o processo de conversão é efetuado em tempo de execução e imediatamente executado. Ou seja, cada comando é lido, verificado, convertido em código executável e imediatamente executado, antes que o comando seguinte seja sequer lido.

Processo de Interpretação

Linguagens como C, Pascal, COBOL, etc, são linguagens tipicamente compiladas, enquanto o BASIC foi desenvolvido como linguagem interpretada (hoje também existem linguagens BASIC compiladas e o programador pode optar). As linguagens de programação tipicamente de usuário, tais como das planilhas Excel, o Word Basic (linguagem de construção de Macros do Word), o Access, etc, são todas linguagens interpretadas.

Uma vantagem é que o ciclo de escrita, execução, modificação é mais rápido em relação à compilação. Por outro lado, a execução é mais lenta.

No programa em linguagem de alto nível, os interpretadores executam os passos definidos para cada instrução e produzem o mesmo resultado que o do programa compilado. Entretanto, a execução de um programa em linguagem de alto nível com o uso de interpretadores é mais lenta que a execução de um programa compilado, uma vez que precisa examinar cada instrução no programa-fonte, à medida que ela ocorre, e desviar para a rotina que executa a instrução.

Vantagens:

  • Correções e alterações são mais rápidas de serem realizadas;
  • Código não precisa ser compilado para ser executado;
  • Consomem menos memória.

Desvantagens:

  • Execução é mais lenta do programa;
  • Necessita sempre ser lido o código original para ser executado;
Veja o comparativo abaixo:
Comparativo entre Interpretação e Compilação

Bytecode

Traduzindo ao pé da letra, código em bytes — não confundir com código-máquina, é o resultado de um processo semelhante ao dos compiladores de código-fonte que não é imediatamente executável. Em oposição, o bytecode irá ser interpretado numa máquina virtual, que fará a execução. Assim, o bytecode é um estágio intermédio entre o código-fonte (escrito numa linguagem de programação específica) e a aplicação final, sendo a sua vantagem principal a dualidade entre a portabilidade — o bytecode irá produzir o mesmo resultado em qualquer arquitetura— e a ausência da necessidade do pré-processamento típico dos compiladores — o bytecode é encarado como um produto final, cuja validação da sintaxe e tipos de dados (entre outras funções dos compiladores) não será necessária.

Como exemplo de plataformas que geram bytecode, temos Java (que corre sobre a máquina virtual Java), .NET (que corre sobre a Common Language Runtime) e Lua.

Fontes:

– http://wwwusers.rdc.puc-rio.br/rmano/processo.html
– http://www.dcc.fc.up.pt/~nam/aulas/0001/ic/slides/sliic0018/node3.html
– http://gec.di.uminho.pt/discip/TextoAC/cap1.html
– http://www.dcc.fc.up.pt/~nam/aulas/0001/ic/slides/sliic0018/node4.html
– http://www.oficinadanet.com.br/artigo/1527/diferencas_entre_compiladores_e_interpretadores
– http://angela-santana.zip.net/
– http://www.cin.ufpe.br/~pftbm/apostila-LFeC-II.pdf

Sou bacharel em Sistemas de Informação pela Estácio de Sá (Alagoas), especialista em Gestão Estratégica da Tecnologia da Informação pela Univ. Gama Filho (UGF) e pós-graduando em Gestão da Segurança da Informação pela Univ. do Sul de Santa Catarina (UNISUL). Certificações que possuo: EC-Council CEH, CompTIA (Security+, CySA+ e Pentest+), EXIN (EHF e ISO 27001), MCSO, MCRM, ITIL v3. Tenho interesse por todas as áreas da informática, mas em especial em Gestão e Governança de TI, Segurança da Informação e Ethical Hacking.

6 Responses to “Conversões de Linguagens: Tradução, Montagem, Compilação, Ligação e Interpretação”

  1. Fabrício disse:

    Muito bom artigo, parabéns !!

  2. Paulo Sergio disse:

    É possível criar um programa a partir da linguagem da maquina?
    E se sim, você pode dizer onde pode se encontrar um programa que crie, a partir da linguagem binária?

    • Lucas Gomes disse:

      Um exemplo de programas criados direto em linguagem de máquina eram os jogos para Atari da década de 80, da uma pesquisada sobre esse console que tu deve achar o que tu quer.

  3. Amisse da silva arieva disse:

    Em primeiro lugar agradecer ao diego que é dono dest site ou esa obra pork me evulue meus cnhecimendx, e quero aumentr mais cm ajuda d programadores. Muit obrgado mesmo.

  4. Elson Mesquita disse:

    Diego, como vai?
    Parabéns pelo seu artigo, ficou muito bom!
    Gostaria de uma opinião do amigo.
    É uma questão do CESP/UNB e particularmente discordo que a assertiva da letra “A”, a qual descrevo abaixo, esteja incorreta.
    A banca em questão, assim a considerou. Analise por gentileza:

    a- Compilador é um programa que traduz um código em linguagem-fonte em outro código em linguagem de máquina.

    Bem na minha opinião, não consigo visualizar o erro da questão.

    No seu artigo você diz que o compilador pode fazer tanto a tradução para linguagem de máquina, que nesse caso teríamos um código intermediário na fase de análise (Léxica, sintática e semântica) e em seguida a geração do “código objeto”, na fase de síntese.
    Disse que seria possível também que o compilador gera-se diretamente um código em linguagem de montagem (Assembly), que passaria pelo montador (Assembler) para geração do código objeto em linguagem binária (máquina).
    È isso, não sei o que pensa sobre a questão. Se puder opinar.

    Deixo a assertiva que a banca considerou como correta abaixo: Não discordo que esteja errada esta assertiva, contudo a citada acima, não consigo visualizar o erro.
    c- Programas ligadores podem produzir ligação estática ou dinâmica, sendo comum, em interpretadores de programas o uso de ligação dinâmica, o que permite apoiar a implementação de polimorfismo.

    abraço grande, Elson Mesquita

Deixe um comentário para Lucas Gomes Cancelar resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *