Phases of translation

C++ソースファイルは、コンパイラによって処理され、C++プログラムが生成されます。

翻訳プロセス

C++プログラムのテキストは、 source files と呼ばれる単位で保持されます。

C++ソースファイルは以下のステップを経て 翻訳 され、 翻訳単位 となります：

1. 各ソースファイルを文字シーケンスにマッピングします。
2. 各文字シーケンスを、空白で区切られたプリプロセストークンシーケンスに変換します。
3. 各プリプロセストークンをトークンに変換し、トークンシーケンスを形成します。
4. 各トークンシーケンスを翻訳単位に変換します。

C++プログラムは、翻訳された翻訳単位から形成することができます。翻訳された翻訳単位とインスタンス化された単位（インスタンス化された単位は以下のフェーズ8で説明されます）は、個別に保存するか、ライブラリに保存することができます。複数の翻訳単位は、（例えば）外部リンケージを持つシンボルやデータファイルを通じて互いに通信します。翻訳単位は個別に翻訳した後、後でリンクして実行可能プログラムを生成することができます。

上記のプロセスは9つの translation phases に整理されます。

プリプロセストークン

プリプロセッシングトークンは、翻訳フェーズ3から6における言語の最小字句要素です。

前処理トークンのカテゴリは以下の通りです：

• ヘッダー名 （例： < iostream > または "myfile.h" ）

• 識別子
• 前処理数値（下記参照）
• 文字リテラル 、 ユーザー定義 文字リテラルを含む (C++11以降)
• 文字列リテラル 、 ユーザー定義 文字列リテラルを含む (C++11以降)
• 演算子と区切り文字 、 代替トークン を含む
• 他のカテゴリに該当しない個々の非空白文字

このカテゴリに該当する文字が以下の場合、プログラムは不適格となります：

• アポストロフィ（ ' , U+0027）、
• 引用符（ " , U+0022）、または
• 基本文字集合 に含まれない文字である場合。

プリプロセス数

前処理数値の前処理トークンの集合は、 整数リテラル と 浮動小数点リテラル のトークン集合の和集合の上位集合です：

各 pp-continue は以下のいずれかです：

前処理番号は型や値を持たない。整数/浮動小数点リテラルトークンへの変換が成功した後に初めてこれらを獲得する。

空白文字

空白 は、 コメント 、空白文字、またはその両方で構成されます。

以下の文字は空白文字です：

• 文字タブ (U+0009)
• 改行文字 (U+000A)
• 行タブ (U+000B)
• フォームフィード (U+000C)
• スペース (U+0020)

空白は通常、以下の例外を除いて、前処理トークンを区切るために使用されます：

• ヘッダー名、文字リテラル、文字列リテラル内のセパレーターではありません。
• 改行文字を含む空白で区切られたプリプロセッシングトークンは プリプロセッシングディレクティブ を形成できません。

#include "my header"        // OK: 空白文字を含むヘッダー名の使用
#include/*hello*/<iostream> // OK: コメントを空白として使用
#include
<iostream> // エラー: #includeは複数行にまたがることができません
"str ing"  // OK: 単一の前処理トークン（文字列リテラル）
' '        // OK: 単一の前処理トークン（文字リテラル）

最大マンチ

最大マンチは、ソースファイルを前処理トークンに分解する際にフェーズ3で使用される規則です。

入力がある文字まで前処理トークンに解析されている場合（そうでなければ、次の前処理トークンは解析されず、解析順序が一意になります）、次の前処理トークンは、たとえその後の解析が失敗する原因となる場合でも、前処理トークンを構成できる文字の最長シーケンスとして一般に扱われます。これは一般に maximal munch として知られています。

int foo = 1;
int bar = 0xE+foo;   // エラー: 無効なプリプロセス番号 0xE+foo
int baz = 0xE + foo; // OK

言い換えれば、最大マンチ規則は 複数文字の演算子と区切り文字 を優先します：

int foo = 1;
int bar = 2;
int num1 = foo+++++bar; // エラー: 「foo++ ++ +baz」として扱われ、「foo++ + ++baz」ではない
int num2 = -----foo;    // エラー: 「-- -- -foo」として扱われ、「- -- --foo」ではない

最大マンチ規則には以下の例外があります:

• ヘッダー名の前処理トークンは以下の場合にのみ形成されます：

• #include ディレクティブ内の include プリプロセッシングトークンの後

std::vector<int> x; // OK、「int」はヘッダー名ではない

• 次の3文字が < :: であり、かつ後続の文字が : でも > でもない場合、 < は 代替トークン < : の最初の文字としてではなく、単独の前処理トークンとして扱われます。

struct Foo { static const int v = 1; };
std::vector<::Foo> x;  // OK、<: は [ の代替トークンとして解釈されない
extern int y<::>;      // OK、「extern int y[];」と同じ
int z<:::Foo::value:>; // OK、「int z[::Foo::value];」と同じ

template<int i> class X { /* ... */ };
template<class T> class Y { /* ... */ };
Y<X<1>> x3;      // OK, 型 "Y<X<1> >" の変数 "x3" を宣言
Y<X<6>>1>> x4;   // 構文エラー
Y<X<(6>>1)>> x5; // OK

#define R "x"
const char* s = R"y";         // 不正な生文字列リテラル、"x" "y" ではない
const char* s2 = R"(a)" "b)"; // 生文字列リテラルと通常の文字列リテラルの連結

トークン

トークンは、翻訳フェーズ7における言語の最小字句要素です。

トークンのカテゴリは以下の通りです：

• 識別子
• キーワード
• リテラル
• 演算子と区切り文字 (プリプロセッシング演算子を除く)

翻訳フェーズ

翻訳はフェーズ1からフェーズ9への順序で as if 行われます。実装はこれらの個別のフェーズが発生するかのように動作しますが、実際には異なるフェーズがまとめて実行される場合があります。

フェーズ1: ソース文字のマッピング

Phase 2: ラインのスプライシング

フェーズ3: 字句解析

// The following #include directive can de decomposed into 5 preprocessing tokens:
//     punctuators (#, < and >)
//          │
// ┌────────┼────────┐
// │        │        │
   #include <iostream>
//     │        │
//     │        └── header name (iostream)
//     │
//     └─────────── identifier (include)

// Error: partial string literal
"abc

// Error: partial comment
/* comment

フェーズ4: プリプロセス

Phase 5: 共通文字列リテラルエンコーディングの決定

Phase 6: 文字列リテラルの連結

隣接する string literals は連結されます。

Phase 7: コンパイル

コンパイルが実行される: 各プリプロセッシングトークンは token に変換される。これらのトークンは構文的・意味的に解析され、 translation unit として翻訳される。

フェーズ8: テンプレートのインスタンス化

各翻訳単位は、必要なテンプレートのインスタンス化のリストを生成するために検査されます。これには 明示的インスタンス化 によって要求されるものも含まれます。テンプレートの定義が特定され、必要なインスタンス化が実行されて インスタンス化単位 が生成されます。

Phase 9: リンク

外部参照を満たすために必要な翻訳単位、インスタンス化単位、およびライブラリコンポーネントは、その実行環境での実行に必要な情報を含むプログラムイメージに収集されます。

注記

ソースファイル、翻訳単位、および翻訳済み翻訳単位は、必ずしもファイルとして保存される必要はなく、これらの実体と外部表現との間に一対一の対応関係がある必要もありません。この記述は概念的なものであり、特定の実装を規定するものではありません。

一部のコンパイラはインスタンス化単位（ テンプレートリポジトリ または テンプレートレジストリ とも呼ばれる）を実装しておらず、単純にフェーズ7で各テンプレートインスタンス化をコンパイルし、暗黙的または明示的に要求されたオブジェクトファイルにコードを格納し、その後リンカーがフェーズ9でこれらのコンパイルされたインスタンス化を1つに統合します。

不具合報告

以下の動作変更の欠陥報告書は、以前に公開されたC++規格に対して遡及的に適用されました。

参考文献

関連項目