Skip to main content
6 de 8
Corrigindo erro de digitação
Victor Stafusa
  • 64,9mil
  • 9
  • 120
  • 189

[Sei que esta é uma pergunta antiga, mas não me dou por satisfeito com nenhuma das respostas existentes.]

Os compiladores da maioria das linguagens de programação são divididos em várias etapas:

  • Análise léxica;

  • Análise sintática;

  • Análise semântica e

  • Geração de código.

Dependendo do compilador, pode haver mais do que uma etapa de geração de código ou etapas de otimização junto a geração de código. Algumas linguagens (ex: Javascript, Ruby) praticamente não têm análise semântica. Em algumas linguagens de programação, a análise léxica e a sintática não são separáveis.

Além disso, como bem notado no comentário do Jefferson Quesado, "normalmente, o pipeline do compilador não espera a análise léxica concluir-se inteira antes de começar sintática, assim como a saída da análise sintática já pode ser consumido imediatamente pela parte semântica e assim por diante."

Assim sendo, um erro léxico é um erro que ocorre na etapa de análise léxica. Um erro sintático é um erro que ocorre na análise sintática. Um erro semântico é um que ocorre na análise semântica. E um erro de lógica é um erro que ocorre em tempo de execução (e não de compilação). Existem também casos onde erros são detectados na geração de código, mas esses são significativamente raros.

Vamos pegar por exemplo, a linguagem Java, que têm todas essas etapas bem separadas e sei é uma linguagem que o autor da pergunta conhece.

Erro léxico

Um exemplo de programa com alguns erros léxicos seria isso:

public class Teste {
    public static void main(String[] args) {
        int x = 25 + 0x; #
        "abc
    }
} /*

A análise léxica divide o programa em tokens, que é mais ou menos como palavras. Por exemplo, o public é um token, o class é um token, o { é um token, o ; é um token. A análise léxica também faz uma classificação rápida dos tokens quanto ao seu tipo, de forma que o analisador léxico sabe que class é uma palavra chave, que Teste é um identificador, que [ é um símbolo especial e que 25 é um literal inteiro. O Analisador léxico também é responsável por ignorar os comentários.

Vê aquele 0x? Ele é um erro léxico porque o analisador léxico não conseguirá transformá-lo em um literal inteiro válido. Aquele # também é um erro léxico porque no caso do #, ele corresponde a algo que o analisador léxico não é capaz de identificar o que é. O "abc é uma string que não termina, e portanto o analisador léxico não poderá fornecer um token bem-formado sobre ela, outro erro léxico. O comentário no final que começa e não termina também é um erro léxico.

Erro sintático

A análise sintática é a responsável por reconhecer a estrutura geral do programa. É nessa etapa que o compilador reconhece onde estão as instruções, as expressões, as classes, métodos, funções, parâmetros, procedimentos, etc. Entretanto, essa etapa não é responsável por avaliar se essa estrutura faz sentido (essa é a análise semântica), ela é responsável apenas por reconhecer a estrutura.

Um exemplo de programa com erros sintáticos seria isso:

public class Teste
    public static void main(String[[] args) {
        int a = 10
        int x = * 25;
    }

    public void void metodoA() {}

    public @void metodoB() {}

    public void metodoC( {

    public int metodoD(int interface) {}

    public int metodoE() {
        double x = new for while;
        do { System.out.println("X"); };
    }
} (

Aqui temos esses erros:

  • Faltou o { na declaração da classe.

  • No método main, há um [ a mais na declaração dos parâmetros.

  • Faltou um ponto-e-vírgula após o int a = 10, e sem ele o compilador não consegue saber onde uma instrução termina e a instrução seguinte começa.

  • O * no int x = * 25; faz com que o compilador não consiga montar uma expressão de multiplicação bem-formada porque falta o operando da esquerda.

  • O tipo de retorno void void do metodoA vai fazer o compilador se confundir porque quando ele ver o segundo void, ele estaria esperando o nome do método.

  • O @ na declaração do metodoB também vai fazer o compilador se confundir.

  • No método metodoC, observe que tem um ( que não fecha e um { que não fecha.

  • No método metodoD, a palavra interface é uma palavra-chave, e não um identificador. O compilador esparava ver um identificador no lugar do nome do parâmetro.

  • O new for while vai deixar o compilador bem confuso, afinal de contas o for e o while não deveriam aparecer aí.

  • O do { System.out.println("X"); }; é mal-formado porque falta o while após o }.

  • Há um ( sobrando perdido no final.

Com esses erros sintáticos, o compilador não consegue entender qual é a estrutura do código. Ele não será capaz de separar as instruções uma das outras, os métodos uns dos outros, saber onde a classe começa ou onde termina, etc. Se ele não entende a estrutura do código, nem faz sentido tentar avaliar se essa estrutura está correta ou não. No caso do Java e de algumas outras linguagens de programação, a análise semântica nem será iniciada se houverem erros sintáticos.

Erro semântico

Uma vez que o compilador conhece a estrutura do código, sabe onde estão e quais são as instruções, os parâmetros, as classes, os métodos, as instruções e como eslas estão organizadas, aí temos a etapa onde o compilador irá analisar se essa estrutura faz sentido.

Um exemplo de programa com erros semânticos seria isso:

public class Teste extends Teste {
    public static void main(String[] args) {
        int x = "abc" * true;
        int m = 5 * (new Teste(4) + x()) - "z";
        int h = 5.6;
    }

    public static void main(String[] args) {}

    private void x() {
        int[] b = new String[] {"Oi"};
        NaoAchei.naoSei();
        g = 4;
        Runnable p = new Runnable();
        Runnable q = new Runnable() {
            @Override
            protected void run() {}
        };
        q.foo();
        Teste.x();
    }

    class String2 extends String {}

    class Carro implements Runnable {
        @Override
        public void what() {}
    }

    class Carro2 extends Runnable {}

    void y(int a, int a) {
        int x;
        int m = 25 * x;
    }
}

O compilador consegue entender qual é a estrutura/esqueleto desse código. Ele é capaz de ver a classe e saber onde ela começa e onde ela termina, consegue identificar os métodos que tem, consegue separar as instruções uma das outras. Consegue saber onde estão as adições, multiplicações e subtrações. Ou seja, não há erros sintáticos.

Entretanto, embora o programa seja bem-formado estruturalmente, ele ainda é mal-formado semanticamente. Eis os erros:

  • Uma classe não pode herdar de si mesma.

  • Existem dois métodos main com a mesma assinatura.

  • Não dá para se multiplicar uma String por um boolean.

  • Não há construtor de Teste que receba int como parâmetro.

  • Não é possível somar-se alguma coisa com x() porque o resultado desse método é void.

  • Não é possível subtrair-se uma String de alguma outra coisa.

  • O número 5.6 não pode ser atribuído a um inteiro.

  • No método x, a variável b deveria receber um array de int, não um array de String.

  • Na instrução NaoAchei.naoSei();, não há nenhuma classe ou variável chamada NaoAchei, logo não dá para se chamar algum método nela.

  • Na instrução g = 4;, a variável g não foi declarada em lugar nenhum, logo não dá para se saber onde esse valor deveria ser armazenado.

  • Na atribuição da variável p, ocorre uma tentativa de instanciar-se uma interface.

  • Na variável q, o método run() de Runnable é público, mas tenta-se sobrescrevê-lo como protegido. Não se pode enfraquecer-se o nível de acesso.

  • Na instrução q.foo(); temos que q é do tipo Runnable. Mas Runnable não tem nenhum método chamado foo.

  • Na instrução Teste.x();, ocorre que o método x() não é estático, logo não pode ser invocado dessa forma sem uma instância.

  • A classe String é final, logo não dá para a classe String2 herdar dela.

  • A classe Carro implementa Runnable mas não sobreescreve o método run() especificado na interface. Essa classe também não é abstrata.

  • A classe Carro sobreescreve o método what(). Mas nenhuma de suas superclasses ou interfaces têm esse método para ser sobreescrito.

  • A classe Carro2 está tendando herdar de uma interface (com extends) ao invés de implementá-la (com implements).

  • O método y tem dois parâmetros com o mesmo nome.

  • Na instrução int m = 25 * x; do método y, a variável x não foi inicializada.

Com esses erros, embora o compilador consiga entender qual é a estrutura do código, ele não é capaz de entender o que essa estrutura está tentando fazer, ou percebe que ela está violando regras da linguagem, ou percebe que o código é mal-formado ainda que ele tenha uma estrutura bem-formada.

Erro de lógica

Mesmo que o compilador não detecte erros no programa e o compile, isso não significa que o mesmo está correto. Podemos ainda ter erros de lógica que se manifestam apenas durante a execução do programa. Por exemplo:

public class Teste {
    // Calcula todos os números primos de 0 a 100.
    public static void main(String[] args) {
        String x = null;
        System.out.println(x.trim());
    }
}

Esse daí vai dar um NullPointerException na execução. Observe que o código é sintaticamente bem-formado. Na análise semântica, o compilador consegue ver que a variável x recebe um valor válido para o tipo String. Ele também vê que o método trim() existe no tipo String. Ele vê que a classe System existe, que tem um campo chamado out, que é estático e é público e que o tipo desse campo (java.io.PrintStream) oferece o método println invocado. Entretanto, isso não significa que o programa vai ser executado sem que ocorra nenhum problema e nem que o que o programa faz é o que o programador queria que fizesse (observe o comentário).

Erros semânticos vs erros de lógica

Em geral, a ideia da análise semântica é capturar erros semânticos no código. Ou seja, identificar erros de lógica e coisas que seriam impossíveis de dar certo durante a execução. Entretanto, há muitos tipos de problemas que não tem como o compilador verificar (o compilador não tem como saber se o código corresponde ao que o programador queria), e portanto é impossível que a análise semântica seja completa. Apesar disso, uma análise semântica mesmo que parcial ou incompleta pode identificar vários tipos de erros. De fato, o problema da parada é um problema de computação clássico que evidencia que uma análise semântica completa é impossível/indecidível/insolucionável.

Daria para se dizer que erros de lógica são erros semânticos, vez que a finalidade da análise semântica é a de identificar-se coisas que seriam erros de lógica no dado programa, e portanto por esse raciocínio, erro semântico seria um sinônimo para erro de lógica. Porém, frequentemente é útil separar-se os erros que o compilador identifica depois de concluída a análise sintática dos erros que só se manifestam em tempo de execução. Logo, muitas vezes denomina-se como erro semântico os erros de compilação que o compilador produz após ser concluída a análise sintática, enquanto que os erros de lógica seriam aqueles que se manifestam durante a execução e que não foram capturados pelo compilador.

Linguagens interpretadas frequentemente têm pouca ou nenhuma análise semântica. É o caso do Javascript, do PHP, do Perl e do Ruby por exemplo. Quando você vai executar um trecho de código nessas linguagens, ele fará internamente uma compilação para realizar a análise sintática e sendo essa bem-sucedida, irá gerar alguma estrutura de dados interna representando o programa (geração de código) e já iniciará a execução do mesmo. O fato de não haver uma etapa de análise semântica, significa que essas linguagens serão bem mais flexíveis em relação a quais programas elas aceitam executar e em relação a o programador pode fazer, mas oferecerão bem menos garantias ao programador em certificar-se que o programa dado é bem-formado. Com isso, muitos erros que poderiam ter sido detectados em tempo de compilação, irão se manifestar apenas em tempo de execução. Por outro lado, vez que a análise semântica não tem como ser completa, é inevitável de que muitos erros de lógica não sejam capturados na análise semântica.

Erros sintáticos vs erros semânticos

A análise léxica ocorre como parte da análise sintática, e portanto é frequente que os erros léxicos também sejam classificados como um tipo especial de erro sintático. Além disso, a ocorrência de um erro léxico frequentemente impede o compilador ou interpretador de entender a estrutura do programa.

Finalmente, erros sintáticos são erros estruturais no programa que impedem o compilador ou interpretador de entender a estrutura do programa. Erros semânticos são erros que se manifestam em programas estruturalmente bem-formados. Quanto a considerar como erros semânticos apenas aqueles que o compilador captura depois da análise sintática ou como qualquer erro que aconteça depois, mesmo que durante a execução, fica a seu critério.

Outros tipos de erros

Por fim, ainda há alguns tipos de erros que não se enquadram em nenhuma dessas categorias. Seriam os erros de geração de código (por exemplo, o compilador não conseguiu gerar o executável porque acabou o espaço em disco ou porque o código a ser compilado é grande demais) e problemas e bugs do compilador (quando o compilador entra em loop infinito, ou quando ocorre um erro interno no compilador, ou quando não há memória suficiente para executar o compilador).

Também há os casos onde o programa faz o que o programador espera que faça, mas o usuário o usa de maneira inadequada e acaba produzindo resultados que não são o que o usuário quer, e nessa caso, já se entra em conceitos como usabilidade e definição de requisitos.

Outro caso é se o programa faz o que o programador e o usuário querem que faça, mas ele interage com um outro programa ou serviço e esse outro programa ou serviço se comporta de maneira inesperada, o que seria então um problema de integração.

Victor Stafusa
  • 64,9mil
  • 9
  • 120
  • 189