語法分析是編譯過程的一個邏輯階段，傳統(tǒng)應(yīng)用中它的主要任務(wù)是在詞法分析的基礎(chǔ)上將單詞符號序列組合成各類語法短語，如“程序”、“語句”、“表達(dá)式”等。語句分析程序判斷源程序在結(jié)構(gòu)上是否正確，源程序的結(jié)構(gòu)由上下文無關(guān)文法描述。

　　隨著軟件工程領(lǐng)域的不斷發(fā)展，對現(xiàn)有軟件系統(tǒng)進(jìn)行維護(hù)、重構(gòu)的需求大量增加，逆向工程作為一種軟件工程方法在市場需求下孕育而生，因此，對程序源代碼進(jìn)行逆向分析從中獲取關(guān)鍵信息成為逆向工程的基礎(chǔ)，語法分析有了非傳統(tǒng)意義的運用，成為軟件逆向工程中必不可少的一部分。文中語法分析模塊主要包括：命令行語句的定義、分類、編碼、識別、信息標(biāo)注及存儲結(jié)構(gòu)。

　　1 語法分析在逆向分析中的應(yīng)用

　　語法分析的解析對象是詞法分析的結(jié)果——經(jīng)過信息標(biāo)注的粗粒度單詞符號序列，其主要任務(wù)是基于詞法分析的輸出結(jié)果識別符合自定義規(guī)則的合法語法單位——命令行語句，并將這些命令行語句的信息利用編碼等方式進(jìn)行標(biāo)注，獲得含有信息標(biāo)注的命令行語句序列。

　　1.1命令行語句的分類編碼

　　依據(jù)Microsoft Visual Studio.NET 2003文檔，深入研究c#的語法規(guī)范及特點，遵循C#語法定義的命令語句的原則——可單個執(zhí)行的命令，針對源代碼逆向分析獲取信息的需求，自定義了一套命令行語句規(guī)則，其分類編碼如圖l所示。

　　圖1命令行語句的分類編碼

　　1.2命令行語句的識別

　　逆向分析的源代碼，來自不同的程序員，而每個程序員都擁有各自獨有的編碼風(fēng)格。為了簡化命令行語句的識別及信息提取的過程，在分析識別前首先需要對源代碼進(jìn)行整形處理，將不同風(fēng)格的源代碼統(tǒng)一為便于分析識別的格式，避免在語句識別或信息提取過程中多樣化源代碼格式帶來的困擾。源代碼整形處理主要包括兩部分：

　　(1)命令行語句劃分

　　命令行語句劃分的主要任務(wù)是將不同編碼風(fēng)格的源代碼從命令行的角度統(tǒng)一化，設(shè)計一種統(tǒng)一的程序代碼行規(guī)則。在逆向分析過程中，源代碼是可運行的，默認(rèn)為語法無誤，那么，對不要求檢查語法錯誤的逆向分析來說，本文對命令行語句的劃分采用界限符的劃分方式。當(dāng)然沒有絕對的簡單，運用此方法必須要排除一些很特殊的情況，但是這些情況都是可以通過一些的前期工作來解決。

　　(2)命令行語句行內(nèi)格式整理

　　命令行語句行內(nèi)格式整理的主要任務(wù)是定義命令行內(nèi)單詞符號間的間距格式規(guī)范，并按照這樣的規(guī)范去掉命令行內(nèi)不必要的空格字符、制表字符等，以達(dá)到統(tǒng)一命令行內(nèi)的編碼格式。

　　據(jù)統(tǒng)計，需要進(jìn)行行內(nèi)格式整理的命令行語句中涉及到的單詞符號可分6類，分別為：關(guān)鍵字、標(biāo)識符、運算符、常數(shù)、字符串、字符。需要逐個統(tǒng)計該6類單詞符號的相鄰情況，定義它們相鄰的間距格式，具體如下表l單詞符號間間距格式。矩陣中灰色表示兩者無相鄰情況，“O”表示兩類單詞符號間間距一個空格，“X”表示兩類單詞符號之間無空格間距。

　　表1單詞符號間間距格式

　　對于命令行語句的識別，分為三類：第一類，注釋語句、{語句}、語句、特殊指令語句，這一類語句類型的識別通過單詞符號內(nèi)部表示的類別信息完成;第二類，類型聲明語句、異常處理語句、訪問器語句、不安全代碼語句、控制語句、功能語句、外部文件引入語句，這一類命令語句的類型識別通過語句中固定的C#關(guān)鍵字判定識別;第三類，方法聲明語句、字段聲明語句、變量聲明語句、賦值語句、類方法調(diào)用語句，它們是一類特殊的命令語句，沒有固定的C#關(guān)鍵字作為識別標(biāo)識，這一類語句類型通過它們自獨有的語句特征來識別。

　　1.3命令行語句的信息標(biāo)注及信息結(jié)構(gòu)

　　語法分析模塊的主要功能是按照自定義的命令行語句規(guī)則進(jìn)行命令行語句的劃分識別，最終以包含信息標(biāo)注的命令行語句序列的形式輸出，并以一種固定的結(jié)構(gòu)形式存儲，方便信息檢索。本文涉及的命令行語句信息及其信息存儲結(jié)構(gòu)如表2所示。

　　表2命令行語句信息結(jié)構(gòu)

　　從表2可以知道，命令行語句信息結(jié)構(gòu)包含5部分內(nèi)容：命令行語句序號，記錄命令行語句在命令行語句序列文件中的位置;命令行語句編碼，表標(biāo)注命令行語句的編碼信息;起始單詞序號，標(biāo)注命令行語句的首單詞符號在細(xì)粒度單詞符號序列中的位置;終止單詞序號，標(biāo)注命令行語句的尾單詞符號在細(xì)粒度單詞符號序列中的位置;語句塊結(jié)束語句序號，針對命令行后面有語句塊的語句，標(biāo)注該命令行語句的語句塊結(jié)束位置。其中對命令行語句的內(nèi)容采用記錄命令行語句首尾單詞符號在細(xì)粒度單詞符號序列中的位置的方式，既方便回溯到命令行在源代碼流文件中的位置，又能減少文本的儲存量。并且記錄了命令行語句的語句塊結(jié)束位置，方便定位信息搜索范圍。

　　2 結(jié)束語

　　語法分析方法作為編譯系統(tǒng)中不可缺少的過程，對程序分析有著至關(guān)重要的作用。在深入分析、研究其工作原理的基礎(chǔ)上，將其運用于軟件逆向分析的源代碼的解析過程，并詳細(xì)介紹了語法分析方法在該過程中的具體應(yīng)用以及該過程中涉及到的各類技術(shù)方法。隨著軟件工程的不斷發(fā)展，語法分析方法將隨著高級語言的發(fā)展應(yīng)用到更多的領(lǐng)域。