• 微信:WANCOME
  • 扫码加微信,提供专业咨询
  • 服务热线
  • 0769-23063100
    13027920428

  • 微信扫码访问本页

程序员要如何创建一门编程语言?

旺道.商弈 -> 正文

图片

者 | Md Shuvo       译者 | 弯月
出品 | CSDN(ID:CSDNnews)

虽然每位开发人员都掌握了一种甚至多种编程语言,但你是否曾想过自己动手创建一种编程语言?

首先,我们来看看什么是编程语言:

编程语言是用来定义计算机程序的形式语言。它是一种被标准化的交流技巧,用来向计算机发出指令,一种能够让程序员准确地定义计算机所需要使用数据的计算机语言,并精确地定义在不同情况下所应当采取的行动。

简而言之,编程语言就是一组预定义的规则。然后,我们需要通过编译器、解释器等来解释这些规则。所以我们可以简单地定义一些规则,然后,再使用任何现有的编程语言来制作一个可以理解这些规则的程序,也就是我们所说的解释器。

编译器:编译器能够将代码转换为处理器可以执行的机器代码(例如 C++ 编译器)。

解释器:解释器能够逐行遍历程序并执行每个命令。

下面,我们来试试看创建一个超级简单的编程语言,在控制台中输出洋红色的字体,我们给它起个名字:Magenta(洋红色)。

图片


图片

建立编程语言

在本文中,我将使用 Node.js,但你可以使用任何语言,基本思路依然是一样的。首先,我们来创建一个 index.js 文件。

class Magenta {  constructor(codes) {    this.codes = codes  }  run() {    console.log(this.codes)  }} // For now, we are storing codes in a string variable called `codes`// Later, we will read codes from a fileconst codes =`print "hello world"print "hello again"`const magenta = new Magenta(codes)magenta.run()

这段代码声明了一个名为 Magenta 的类。该类定义并初始化了一个对象,而该对象负责将我们通过变量 codes 提供的文本显示到控制台。我们在文件中直接定义了变量 codes:几个带有“hello”的消息。

图片

下面,我们来创建词法分析器。

什么是词法分析器?

我们拿英文举个例子:How are you?

此处,“How”是副词,“are”是动词,“you”是代词。最后还有一个问号(?)。我们可以按照这种方式,通过JavaScript编程将句子或短语划分为多个语法组件。还有一种方法是,将这些句子或短语分割成一个个标记。将文本分割成标记的程序就是词法分析器。

图片

由于我们的这个编程语言非常小,它只有两种类型的标记,每一种只有一个值:

1. keyword

2. string

我们可以使用正则表达式,从字符串 codes 中提取标记,但性能会非常慢。更好的方法是遍历字符串 codes 中的每个字符并提取标记。下面,我们在 Magenta 类中创建一个方法tokenize(这就是我们的词法分析器)。

完整的代码如下:

class Magenta {  constructor(codes) {    this.codes = codes  }  tokenize() {    const length = this.codes.length    // pos keeps track of current position/index    let pos = 0    let tokens = []    const BUILT_IN_KEYWORDS = ["print"]    // allowed characters for variable/keyword    const varChars = 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ_'    while (pos < length) {      let currentChar = this.codes[pos]      // if current char is space or newline,  continue      if (currentChar === " " || currentChar === "\n") {        pos++        continue      } else if (currentChar === '"') {        // if current char is " then we have a string        let res = ""        pos++        // while next char is not " or \n and we are not at the end of the code        while (this.codes[pos] !== '"' && this.codes[pos] !== '\n' && pos < length) {          // adding the char to the string          res += this.codes[pos]          pos++        }        // if the loop ended because of the end of the code and we didn't find the closing "        if (this.codes[pos] !== '"') {          return {            error: `Unterminated string`          }        }        pos++        // adding the string to the tokens        tokens.push({          type: "string",          value: res        })      } else if (varChars.includes(currentChar)) {        let res = currentChar        pos++        // while the next char is a valid variable/keyword charater        while (varChars.includes(this.codes[pos]) && pos < length) {          // adding the char to the string          res += this.codes[pos]          pos++        }        // if the keyword is not a built in keyword        if (!BUILT_IN_KEYWORDS.includes(res)) {          return {            error: `Unexpected token ${res}`          }        }        // adding the keyword to the tokens        tokens.push({          type: "keyword",          value: res        })      } else { // we have a invalid character in our code        return {          error: `Unexpected character ${this.codes[pos]}`        }      }    }    // returning the tokens    return {      error: false,      tokens    }  }  run() {    const {      tokens,      error    } = this.tokenize()    if (error) {      console.log(error)      return    }    console.log(tokens)  }}

在终端中运行node index.js,就会看到控制台中输出的标记列表。

图片

图片

定义规则和语法

我们想看看 codes 的顺序是否符合某种规则或语法。但首先我们需要定义这些规则和语法是什么。由于我们的这个编程语言非常小,它只有一种简单的语法,即关键字 print 后跟一个字符串。

keyword:print string

因此,我们来创建一个 parse 方法,循环遍历 codes 并提取标记,看看是否形成了有效的语法,并根据需要采用采取必要的行动。

class Magenta {  constructor(codes) {    this.codes = codes  }  tokenize(){    /* previous codes for tokenizer */  }  parse(tokens){    const len = tokens.length    let pos = 0    while(pos < len) {      const token = tokens[pos]      // if token is a print keyword      if(token.type === "keyword" && token.value === "print") {        // if the next token doesn't exist        if(!tokens[pos + 1]) {          return console.log("Unexpected end of line, expected string")        }        // check if the next token is a string        let isString = tokens[pos + 1].type === "string"        // if the next token is not a string        if(!isString) {          return console.log(`Unexpected token ${tokens[pos + 1].type}, expected string`)        }        // if we reach this point, we have valid syntax        // so we can print the string        console.log('\x1b[35m%s\x1b[0m', tokens[pos + 1].value)        // we add 2 because we also check the token after print keyword        pos += 2      } else{ // if we didn't match any rules        return console.log(`Unexpected token ${token.type}`)      }    }  }  run(){    const {tokens, error} = this.tokenize()    if(error){      console.log(error)      return    }    this.parse(tokens)  }}

如下所示,我们的编程语言已经能够正常工作了!

图片

由于字符串变量 codes 是硬编码的,因此输出其中包含的字符串意义也不大。因此,我们将codes 放入一个名为 code.m 的文件中。这样,变量 codes(输出数据)与编译器的实现逻辑就互相分离了。我们使用 .m 作为文件扩展名,以此来表明该文件包含 Magenta 语言的代码。

下面,我们来修改代码,从该文件中读取codes:

// importing file system moduleconst fs = require('fs')//importing path module for convenient path joiningconst path = require('path')class Magenta{  constructor(codes){    this.codes = codes  }  tokenize(){    /* previous codes for tokenizer */ }  parse(tokens){    /* previous codes for parse method */ }  run(){    /* previous codes for run method */  }} // Reading code.m file// Some text editors use \r\n for new line instead of \n, so we are removing \rconst codes = fs.readFileSync(path.join(__dirname, 'code.m'), 'utf8').toString().replace(/\r/g, "")const magenta = new Magenta(codes)magenta.run()

图片

创建一门编程语言

到这里,我们就成功地从零开始创建了一种微型编程语言。其实,编程语言也可以非常简单。当然,像 Magenta 这样的语言不太可能用于实践,也不足以成为流行框架,但我们可以通过这个例子学习如何创建一门编程语言。

原文地址:https://css-tricks.com/lets-create-a-tiny-programming-language/

— 推荐阅读 —
☞35岁程序员炒Luna代币千万资产3天归零;俄罗斯调查谷歌等科技公司;Linux 5.19加入了50万行图形驱动代码|极客头条
JavaScript持续霸榜、开发者性格大揭秘,调查了19000位开发者有这些发现
万字分析全球 1000 款 DevOps 工具,中国开发工具究竟缺什么?

图片

一键三连 「分享」「点赞」「在看」

成就一亿技术人

为什么程序员不能对代码终身负责?

Hello!这里是W3Cschool编程狮的小狮妹!在现代科技驱动的世界中,编程已经成为了无处不在的一项关键技能。程序员们的工作是创造、维护和改

华为发布了跨平台开发的ArkUI-X,我不允许你学不会!

就在8月7日开源鸿蒙 OpenHarmony 4.0 Beta2 发布,多平台开发框架 ArkUI-X 首发。首先介绍下啥是 ArkUI:Ark

一篇了解ERP与CRM、MRP、PLM、APS、MES、WMS、SRM的关系 !

ERP则是集成管理软件,可以覆盖企业的多个业务流程和数据,包括财务、人力、研发、生产制造、供应链、采购、销售、服务、资产管理等多个模块。

大屏可视化综合展示平台解决方案

概述建立大屏可视化综合展示平台,构建各业务板块统一的大数据分析平台,构建数据驾驶舱与智慧调度平台。深入探索挖掘企业的客户信息数据,以“大数据”理

Ideogram:一款秒杀Midjourney,免费无限生成的AI绘画神器

导读:Ideogram AI是一个文本生成图片的平台,它最大的优点就是好用、免费又没有生成限制,因此可以秒杀MJ和SD。AI绘画是人工智能领域的

Google 在中国大陆上线官方镜像资源站,为开发者提供访问和支持

摘要: Google 中国近日在其运营的公众号「谷歌开发者」中发布公告:目前国内开发者可通过 google.cn 直接访问 web.dev 以及... ...

生意之道:想赚大钱,就要学会与人分钱

只要你得到了好处 ,你就一定要分给别人,你只要每次都给了别人好处,你就会有源源不断的生意,就会源源不断地赚到许多莫名其妙的钱财,哈哈,这个莫名其... ...

2024流量共生,公域做规模,私域要复利

公域和私域是共生关系,在单独探讨一方时候总不自觉地思考与另一方的关系和联动。有很多企业两者之间会有所侧重,比如重公域销售,跑通投产比就持续放大,... ...

Nginx 常用配置汇总!从入门到干活足矣

众所周知,Nginx 是 Apache服务不错的替代品。其特点是占有内存少,并发能力强,事实上 Nginx 的并发能力在同类型的网页服务器中表现... ...

分布式架构和微服务架构的区别

1、含义不同微服务架构是一种将一个单一应用程序开发为一组小型服务的方法,每个服务运行在自己的进程中。分布式系统是若干独立计算机的集合,这些计算机... ...

大屏可视化综合展示平台解决方案

概述建立大屏可视化综合展示平台,构建各业务板块统一的大数据分析平台,构建数据驾驶舱与智慧调度平台。深入探索挖掘企业的客户信息数据,以“大数据”理... ...

Ideogram:一款秒杀Midjourney,免费无限生成的AI绘画神器

导读:Ideogram AI是一个文本生成图片的平台,它最大的优点就是好用、免费又没有生成限制,因此可以秒杀MJ和SD。AI绘画是人工智能领域的... ...

陈春花:营销的根本在于理解消费者

巨变时代,企业曾经行之有效的经验和方法也许不再有效,营销需要做合适的事情,其根本在于理解消费者,在创造顾客价值上的有所作为。春暖花开市场经济环境... ...

穷人变富需要具备的四大能力,你有吗?1 抗拒诱惑游戏、视频、麻将-今日头条

穷人变富需要具备的四大能力,你有吗?1 抗拒诱惑游戏、视频、麻将、小说等等这些东西无时不刻诱惑着我们。穷人若想变富,必须要把精力和时间用在学习知... ...

ChatGPT时代,重新定义官网

ChatGPT时代已来,人机之间用自然语言交流成为现实,用户表达需求的方式可以更自然、更直接。那么,各大网站上复杂的导航栏设计、重复性极高的筛选... ...

小红书高时效推荐系统背后的技术升级

在小红书 APP 中,推荐系统的实效性对推荐效果有着特别重要的影响,特别是作为 UGC 平台,小红书的推荐系统如果能更快地捕捉用户与笔记之间的变... ...

你的店铺真的盈利了吗?万能「烘焙运营公式」奉上!

面包王子说:做好一个店铺,并不只是运营店铺,而是在做一家企业,门店需要一家企业所要拥有的一切。包括:组织能力、战略能力和营销能力的三大方向。我们... ...