1.5 要制作怎样的语言

1.5.1 要设计怎样的语法

编程语言有很多种，C、C++、Java、C#等都是面向过程的编程语言（C++、Java、C#虽然也被称为面向对象，但可以把面向对象看作是面向过程的一个派生）。目前看来，虽然面向过程的语言是主流，但还存在Haskell、ML这样的函数式编程语言。函数式编程语言就是“变量值无法被更改”的一种语言。

对于已经习惯了面向过程语言的人来说，肯定会想“变量值无法更改还怎么写程序呀”。其实这类语言已经编写出了很多实用的程序。在函数式编程的基础上发展出了如Prolog这样的逻辑编程语言以及被称为并行程序设计语言的Erlang。

不过目前被广泛使用的仍然是面向过程的编程语言，本书中的代码示例使用的也都是面向过程的语言风格，当然里面还会加入面向对象的一些功能实现。在本书中，除了会有C++、Java、C#这种基于类的面向对象之外，也会涵盖类似JavaScript这种没有类的面向对象。

语法层面上，会使用类似C语言的风格。crowbar的示例代码如代码清单1-1所示，Diksam的示例代码如代码清单1-2所示。

代码清单1-1 crowbar版FizzBuzz

      for（i = 1; i < = 100; i++）{
            if（i % 15 == 0）{
            print（"FizzBuzz\n"）;
            } elsif（i % 3 == 0）{
            print（"Fizz\n"）;
            } elsif（i % 5 == 0）{
            print（"Buzz\n"）;
            } else {
            print（"" + i + "\n"）;
            }
      }

代码清单1-2 Diksam版FizzBuzz

      int i;

      for（i = 1; i < = 100; i++）{
            if（i % 15 == 0）{
                println（"FizzBuzz"）;
            } elsif（i % 3 == 0）{
                println（"Fizz"）;
            } elsif（i % 5 == 0）{
                println（"Buzz"）;
            } else {
                println（"" + i）;
            }
        }

顺便说一下这个名为FizzBuzz的小程序，其运行机制如下：

这个小程序引自下面的文章。文章大意是建议企业在面试程序员时，至少应聘者能写出这种程度的代码再考虑录用。

看了示例就能明白，无论crowbar还是Diksam，都是与C语言非常类似的语言。

如上所述，本书虽然会创造一门新语言但仍然会用到C语言，所以本书所面向的读者应该是已经掌握了C语言的（还没有掌握的人可以先去学习一下）。因此如果选择C语言风格的语法，读者应该会感到很亲切，更重要的是笔者本人已经习惯了Java、C#这种以C语言为基础的编程语言。

C语言是很老的语言了，这门语言不是在前期经过严谨的设计，而是在项目中一边实践一边慢慢发展起来的，因此语法上难免有很多考虑不周的地方。比如在C语言中赋值使用 =，即数学中的等号。而C程序员在初学者阶段编写if语句时，肯定免不了会写成这样：

这样惨痛的教训至少也要经历一次吧。赋值在Pascal等语言中，一般使用：=。如果让一个没有编程经验的人来学习，Pascal这种语法应该更加友好一些。

不过我现在是要制作一门新的编程语言，而使用这门新语言的人应该都已经习惯了C语言的运算符，如果这里将赋值运算符定为：=的话反而会引起混乱，说不定我自己就先头晕了。所以经验之谈是，语法上的些许优劣还是要给“习惯”让步的。

——出于这种考虑，我最终决定制作一门与C语言类似的编程语言。

决定语法风格是编程语言创造者的特权。如果顾虑用户习惯，可以参考并整合已有的编程语言。当然，也可以完全不考虑用户的感受，去创造一门“理想的语言”。虽然我是以C语言的语法为基础，但还是想到了以下几点可以改进的地方。

我希望读者朋友们也能够用好语言开发者的特权，不断去追求“更加理想的语言”。呃，虽然我这样讲可能会被说成是站着说话不腰疼吧。

1.5.2 要设计怎样的运行方式

程序员中应该无人不知，编程语言有编译型语言和解释型语言两种。

编译型语言中，C和C++比较有代表性。这类语言通常会将程序员编写的程序源代码，最终输出为机器码的可执行文件。

但是想要输出机器码的话，必须首先掌握机器码才行。即便学习了机器码并写出了编译器，该编译器也无法输出供其他型号CPU运行的文件。

这类生成机器码的编程语言的优点是运行速度非常快，但是编译器性能优化的相关技术，学习起来非常有难度。另外，在自制编程语言的理由中曾经列举了“可以用编程语言扩展应用程序”这一点，而输出机器码的编译器并不适合这个用途。因此本书中会选择解释型语言。

虽说“解释型语言”只是一个词，但是其实现方法又分很多种。

解释型语言的“解释”一词源自英语的interpreter，是“能进行翻译的物体”的意思。编译器将源代码翻译为机器码，之后CPU直接运行机器码就可以了。与此相对的解释型语言，则将程序员编写的源代码通过解释器这一程序一边解析一边运行——这种公式化的定义看起来只有简单的两个步骤，但现实中几乎不存在这么单纯的解释型语言（DOS的批处理脚本或UNIX的SHELL脚本是最接近解释型语言的定义的）。虽说名为“解释型语言”，但其中的大多数都会将源代码临时转换为某种中间形态。

比如有代码清单1-3这样的代码。

代码清单1-3 简单的if语句

      if（a == 10）{
          printf（"hoge\n"）;
      } else {
          printf（"piyo\n"）;
      }

从机器的角度看，源代码其实只是一些文字的排列组合而已，机器是无法直接运行的。现在大多数编程语言，都会将代码转换成一种叫分析树（parse tree，也叫语法分析树或语法树）的东西。上面的代码如果做成分析树，则如图1-1所示。

图1-1 分析树示例

Perl、Ruby等语言，一旦将代码转换为分析树后，分析树将无法再还原回源代码。

本书第2章以后所用到的语言crowbar就是采用这种运行方式的语言。

对于这类语言来说，从源代码到分析树的构建过程还是得称为“编译”。但是这里的编译器是在程序启动时自动执行的。由于分析树会生成在内存里，因此不会生成目标代码或目标文件，所以程序员（用户）一般意识不到有编译器在执行。这类语言如果存在语法错误，会在刚开始运行时就被报出来，这正是源代码被一次性全部读入并构建分析树的证明。如果是纯粹的解释型语言，如批处理脚本或SHELL脚本，则会运行到有语法错误的地方才会报错。

那么，相对于Perl、Ruby这样的运行分析树型语言，在Java等语言中，取代分析树的则是更底层的字节码，然后通过解释器运行字节码。字节码只是一些简单的数字排列，为了尽可能地让人读懂字节码，字节码中的所有指令都被加上了一些名为助记符（mnemonic）的字符，代码清单1-3的源代码经过这样一番处理之后最终会变成代码清单1-4的样子（源代码中的printf改为System. out.println，并使用javap输出）。

代码清单1-4 Java的字节码

      0: bipush 10
      2: istore_1
      3: iload_1
      4: bipush  10
      6: if_icmpne        20
      9: getstatic
    12: ldc
    14: invokevirtual
    17: goto     28
    20: getstatic
    23: ldc
    25: invokevirtual

本书第5章以后所用到的语言Diksam，就是采用这种运行方式的语言。

在Java中，编译器生成的字节码会被保存在class文件中。但是在Diksam中，编译器会在程序启动时执行，因此字节码保存于内存中，不会生成类似class文件的东西。由此可以看出，从用户的角度出发，不需要意识到Diksam内部其实有字节码在执行。Python也是使用了类似的处理机制。