如何自创一门计算机语言

1. 需要有基本的编译原理常识。构造基本的编译原理常识，一方面来自于对已有语言的使用经验，了解基本术语。比如用C，那么起码知道语言要素包括宏、表达式、语句、语句块、函数、指针等；还知道C语言有编译、链接和执行三个阶段。这些基本概念对宏观掌握学习进程是很有必要的。另外一方面编译原理的常识，要来自图书。比如龙书、SICP。在这一步，得知道大部分语言的处理都要分为词法、语法、语义和代码生成四个阶段。每个阶段，分别是做什么的。
2. 了解具体的编译算法。了解到什么程度，取决于使用第三方工具，还是需要自己从字符开始处理。个人建议，乔姆斯基文法体系、（扩展）巴克斯范式（EBNF），正则表达式，和LL(1)的递归下降分析法是必须要掌握的。对LL(k)，LR(k)要有概念。其中，四则运算表达式的分析是很好的练习。
3. 对语法的感觉。初学者设计语言的难度有两点。第一，不知道什么样的语法/语义是需要的；第二，不知道设计的文法能否实现。如果练习过递归下降法，应该已经有了基本的感觉。这个时候可以试图实现熟悉的语言。一些常用语言的Grammar Rule都是可以查到的。虽然这些语法，特别是C++，可能是上下文相关的所以用书上的办法难以实现，但是可以实现它的一个子集。通过这样的练习，能对掌握的分析算法能完成什么样的工作就有了个大致的体验。
4. 深入了解自己的领域，明确需求。是需要一个类似于自然语言的脚本，还是只是一个表达式。经过3阶段的训练已经有了独立撰写语法的能力。可以写一个基础版本的出来。
5. 实现自己的语言，特别是词法和语法部分。这一步最好能Log出尽可能多的信息，例如词列表并打印出分析树。
6. 当有了分析树后，就可以去做语义分析了。对于初学者而言，语言的规模要尽可能小，这样语言的解释和语义分析可以合为一体，不用担心哪个部分算是代码生成，哪个部分算是语义分析。所以这一步最好能把解释器也写出来。这一步的要求很简单，知道符号表是做什么的，学会归纳和推导类型，能正确的处理分支和循环语句（如果有的话）。
7. 设计一门类似于ASM的VM语言，可以是堆栈机模型，也可以是寄存器机模型。撰写代码生成从语法树上生成这个VM语言出来。并写一个VM的执行器。这一步看起来无从下手，实际上只要肯写，不出一个礼拜就知道怎么做了。一开始这个VM语言可以只用做整数的加减乘除就行了，以后可以慢慢加其他比较重要的特性，比如运行栈啦、代码地址啦，跳转啦等等。另外，把LLVM作为目标也是不错的选择，起码指令的解释不用自己费工夫了，LLVM的手册读起来也很容易。那个Tutorial写的特别好。

至此，语言就初步建立完成了。但是因为一开始能力有限，所以设计出来的语言是磕磕巴巴的。这个时候可以选择：

• 向某个现有的语言靠拢；
• 自己去了解现有语言的机制并进行权衡。这个时候什么动态/静态类型，函数是first class，类和对象才是该考虑的问题。这个时候一定要多读、多用现有的语言。拜编译器经验所赐，会站在一个不同角度上来对待现有的语言；
• 学习Functional Programming，这对设计更好用的文法、更快的编写和修改编译器都有莫大的帮助。例如可以使用Combinator在C++中以类似于DSL的方式配置语法；
• 剩下的就是在Language领域无止尽的挖掘了。上下文相关的语法、语法糖的设计、运行时的辅助机制（例如async，await这些广义上的控制流语句），GC，类型推导和静态分析等等。；
• 最后也是最重要的，充分理解需求，才能在诸多语言要素间做出取舍。

版权声明：本文为博主原创文章，未经博主允许不得转载。