用C语言写解释器(一)——我们的目标

时间:2023-01-24 16:38:16

声明

为提高教学质量,我所在的学院正在筹划编写C语言教材。《用C语言写解释器》系列文章经整理后将收入书中“综合实验”一章。因此该系列的文章主要阅读对象定为刚学完C语言的学生(不要求有数据结构等其他知识),所以行文比较罗嗦,请勿见怪。本人水平有限,如有描述不恰当或错误之处请不吝赐教!特此声明。

起因

最近,我们学院老师联系我,希望我能提供一段用 C 语言编写的 BASIC 解释器,用于 C 语言课程设计教学。我前段时间也正好着迷于“语言”本身,本就有打算写一个解释器,这下正中我下怀,于是欣然接受。

以前在图书馆看过梁肇新的《编程高手箴言》,第四章“编程语言的运行机理”中就包含了一段 C 语言编写的 BASIC 解释器代码,但代码好像并不完整(我翻了好几遍,都没发现函数 get_token 的实现代码);再者,这次的代码还有其他用处,不宜牵涉版权问题;最后的原因是我有“想自己编码”的冲动 ^_^。综上所述,我要从零开始用 C 语言来编写一个 BASIC 解释器。

前置知识

1. 要编写解释器,首先就要明白什么是解释器(详细的解释请参看*:http://zh.wikipedia.org/zh-cn/解释器)。盗用《编程高手箴言》里的话:解释程序就是一个字符串的解释器(P165 解释语言的原理)。所以,如果仅仅是为我个人编写的话,我宁可会借助 lex & yacc 甚至 perl,而不会纯粹用 C 语言来写。

2. 在起因中已经提过,这个程序会在学弟学妹们学完 C 语言后作为综合实验。因此需要你熟悉 C 语言的语法、单链表添加/删除节点等操作以及栈的概念(这些内容大部分都能在 C 语言的教材中找到),一些相对冷僻的技术(例如 setjmp/longjmp)则不会出现在程序中。

关于语言

我在《编程和语言之我见》一文中提过,编程是一个很宽泛的概念。从某种意义上来说所有的软件都是一种特定的语言,但根据程序本身的灵活性可以分为“硬编码”、“可配置”、“可控制”和“可编程”四类(详见《四类程序》)。如果一个程序的灵活性达到了“可编程”,它的配置文件就可以被看作一种“编程语言”,而该程序本身也就是一个“解释器”。

要做到“可编程”,程序至少应该具备“输入/输出”、“表达式运算”、“内存管理”和“按条件跳转”四个功能(详见《用DOS批处理来做数字图像处理》)。这正好对应了冯·诺依曼计算机的结构:以运算器和控制器为中心,输入/输出设备与存储器之间的数据传输都要经过运算器。下面详细介绍各个部分。

我们的目标

我们要编写解释器,自然也逃不出上面的条条例例。语法就参考 BASIC,但因为是设计我们自己的语言,当然可以根据个人兴趣进行“添油加醋”(比如表达式里提供神往已久的阶乘运算 ^_^)。下面是一段 BASIC 的示例代码(example.bas):

0009 N = 0
0010 WHILE N < 1 OR N > 20
0011 PRINT "请输入一个1-20之间的数"
0012 INPUT N
0013 WEND
0020 FOR I = 1 TO N
0030 L = "*"
0040 FOR J = 1 TO N - I
0050 L = " " + L
0060 NEXT
0070 FOR J = 2 TO 2 * I - 1 STEP 2
0080 L = L + "**"
0090 NEXT
0100 PRINT L
0110 NEXT
0120 I = N - 1
0130 L = ""
0140 FOR J = 1 TO N - I
0150 L = L + " "
0160 NEXT
0170 FOR J = 1 TO ((2*I) - 1)
0180 L = L + "*"
0190 NEXT
0200 PRINT L
0210 I = I - 1
0220 IF I > 0 THEN
0230 GOTO 130
0240 ELSE
0250 PRINT "By redraiment"
0260 END IF

BASIC 语法要求行首提供一个 1->9999 之间的数字作为该行的行号(当前行的行号不小于上一行的行号),供 GOTO 语句跳转时调用。BASIC 的语法比 C 严格,这不仅可以降低代码的复杂性还使语言本身更易学。上面的代码差不多涵盖了我们需要实现的所有功能,如果能被正确解析,你将看到下面的运行效果:

用C语言写解释器(一)——我们的目标

下面来依次讨论要实现的功能。

输入/输出(IO)

通过输入/输出来和外部程序或人交互,这是脱离“硬编码”的最基本要求。输入/输出也是很抽象的概念,它并不局限于标准输入输出端(键盘、显示器等),也可以通过文件、互联网等方式获得数据(因此 C 语言中除了 scanf、printf 等,其实 #include 指令也算是一种 IO 操作)。我们这个程序并不强调 IO,因此只要求实现 INPUT 和 PRINT 两条指令,分别用于从键盘输入数据和打印到屏幕。指令的格式如下:

INPUT var[, var ...]  其中 var 代表变量名(下同),变量之间用逗号隔开。  作用:从键盘获得一个或多个值,并赋值到相应的变量。同时输入多个变量时,输入的每个数之间用空格、回车或制表符隔开。  例如:INPUT A, B, CPRINT expression[, expression ...]  其中 expression 为表达式(下同),表达式之间用逗号隔开。  作用:对表达式求值,将结果输出到屏幕并换行。如果有多个表达式,表达式之间用制表符(/t)隔开。  例如:PRINT I * 3 + 1, (A + B)*(C + D)

表达式运算

在《DOS》中我称呼它为“算术运算”。但对于计算机来说,“算术运算”不仅包含诸如“四则运算”等算术运算,还包括“关系运算”和“逻辑运算”。为了避免歧义,在此就改称它为“表达式运算”。“表达式运算”是整个程序的核心,地位相当于计算机的运算器。在我们的程序中,需要实现以下几种运算符:

符号 名称 优先级 结合性
( 左括号 17 left2right
) 右边 17 left2right
+ 12 left2right
- 12 left2right
* 13 left2right
/ 13 left2right
% 取模 13 left2right
^ 求幂 14 left2right
+ 正号 16 right2left
- 负号 16 right2left
! 阶乘 16 left2right
> 大于 10 left2right
< 小于 10 left2right
= 等于 9 left2right
<> 不等于 9 left2right
<= 不大于 10 left2right
>= 不小于 10 left2right
AND 逻辑与 5 left2right
OR 逻辑或 4 left2right
NOT 逻辑非 15 right2left

内存管理

在我们这个迷你型的解释器中,可以不用考虑内存空间动态分配的问题,只要实现简单的变量管理。我们默认提供 A-Z 26个可用的弱类型变量(可以随意赋值为整数、浮点数或字符串)。变量要求先赋值才能使用,否则就会提示变量不可用(因此示例代码中第一行就是给 N 赋值为 0)。赋值语句的格式为

[LET] var = expression  其中 LET 是可选的关键字。BASIC 中不允许出现 var1 = var2 = expression 这样的赋值语句,  因为在表达式中“=”被翻译为“等于”,所以赋值符合没有出现在上面的表格中。  作用:计算表达式的值,并将结果赋值给变量 var。  例如:I = (123 + 456) * 0.09

按条件跳转

如果设计一门最简洁的语言,那它的控制语句就只需提供像汇编中的 JMP、JNZ 等根据条件跳转的语句即可,通过它们的组合即可模拟出 IF、WHILE、FOR、GOTO 等控制语句。但 BASIC 作为一门高级语言,需要提供更高层、更抽象的语句。我们将会实现以下四条语句:

1)GOTO expression  其中 expression 是一个数值表达式,计算结果必须为可用的行号。因为它是一个表达式,通过动态计算就能模拟子程序调用。  作用:无条件跳转到指定行。  例如:GOTO 120+102)IF expression THEN  sentence1[ELSE  sentence2]END IF  其中 sentence 是语句块(下同),包含一条或多条可执行语句。ELSE 为可选部分。  作用:分支结构。但表达式值为真(数字不等于0或者字符串不为空)时执行语句块1;否则,有 ELSE 语句块时执行 ELSE 语句块。  例如:        IF 1=1 THEN           PRINT "TRUE"        ELSE           PRINT "FALSE"        END IF3)FOR var = expression TO expression [STEP expression]  sentenceNEXT  所有表达式均为数值表达式。STEP 为可选部分,为迭代器的步长。步长表达式的值不允许为 0。  作用:循环迭代结构  例如:        FOR I = 1 TO 10 STEP 3          PRINT I        NEXT4)WHILE expression  sentenceWEND  作用:迭代执行语句块,直到表达式的值为假。  例如:        WHILE N < 10          N = N + 1        WEND

更多细节

  1. BASIC 的源代码不区分大小写;
  2. 本程序在实现中没有处理字符转义,因此无法无法输出双引号。在介绍完所有源码后,如果你有兴趣可以尝试自行完善;
  3. 本程序同样没有考虑注释(REM 关键字)。其实这很简单,但这个问题同样留给你来处理 ^_^;
  4. 也许你也会有兴趣添加 GOSUB 和 RETURN 关键字,让子程序功能从 GOTO 中解放出来。

总结

这一篇主要介绍了我们编写的解释器要实现的功能,接下来会有一系列文章来逐步详细介绍解释器的实现。在下一篇中会首先介绍解释器的核心部分——表达式求值。请关注《用C语言写解释器(二)》。


版权声明

请尊重原创作品。转载请保持文章完整性,并以超链接形式注明原始作者“redraiment”和主站点地址,方便其他朋友提问和指正。

联系方式

我的邮箱,欢迎来信(redraiment@gmail.com
我的Blogger(子清行):http://redraiment.blogspot.com/
我的Google Sites(子清行):https://sites.google.com/site/redraiment
我的CSDN博客(梦婷轩):http://blog.csdn.net/redraiment
我的百度空间(梦婷轩):http://hi.baidu.com/redraiment