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它知识),所以行文比較罗嗦,请勿见怪。本人水平有限,如有描写叙述不恰当或错误之处请指教!特此声明。
起因
近期,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。
曾经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”中就包括了一段 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,这次的代码还有其它用处,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,我要从零開始用 C 语言来编写一个 BASIC 解释器。
前置知识
1. 要编写解释器,首先就要明确什么是解释器(具体的解释请參看维基百科: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,假设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。因此须要你熟悉 C 语言的语法、单链表加入/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(比如 setjmp/longjmp)则不会出如今程序中。
关于语言
我在《编程和语言之我见》一文中提过,编程是一个非常宽泛的概念。从某种意义上来说全部的软件都是一种特定的语言,但依据程序本身的灵活性能够分为“硬编码”、“可配置”、“可控制”和“可编程”四类(详见《四类程序》)。假设一个程序的灵活性达到了“可编程”,它的配置文件就能够被看作一种“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》)。这正好相应了冯·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传输数据都要经过运算器。以下具体介绍各个部分。
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。语法就參考 BASIC,但由于是设计我们自己的语言,当然能够依据个人兴趣进行“添油加醋”(比方表达式里提供神往已久的阶乘运算 ^_^)。以下是一段 BASIC 的演示样例代码(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,这不仅能够减少代码的复杂性还使语言本身更易学。上面的代码差点儿相同涵盖了我们须要实现的全部功能,假设能被正确解析,你将看到以下的运行效果:
以下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/输出也是非常抽象的概念,它并不局限于标准输入输出端(键盘、显示器等),也能够通过文件、互联网等方式获得数据(因此 C 语言中除了 scanf、printf 等,事实上 #include 指令也算是一种 IO 操作)。我们这个程序并不强调 IO,因此仅仅要求实现 INPUT 和 PRINT 两条指令,分别用于从键盘输入数据和打印到屏幕。指令的格式例如以下:
INPUT var[, var ...]当中 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。同一时候输入多个变量时,输入的每一个数之间用空格、回车或制表符隔开。比如:INPUT A, B, C PRINT expression[, expression ...]当中 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。假设有多个表达式,表达式之间用制表符(/t)隔开。比如: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”不仅包括诸如“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,须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 |
+ | 加 | 12 | left2right |
- | 减 | 12 | left2right |
* | 乘 | 13 | left2right |
/ | 除 | 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,能够不用考虑内存空间动态分配的问题,仅仅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(能够任意赋值为整数、浮点数或字符串)。变量要求先赋值才干使用,否则就会提示变量不可用(因此演示样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当中 LET 是可选的keyword。BASIC 中不同意出现 var1 = var2 = expression 这种赋值语句,由于在表达式中“=”被翻译为“等于”,所以赋值符合没有出如今上面的表格中。作用:计算表达式的值,并将结果赋值给变量 var。比如:I = (123 + 456) * 0.09
按条件跳转
假设设计一门最简洁的语言,那它的控制语句就仅仅需提供像汇编中的 JMP、JNZ 等依据条件跳转的语句就可以,通过它们的组合就可以模拟出 IF、WHILE、FOR、GOTO 等控制语句。但 BASIC 作为一门高级语言,须要提供更高层、更抽象的语句。我们将会实现以下四条语句:
1) GOTO expression当中 expression 是一个数值表达式,计算结果必须为可用的行号。由于它是一个表达式,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。比如:GOTO 120+10 2) IF expression THENsentence1 [ELSEsentence2] END IF当中 sentence 是语句块(下同),包括一条或多条可运行语句。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)时运行语句块1;否则,有 ELSE 语句块时运行 ELSE 语句块。比如:IF 1=1 THENPRINT "TRUE"ELSEPRINT "FALSE"END IF 3) FOR var = expression TO expression [STEP expression]sentence NEXT全部表达式均为数值表达式。STEP 为可选部分,为迭代器的步长。步长表达式的值不同意为 0。作用:循环迭代结构比如:FOR I = 1 TO 10 STEP 3PRINT INEXT 4) WHILE expressionsentence WEND作用:迭代运行语句块,直到表达式的值为假。比如:WHILE N < 10N = N + 1WEND
很多其它细节
- BASIC 的源代码不区分大写和小写;
- 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號。在介绍全然部源代码后,假设你有兴趣能够尝试自行完好;
- 本程序相同没有考虑凝视(REM keyword)。事实上这非常easy,但这个问题相同留给你来处理 ^_^;
- 或许你也会有兴趣加入 GOSUB 和 RETURN keyword,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具体介绍解释器的实现。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”和主网站地址,方便其它朋友提问和指正。
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