自制编程语言pdf

自制编程语言 内容简介

《图灵程序设计丛书：自制编程语言》手把手地教读者用C语言制作两种编程语言：crowbar与Diksam。crowbar是运行分析树的无类型语言，Diksam是运行字节码的静态类型语言。这两种语言都具备四则运算、变量、条件分支、循环、函数定义、垃圾回收等功能，最终版则可以支持面向对象、异常处理等高级机制。所有源代码都提供下载，读者可以一边对照书中的说明一边调试源代码。这个过程对理解程序的运行机制十分有帮助。

自制编程语言 目录

第1章 引子

1.1 为什么要制作编程语言

1.2 自制编程语言并不是很难

1.3 本书的构成与面向读者

1.4 用什么语言来制作

1.5 要制作怎样的语言

1.5.1 要设计怎样的语法

1.5.2 要设计怎样的运行方式

补充知识 “用户”指的是谁？

补充知识 解释器并不会进行翻译

1.6 环境搭建

1.6.1 搭建开发环境

补充知识 关于bison与flex的安装

1.6.2 本书涉及的源代码以及编译器

第2章 试做一个计算器

2.1 yacc/lex是什么

补充知识 词法分析器与解析器是各自独立的

2.2 试做一个计算器

2.2.1 lex

2.2.2 简单正则表达式讲座

2.2.3 yacc

2.2.4 生成执行文件

2.2.5 理解冲突所代表的含义

2.2.6 错误处理

2.3 不借助工具编写计算器

2.3.1 自制词法分析器

补充知识 保留字（关键字）

补充知识 避免重复包含

2.3.2 自制语法分析器

补充知识 预读记号的处理

2.4 少许理论知识--LL(1)与LALR(1)

补充知识 Pascal/C 中的语法处理诀窍

2.5 习题：扩展计算器

2.5.1 让计算器支持括号

2.5.2 让计算器支持负数

第3章 制作无类型语言crowbar

3.1 制作crowbar ver.0.1语言的基础部分

3.1.1 crowbar是什么

3.1.2 程序的结构

3.1.3 数据类型

3.1.4 变量

补充知识 初次赋值兼做变量声明的理由

补充说明 各种语言的全局变量处理

3.1.5 语句与结构控制

补充知识 elif、elsif、elseif的选择

3.1.6 语句与运算符

3.1.7 内置函数

3.1.8 让crowbar支持C 语言调用

3.1.9 从crowbar中调用C 语言（内置函数的编写）

3.2 预先准备

3.2.1 模块与命名规则

3.2.2 内存管理模块MEM

补充知识 valgrind

补充知识 富翁式编程

补充知识 符号表与扣留操作

3.2.3 调试模块DBG

3.3 crowbar ver.0.1的实现

3.3.1 crowbar的解释器--CRB_Interpreter

补充知识 不完全类型

3.3.2 词法分析--crowbar.l

补充知识 静态变量的许可范围

3.3.3 分析树的构建--crowbar.y 与create.c

3.3.4 常量折叠

3.3.5 错误信息

补充知识 关于crowbar中使用的枚举型定义

3.3.6 运行--execute.c

3.3.7 表达式评估--eval.c

3.3.8 值--CRB_Value

3.3.9 原生指针型

3.3.10 变量

3.3.11 字符串与垃圾回收机制--string_pool.c

3.3.12 编译与运行

第4章 数组和mark-sweep垃圾回收器

4.1 crowbar ver.0.2

4.1.1 crowbar的数组

4.1.2 访问数组元素

4.1.3 数组是一种引用类型

补充知识 “数组的数组”和多维数组

4.1.4 为数组添加元素

4.1.5 增加( 模拟) 函数调用功能

4.1.6 其他细节

4.2 制作mark-sweep GC

4.2.1 引用数据类型的结构

4.2.2　mark-sweep GC

补充知识 引用和immutable

4.2.3 crowbar栈

4.2.4 其他根

4.2.5 原生函数的形式参数

4.3 实现GC 本身

4.3.1 对象的管理方法

4.3.2 GC 何时启动

4.3.3 sweep阶段

补充知识 GC 现存的问题

补充知识 Coping GC

4.4 其他修改

4.4.1 修改语法

4.4.2 函数的模拟

4.4.3 左值的处理

4.4.4 创建数组和原生函数的书写方法

4.4.5 原生指针类型的修改

第5章 中文支持和Unicode

5.1 中文支持策略和基础知识

5.1.1 现存问题

5.1.2 宽字符（双字节）串和多字节字符串

补充知识 wchar_t 肯定能表示1 个字符吗？

5.1.3 多字节字符/ 宽字符之间的转换函数群

5.2 Unicode

5.2.1 Unicode的历史

5.2.2 Unicode的编码方式

补充知识 Unicode可以固定（字节）长度吗？

5.3 crowbar book_ver.0.3的实现

5.3.1 要实现到什么程度？

5.3.2 发起转换的时机

5.3.3 关于区域设置

5.3.4 解决0x5C问题

补充知识 失败的 #ifdef

5.3.5 应该是什么样子

补充知识 还可以是别的样子--Code Set Independent

第6章 制作静态类型的语言Diksam

6.1 制作Diksam Ver 0.1语言的基本部分

6.1.1 Diksam的运行状态

6.1.2 什么是Diksam

6.1.3 程序结构

6.1.4 数据类型

6.1.5 变量

6.1.6 语句和流程控制

6.1.7 表达式

6.1.8 内建函数

6.1.9 其他

6.2 什么是静态的/ 执行字节码的语言

6.2.1 静态类型的语言

6.2.2 什么是字节码

6.2.3 将表达式转换为字节码

6.2.4 将控制结构转换为字节码

6.2.5 函数的实现

6.3 Diksam ver.0.1的实现--编译篇

6.3.1 目录结构

6.3.2 编译的概要

6.3.3 构建分析树（create.c）

6.3.4 修正分析树（fix_tree.c）

6.3.5 Diksam的运行形式--DVM_Executable

6.3.6 常量池

补充知识 YARV 的情况

6.3.7 全局变量

6.3.8 函数

6.3.9 顶层结构的字节码

6.3.10 行号对应表

6.3.11 栈的需要量

6.3.12 生成字节码（generate.c）

6.3.13 生成实际的编码

6.4 Diksam虚拟机

6.4.1 加载/ 链接DVM_Executable到DVM

6.4.2 执行--巨大的switch case

6.4.3 函数调用

第7章 为Diksam引入数组

7.1 Diksam中数组的设计

7.1.1 声明数组类型的变量

7.1.2 数组常量

补充知识 D 语言的数组

7.2 修改编译器

7.2.1 数组的语法规则

7.2.2 TypeSpecifier结构体

7.3 修改DVM

7.3.1 增加指令

补充知识 创建Java 的数组常量

补充知识 C 语言中数组的初始化

7.3.2 对象

补充知识 ArrayStoreException

7.3.3 增加null

7.3.4 哎！还缺点什么吧？

第8章 将类引入Diksam

8.1 分割源文件

8.1.1 包和分割源代码

补充知识 #include、文件名、行号

8.1.2 DVM_ExecutableList

8.1.3 ExecutableEntry

8.1.4 分开编译源代码

8.1.5 加载和再链接

补充知识 动态加载时的编译器

8.2 设计Diksam中的类

8.2.1 超简单的面向对象入门

8.2.2 类的定义和实例创建

8.2.3 继承

8.2.4 关于接口

8.2.5 编译与接口

8.2.6 Diksam怎么会设计成这样？

8.2.7 数组和字符串的方法

8.2.8 检查类的类型

8.2.9 向下转型

8.3 关于类的实现--继承和多态

8.3.1 字段的内存布局

8.3.2 多态--以单继承为前提

8.3.3 多继承--C++

8.3.4 Diksam的多继承

补充知识 无类型语言中的继承

8.3.5 重写的条件

8.4 关于类的实现

8.4.1 语法规则

8.4.2 编译时的数据结构

8.4.3 DVM_Executable中的数据结构

8.4.4 与类有关的指令

补充知识 方法调用、括号和方法指针

8.4.5 方法调用

8.4.6 super

8.4.7 类的链接

8.4.8 实现数组和字符串的方法

8.4.9 类型检查和向下转型

补充知识 对象终结器（finalizer）和析构函数（destructor）

第9章 应用篇

9.1 为crowbar引入对象和闭包

9.1.1 crowbar的对象

9.1.2 对象实现

9.1.3 闭包

9.1.4 方法

9.1.5 闭包的实现

9.1.6 试着跟踪程序实际执行时的轨迹

9.1.7 闭包的语法规则

9.1.8 普通函数

9.1.9 模拟方法（修改版）

9.1.10 基于原型的面向对象

9.2 异常处理机制

9.2.1 为crowbar引入异常

9.2.2 setjmp()/longjmp()

补充知识 Java 和C# 异常处理的不同

9.2.3 为Diksam引入异常

补充知识 catch 的编写方法

9.2.4 异常的数据结构

9.2.5 异常处理时生成的字节码

9.2.6 受查异常

补充知识 受查异常的是与非

补充知识 异常处理本身的是与非

9.3 构建脚本

9.3.1 基本思路

9.3.2 YY_INPUT

9.3.3 Diksam的构建脚本

9.3.4 三次加载/ 链接

9.4 为crowbar引入鬼车

9.4.1 关于“鬼车”

9.4.2 正则表达式常量

9.4.3 正则表达式的相关函数

9.5 其他

9.5.1 foreach 和迭代器（crowbar）

9.5.2 switch case（Diksam)

9.5.3 enum（Diksam）

9.5.4 delegate（Diksam）

9.5.5 final、const（Diksam）

附录A crowbar语言的设计

附录B Diksam语言的设计

附录C Diksam Virtual Machine 指令集

编程语言实用化指南--写在最后

参考文献

自制编程语言 精彩文摘

在一些C的入门书中都有这样一句话：为了提高移植性而适当地使用#ifdef。以我的理解，“适当地使用”其实就是“尽量别用”的意思。因此，这次我（在处理器切换时）使用了#ifdef，这对我来说也是一次失败。

根据处理器不同而使用#ifdef选择不同代码片段的话，会使代码变得很难理解。另外，像这样分散的代码通常很难进行充分的测试。在理想状态下，所有#ifdef的组合可以伴随着每日构建进行自动化测试，这感觉还不错，但是我认为这在实际中很难实现。

如果是为了提高移植性，那么也可以不使用#ifdef来处理各种分支，只要写一个尽可能适应各种处理器的代码不是就行了吗？