设计一种面向对象脚本语言

有没有感觉设计一门语言实在是太有意思了，可以自定义语法规则，我的“地盘听我的”。

脚本语言的功能

本书设计一门纯粹的面向对象脚本语言，任何语言都有个名词，这里给这个语言起个名字——sparrow（麻雀）。它支持的功能如下。

1 变量

支持局部变量和局部变量的定义。

变量可引用、赋值。

内部复合数据类型以大写字符开头，如System.print()

2 基本数据类型

数值：包括整数和浮点数。

字符串：包括普通字符和unicode。

list：列表，如Python中的list。

支持字面量创建，如['a', 'b']和new方法创建。

元素通过下标list'[索引]'获得。

map：哈希数组，如Python中的字典。支持字面量创建和new创建。字面量创建如：

{

    'k1':v1
    "k2":v2
}

key可以是任何数据类型。同样支持new方法创建。

value通过下标map'[key]'获得。

range：用以确定一段整数范围，用符号..表示。range包括from和to两个成员，分别表示这段范围的起和始，用区间表示[from, to]，即包括from和to。如range“2..6”，2就是from，6就是to，“2..6”表示2、3、4、5、6。“..”类似于Python中的分片操作符“:”，只不过我们包括了结尾的to，而Python不包括，若用区间表示则to后面的是右小括号“)”。

3 运算

数值：+、−、*、/、%。

逻辑：>、<、==、!=、||、&&、？：、|、&等。

位运算：>>、<<。

方法调用：.。

索引：[]。

字符串：+、%（字符串内的表达式）

4 控制结构

支持if-else选择。

支持while循环。

支持for循环。

支持break退出循环。

支持continue，跳过本次循环体后面的部分，继续下一轮循环。

支持return返回。

5 函数

尽管这是一门面向对象语言，但也支持传统意义上的函数，用关键字fun实现函数定义。

函数也是用类实现。

支持函数重载。

6 类

就是传统意义上的class，包括类定义和类实例，静态类。

实现继承，所有类都是object类的子类。

类成员（也称域，或字段）必须先声明再引用。

方法包括method、getter、setter、subscript、subscriptSetter和构造函数。支持块参数，块参数的参数是用“||”括起来的参数列表，以逗号分隔。

支持静态方法。

7 线程

支持线程创建及调度。

8 模块

支持执行模块和模块内模块变量的单独导入。

9 注释

行注释：//

块注释：/*　块注释　*/

以上列举若有遗漏则以实际代码为主。

关键字

有以下关键字被提前征用了。

var：用于变量定义。

fun：用于函数定义。

if：用于条件判断。

else：用于条件判断的else分支。

true：bool值真。

false：bool值假。

while：用于while循环。

for：用于for循环。

break：用于退出循环。

continue：用于结束本次循环并进入下一轮循环。

return：用于从函数返回。

null：空值。

class：用于类定义。

is：用于判断类是否为某类的子类，即“is a”。

static：用于设置静态文法。

this：用于指向本实例。

super：用于指向父类。

import：用于导入模块。

脚本的执行方式

我们采用传统的虚拟机作为执行方式，即要实现一个虚拟机。编译器先把源码编译为opcode，再让虚拟机执行opcode。

opcode即操作码，是自定义的一套专供虚拟机执行的指令，后面我们在实现虚拟机时会详细介绍。 

“纯手工”的开发环境

既然本着教学的目的我觉得应该拿出教学的诚意，因此这里所说的“纯手工”是指编码中不想借助STL或其他类似的泛型语言，没有第三方库，一切以最基础最原始的形式展现语言的奥秘，因此选择了C语言，确定地说是C89，并不是较新的C99标准，诚意满满，让我们纯手工去编码吧。

基础开发环境是：

宿主系统是Linux，采用CentOS release 6.8 (Final)；

编译器是gcc，版本是gcc version 4.4.7 20120313 (Red Hat 4.4.7-17) (GCC)。

定义sparrow语言的文法

在之前介绍的文法中，我们采用的是大写字母表示非终结符，小写字母表示终结符，然而我们也说过了，在现实中为了便于编程，一般都用正规文法来定义语言，正规文法说白了就是用正则表达式定义的文法，因此本小节的基础是正则表达式，为保证容易看懂，我会用最简单的方式书写正则表达式。

值得注意的是，正规文法与第0章中介绍的文法有很大的差别，主要是涉及终结符是用''表示，原因是正规文法中会涉及()、[]和{}，这些在正规文法中都是元字符，有其特殊含义：()表示成为一组，[]表示范围，{}表示重复。

但在实际语言它们只是字符串字面量（即终结符），比如在语言中()表示函数名后面的括号，也可表示表达式中的小括号，[]表示下标索引，因此为避免冲突，正规文法中用单引号括起的是终结符。

其实语法和传统语言差不多，只是用文法来描述就显得生涩了。注意，正规文法中的[]与EBNF中的意义不同，在此表示范围，其中可以用-表示一段连续的范围，比如0-9就表示0至9之间（包括0和9）的任何数；a-z同理，表示字母a到字母z之间的任何字母。[]后面一般会接量词，当然量词不一定只用在[]之后，但它一定是用在某个字符之后以表示该字符的数量，其前不能没有字符。

按照数量级别划分有3种量词，+表示重复出现1次以上，*表示重复出现0次以上，?表示出现0次或1次，比如可用[\t]*表示0个或多个空白字符，其中\t是tab。

注意此处[]中的空白是空格，为了突显这里有个空格就写了两个。.表示任意字符，包括控制字符比如回车等，|表示或者、任意其一，比如a|b，表示a和b两者取其一，注意，|是对两边的整体有效，并不是只对紧邻|的有效。

比如对于ab|cd的意思是ab或者cd，如果想表达abd或acd，可以用分组符号()，就是小括号对儿。()表示作为一组考虑，使相应的正则符号应用于整个组成员。

初次接触文法的读者可能对递归定义感到“消化不良”，比如非终结符exp是用于定义表达式，exp是由infixExp等非终结符组成，而infixExp又是由exp组成，看上去有点死循环出不来了，但你不要忘了，infixExp只是exp的其中一个组成部分，exp还可以由num、id等指代，num和id下面再无递归定义，这就是递归终止的条件。因此infixExp的组成部分exp也会是num或id等。

下面是具体的样本。

以下是上述文件的执行结果，其中的spr是最终的脚本解释器（包括编译器及虚拟机），spr是sparrow的缩写。

以上./spr manager.sp就是执行脚本文件manager.sp，这与任何脚本语言的运行方法都是一致的，执行过就是脚本的输出，大家有兴趣可以核对一下结果，除了System.clock返回的时间戳是动态变化的外，其他不变。

《自制编程语言》

郑钢  著

本书全面从脚本语言和虚拟机介绍开始，讲解了词法分析的实现、一些底层数据结构的实现、符号表及类的结构符号表，常量存储，局部变量，模块变量，方法存储、虚拟机原理、运行时栈实现、编译的实现、语法分析和语法制导自顶向下算符优先构造规则、调试、查看指令流、查看运行时栈、给类添加更多的方法、垃圾回收实现、添加命令行支持命令行接口。

本文转载自异步社区

原文链接：