汉语编程php技巧_关于中文编程的一些思虑

笔者曾写过一篇《我眼中的C措辞及其起源》(在其他地方叫《C措辞发展史的点点滴滴》)的文章，文中从历史角度结合Unix系统源码来追溯了C措辞的起源以及发展史（C措辞的伟大毋庸置疑，但是其他措辞带来的多样化也是十分主要），至于文章内容这里就不做过多赘述，感兴趣的读者可以查看原文。

本文则缘起于，在头条转载的本文评论中一位读者提到的一句话："国产易措辞在角落瑟瑟颤动"。
看到这句话之后，顿时就对中文编程措辞的事理产生了兴趣。
由于平时业务开拓过程中利用的紧张措辞是PHP/Golang，以是就从某种角度出发，并结合PHP、编译事理来剖析一下中文编程措辞的某些相似性事理。
如果感兴趣的话，可以跟随笔者的步伐一探究竟。

如果说，给中文编程措辞下一个定义的话：那便是，如其字面义，中文编程措辞便是用中文汉字去编写代码逻辑，这些代码在经由编译处理之后，能够在当代打算机系统上跑起来的编程措辞。

查了一下维基百科理解到：目前，中文编程措辞大概有下面几种：

https://zh.wikipedia.org/wiki/%E4%B8%AD%E6%96%87%E7%B7%A8%E7%A8%8B%E8%AA%9E%E8%A8%80

•BCY措辞（1964年）

•朱邦复 曾设计过一些中文措辞，如中文培基与中文cobol（1980年代）

•伙计培基（1987年）

•易措辞（2000年）

•丙正正 C++措辞的中文版本（2000年代 2001）

•唐凤 曾经设计过能以文言文写作的perl模块PerlYuYan（2002年）

•中蟒（2002年）

•O措辞 中文汇编措辞（2005年）

•ZhPy（周蟒，2007年）

•习措辞 支持中文的C措辞（2009年）

•中文小海龟 中文化的Logo措辞（2009年）

•蝉语（2014年）

•wenyan-lang 类文言文的编程措辞（2020年）

对付中文编程措辞，笔者也说不好其意义与代价。
只是想说一句话：凡存在即合理。
这个天下，也正是由于原谅性，才有了本日的多彩多姿。
（维基百科里面有这么一句话：利用中文编程措辞，不须要记住大量的英文语句，中文用户可以在自己母语的根本上从更高方面入手。
而且可以减少学习英语的本钱，为汉语区的软件家当发展供应帮助。
间接的解释了其存在的意义）。

[ 中文编写的示例代码 ]

上面程序实行结果为：这里是如果。

看到这里，你可能认为这段代码是利用上面的某种中文编程措辞编写的。
当然，干系中文编程措辞也是可以实现该功能。
但是，如果我见告你，这是段PHP/Go代码的话，你会做何感想。

实行代码的PHP/Go程序用官方源码编译

代码是标准的PHP/Go格式代码

[ PHP实行示例代码 ]

[ Go实行示例代码 ]

是不是有种不可思议的觉得？是的话，那就对了。
由于，这最少解释一个道理：大多数时候，你从主不雅观角度看到的事实，每每不一定是其真实的写照。

你可能会产生下面迷惑：

1.PHP/Go怎么可能利用中文编写代码？

2.这个跟中文编程措辞有什么关系？

如果你想到这两个问题的话，那我的目的也就达到了，详细缘故原由且往下看。

从某种角度来看编程措辞，大概分为以下几种类型：

1.编译型措辞（C、C++、golang ......）

大致实行流程：源代码->汇编代码->机器码->CPU实行

2.阐明型措辞（Python、JavaScript、PHP ......）

大致实行流程：源代码->中间代码->虚拟机->CPU实行

3.翻译 + 解析型措辞（Java、C# ......）

大致实行流程：源代码->中间代码->虚拟机->机器码->CPU实行

首先，须要解释的是：上面几种分类包含的措辞，都是属于自然措辞的范畴。
其次，打算机终极实行的，都是由01组成的机器措辞。

不知道，你有没有跟笔者一样想过这样一个问题：这些自然措辞终极是怎么在打算机上跑起来的？

编译器（compiler）是一种打算机程序，它会将某种编程措辞写成的源代码（原始措辞）转换成另一种编程措辞（目标措辞）。

https://zh.wikipedia.org/wiki/%E7%B7%A8%E8%AD%AF%E5%99%A8

它紧张的目的是将便于人编写、阅读、掩护的高等打算机措辞所写作的源代码程序，翻译为打算性能解读、运行的低阶机器措辞的程序，也便是可实行文件。
编译器将原始程序（source program）作为输入，翻译产生利用目标措辞（target language）的等价程序。
源代码一样平常为高等措辞（High-level language），如Pascal、C、C++、C# 、Java等，而目标措辞则是汇编措辞或目标机器的目标代码（Object code），有时也称作机器代码（Machine code）。

一个当代编译器的紧张事情流程如下：源代码（source code）→ 预处理器（preprocessor）→ 编译器（compiler）→ 汇编程序（assembler）→ 目标代码（object code）→ 链接器（linker）→ 可实行文件（executables），末了打包好的文件就可以给打算机去运行了。

[ 当代编译器的紧张事情流程 ]

编译器一样平常分为：前端和后端。

编译器的前端一样平常承担着词法剖析、语法剖析、类型检讨和中间代码天生几部分事情（该部分也是设计一门新的编程措辞，须要重点关注的部分。
同时，也是各种编程措辞差异化最大的部分）。
而编译器后端紧张卖力目标代码的天生和优化，也便是将中间代码翻译成目标机器能够运行的机器码。

对应步骤所起到的浸染为：

•词法剖析 通过词法剖析器识别出最小的语法单位，并用对应token表示其词性。
（源程序字符串 → 单词符号）

•语法剖析 通过语法剖析器根据单词词性，剖析语法。
（单词符号 → 语法单位）

•语义剖析与中间代码天生 根据单词值剖析语义是否精确，天生中间代码。
（语法单位 → 中间代码）

•代码优化 对中间代码进行优化，以期产生更高效的目标代码。
（中间代码 → 优化后的中间代码）

•目标代码天生 将中间代码转换成低级措辞代码。
（中间代码 → 目标代码）

各种措辞都有上述步骤，底层的实现也基本相似。

笔者这里利用PHP措辞，来一步步剖析实在现中文编程代码的事理。

从编程措辞分类来看，PHP属于阐明型措辞，对付阐明型措辞来说，都会有一个阐明器(php的阐明器为zend引擎，zend这个词汇来源于最初两位核心开拓者的名字组合的单词，后来成立了zend公司)。
PHP源码的实行过程，大概分为下面几个步骤：

1.词法剖析 (此处是本文重点)2.语法剖析3.天生抽象语法树AST4.天生中间码opcode5.zend引擎实行opcode

[ PHP源码实行过程 ]

opcode在笔者看来是有点类似于汇编码的中间码，不过这里的中间码是被zend引擎实行的。

[ opcode构造 ]

为什么说，类似于汇编码呢？通过上面构造体可以看到几个关键字段：

操作数：op1、op2

返回值：result

操作数类型：op1_type、op2_type

返回值类型：result_type

操作动作：handler指针指向详细的操作动作处理方法

下面分别利用阐明型措辞PHP、编译型措辞C来实现相同的加法功能，并查看个中央码(下图显示的是简化之后的中间码)，进行比拟剖析。

[ 实现加法功能的PHP源码与中间码opcode ]

这里获取PHP中间码opcode(可以结合3.2中zend_op构造体来剖析)，利用的是vld扩展。

这里获取C的中间码汇编，利用的是objdump命令。

通过比拟可以创造，PHP的中间码与C措辞的中间码具有某种相似性。

例如，实现a+b的操作：

// 汇编add %edx,%eax// opcodeADD ~4 !0, !1

1.都有对应的操作指令

2.都有两个操作数

3.都有存储结果的位置

看到这里，是不是觉得创造了什么不得了的东西。

阐明型措辞的虚拟机，对应着的是编译型措辞更底层实行逻辑的抽象。
阐明型措辞的中间码，对应着的是编译型措辞中间码的抽象。

各种措辞的实现办法可能不太一样，但是实现事理是类似的。
有些比较也可能看似有点牵强，但是采取这种办法却更随意马虎理解。

笔者本次所用php源码版本为 php-7.4.10。

词法剖析规则文件：php-7.4.10/Zend/zend_language_scanner.l

[ PHP原生词法规则 ]

[ 原生词法规则与token的映射 ]

为了实现1.2示例中的代码，添加了几个自定义了词法规则。

[ 添加自定义词法规则 ]

[ 添加的自定义词法规则与token的映射 ]

词法剖析器碰着一个词汇，就去查询一本词典(词法规则)。
如果查到了该词汇的话，则会得到一个合规的token，接下来把token通报给语法剖析器进行后续处理。

在这里，笔者只是在词法剖析器的词典中多添加了几个条款，把新增的几个条款映射到原有的合法token上去，也正是这几个条款使得1.2处代码可以精确的实行（虽然是中文编写的，但是词法剖析器可以精确的识别其含义）。

俗话说，无图无原形。
下面来验证自定义的词法所产生的token是否是预期的。

[ 获取1.2示例代码的token ]

[ 1.2示例代码对应的token ]

从获取的token序列中可以看到，添加的词法规则被识别成了精确的对应token：

'如果' -> T_IF

'否则' -> T_ELSE

'输出' -> T_ECHO

也正是这一步操作，使得1.2示例中的中文代码demo可以被PHP程序精确实行。

这里详细记录一下，笔者添加自定义词法规则以及编译的过程。

1.编译安装re2c

re2c官网以及github仓库

http://re2c.org/ https://github.com/skvadrik/re2c

安装过程自行百度、Google，我这里利用的是 re2c 1.3。

2.下载并解压缩PHP官方源码

这里利用的版本是 7.4.10

https://www.php.net/distributions/php-7.4.10.tar.gz

3.添加自定义词法规则 编辑php-7.4.10/Zend/zend_language_scanner.l文件，添加下面代码。

<ST_IN_SCRIPTING>"如果" { RETURN_TOKEN(T_IF);}<ST_IN_SCRIPTING>"否则" { RETURN_TOKEN(T_ELSE);}<ST_IN_SCRIPTING>"输出" { RETURN_TOKEN(T_ECHO);}

4.利用re2c重新天生最新的词法剖析器代码

/usr/local/re2c/bin/re2c--no-generation-date--case-inverted-cbdF-ozend_language_scanner.czend_language_scanner.l

5.编译安装PHP程序 回到PHP源码根目录，编译安装PHP。
这里笔者只是为了大略的测试利用，没有添加、开启其他选项。

./configure --prefix=/usr/local/php7.4makemake install

到这里，恭喜你不仅已经拥有了一个跟笔者一样的，可以实行中文编写的1.2示例代码的PHP程序。
而且，还可以基于PHP，来自定义一个属于自己的中文编程规范。

从编程措辞的分类角度来看，想要开拓一种新的中文编程措辞。
一样平常须要考虑下面几件事情：

1.措辞是编译型还是阐明型2.如何定义措辞词法规则3.如何定义措辞语法规则4.什么样的中间码5.中间码天生机器码还是运行在虚拟机上

一样平常有两种选择：

I. 想要减小底层设计的繁芜度，重点关注上层措辞层面特性。
一样平常是利用其他措辞来构建当前措辞，利用虚拟机来实行特定格式的中间码。
例如：PHP利用C措辞来编写底层内核逻辑，PHP源码天生的中间码opencode，运行在zend虚拟机之上。

II. 不依赖于其他措辞，从底层到上层全部重新设计。
最关键的是，要有一个支持该措辞的编译器，能够直接将该措辞编译成某种中间码或者机器码。
例如：Golang措辞(go措辞前期几个版本利用C措辞编写底层逻辑。
后面实现了自举，底层除了少数文件利用汇编，其他全部利用go措辞编写)。

貌似还有第三种选择：那便是跟笔者上面的例子一样，利用某种编程措辞，仅仅是修正一下其词法规则，让其支持中文编程。
（这种方法相称于穿了个新的马甲，不能称之为新的编程措辞，称之为汉化更得当。
当然，很多时候也是让人嗤之以鼻的。
不禁让笔者想起来了多少年前，关于国产CPU的一件事情：买一颗其他厂商的CPU，打磨掉旧的logo，换个新的logo。
总之，前路漫漫，道阻且长。
还是希望海内高手们能同心协力，发明一款国人亲手打造的、被广泛利用的编程措辞）。

从目前的情形来看，大部分的中文编程措辞采取的是第一种实现方法。
但是，也不用除部分采取第二种方法，当然该方法对开拓职员来说也是难度最大的一种。

这里想要着重解释一点：中文编程不是大略的编程关键字更换为中文，而是中文编程时所利用关键字的底层API调用、类库支持、系统交互等一系列的设计。

正所谓，仁者见仁智者见智。
至于中文编程的意义以及未来，笔者也搜索了一些文章，或支持、或反对，每个人有自己的独特见地。
感兴趣的话读者可以搜索干系资料。

如果，你问我：你相信中文编程会有未来吗？

那么，我可能会说：我永久相信美好的事情，一定会发生。

这里抛出一个笔者个人的不雅观点(不引战，杠精绕道)：中文编程对国人来说也是另一种选择，打消那些专业的开拓职员。
最少，对那些不懂编程的爱好者或者低龄儿童来说，只要轻微熟习一些逻辑，也能编写出一些精良的软件。
又何乐而不为呢？

当然，想要搞出一款纯粹的中文编程措辞也会是有一定难度。
从打算机体系构造来看，打消高层次的编程措辞层面来看，底层的操作系统、指令集也牵扯巨量工程。
如果，非要集国人之力搞出这么一套也不是不可能，只是从本钱角度来看，投入跟产出比不会太大。
当前，天下正在成为一个地球村落。
各种文化的领悟交汇，也匆匆使着时期滚滚向前的进程，很多新事物每每也是顺应着时期潮流，在各个行业浩瀚的顶尖人才参与下才得以涌现。
我们也该当顺应时期潮流，参与进去，增加影响力、参与标准化的制订，这才是一个明智的选择。
同时，也该当掌控一些核心科技才是王道。

末了，最主要的一点便是：生态。
编程措辞只是个工具，有了工具（哪怕是非常好用的工具）也须要有人、有很多人来用，才能更表示其代价(有句古话：酒喷鼻香也怕巷子深)。
有很多人用，自然会环绕该措辞构建出一些精良的软件、系统。
每每也牵扯很多行业的支持，全体就构成了一个生态。
没有很好的生态，是很难存活下去的（历史上不乏有很多例子）。

本文以自定义词法规则来实现PHP的中文编程为例，引入编程措辞的词法剖析步骤。
同时，通过简述编译器的实行过程，引出设计一种编程措辞所该当具有的一些思路与逻辑。
这里，也仅仅是抛砖引玉。

这天下上唯一不变的，便是变革。
编程措辞排行榜之上，各种措辞浮浮沉沉，涌现、消亡，都是时期所使令的结果。
但是，有一点是具有共通性的，那便是实现事理。
想必，节制了这一点，也就基本节制了大部分的不变。

鉴于个人能力有限，如有问题或者毛病，欢迎示正。

[1]https://juejin.im/post/6867124787576373256 聊一聊编译过程

[2]https://zh.wikipedia.org/wiki/%E7%B7%A8%E8%AD%AF%E5%99%A8

[3]http://www.ruanyifeng.com/blog/2014/11/compiler.html 编译器的事情过程

[4]https://zhuanlan.zhihu.com/p/53336801 大家都能读懂的编译器事理

[5]https://zhuanlan.zhihu.com/p/64768035 编译事理:语法剖析器的设计和实现

[6]https://draveness.me/golang/docs/part1-prerequisite/ch02-compile/golang-compile-intro/ go编译事理

[7]https://www.cnblogs.com/OceanEyes/p/implement_a_interpreter.html 从编译事理看一个阐明器的实现