用C语言写解释器（一）

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./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 THEN
  sentence1
[ELSE
  sentence2]
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 THEN
           PRINT "TRUE"
        ELSE
           PRINT "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 3
          PRINT I
        NEXT
4)
WHILE expression
  sentence
WEND
　　作用：迭代运行语句块，直到表达式的值为假。
　　比如：
        WHILE N < 10
          N = N + 1
        WEND

很多其它细节

1. BASIC 的源代码不区分大写和小写；

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；

3. 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 ^_^；

4. 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。