自己写编程语言-m语言

一直对技术有很强的兴趣，终于，决定要写自己的语言（m语言）。那就先从最简单的开始：解释执行器。

一套完整的语言包含的肯定不止解释执行器了，还要有编译器和IDE，也就还要有语法高亮、智能提示等，不过还没学会那些，先搞个最基本的解释执行器。

思路如下：

1. 定义好希望的语法（基本语句有：顺序执行、if语句、for语句、while语句、系统自有函数定义、用户函数定义、函数调用）
2. 找一款词法语法解析器工具，让字符串流变成语法书（AST）
3. 编写解释执行器
   1. 元数据收集
   2. 变量作用域定义、查找
   3. 解释执行

先设想我们的m语言语法要怎么牛b啊，比如下面这段demo语法代码：

go 计算标准体重(年龄)
{
    体重:年龄*3;
    体重;
}

体重:10;
a:10;
a:输出(体重);
b:25;
a:100+10+b;
输出(a);
(a==135)->
{
    a:a+a+a;
    输出(a);
}
else
{
    输出(b);
};
a:1;
while a<10 ->{
    a:a+2;
    输出(a);
};

输出("WHILE OK");



repeat i from 0 to 100 step 10->{
    输出(i);
}
init->{
    输出("FOR INIT");
}
onerror->{
    输出("FOR ERROR");
}
finally->{
    输出("FOR FINALLY");
};
输出('FOR OK');

a:10;
输出(计算标准体重(a));

 很显然，第一个语句块是用户函数的定义方式，以"go"字符串为函数定义的开始，接着是常规的函数名称、参数、函数方法块。

剩下的大致上就是顺序执行了，其中穿插着一些循环语句等，repeat循环自定义的比较厉害，好叼。。。感觉。。真的好叼。。。。

每个语句以封号后缀结束、赋值以冒号来标识。

接着来看看基于ANTLR的词法定义：

m.g4：

grammar m;

import basic,function,assignStmt,ifStmt,forStmt,whileStmt;

nomalStmt
    :assignStmt
    |ifStmt
    |forStmt
    |whileStmt
    ;
declarationStmt
    :functionDeclare
    ;
stmt
    :nomalStmt LS
    |declarationStmt
    ;

program
    : stmt+
    ;　　

 由于词法语法定义较多，不贴代码了，可以下载代码看全部的（基于ideas/需要安装antlr4插件）

接下来是时候让我们load进demo代码解析成AST树啦：

String code=Utils.readTxtFile("F:\BaiduYunDownload\mLanguage(4)\m_code2.m");//这个是放demo代码的文件
code=code.substring(1);//去掉第一个特殊字符


CharStream is = CharStreams.fromString(code);　　　　　　　　　　　　　　　　 //antlr对象，读入字符串
mLexer lexer = new mLexer(is);　　　　　　　　　　　　　　　　　　　　　　　　  //mLexer是antlr自动生成的一个词法类
CommonTokenStream tokens = new CommonTokenStream(lexer);　　　　　　　　   //antlr对象
mParser parser = new mParser(tokens);　　　　　　　　　　　　　　　　　　　　　//mParser是antlr自动生成的一个此法解析类

mParser.ProgramContext tree=parser.program();　　　　　　　　　　　　　　　　//program是入口规则，根规则

program program= NodeParser.parseProgram(tree);　　　　　　　　　　　　　　 //自己写的NodeParser类，需要一堆自定义的节点类型配合解析整棵AST树

mRuntime runtime=new mRuntime(program);

runtime.plainInterpreter();　　　　　　　　　　　　　　　　　　　　　　　　　　　//解释器执行

System.out.println("");

AST节点的定义：

　　

demo代码构建成AST树的效果图（antlr插件中能看）：

 转换成为AST树后，剩下的就是编写解释执行器，其实相当于前端编译器。

主要步骤是3步：

1. 收集元数据
2. 定义变量作用域
3. 语句块的解释执行 

public void execute(program program) {
        //1. 先扫描函数定义，收集元数据
        collectMetaData(program);

        //2. 变量作用域
        walkAST4Variables(program);

        //3. 解释执行代码
        runCode(program);
}

 1. 收集元数据，其实就是对自定义函数的收集，统一放到一个Dictionary里，以便到时候引用到了执行语句块（和参数的传递）

private void collectMetaData(program program) {
        for(com.mckay.language.m.core.nodes.m.stmt stmt:program.stmts)
            if(stmt.declarationStmt!=null)
                this.userDefinedFunctionSymbols.defineMethod(stmt.declarationStmt.functionDeclare.functionIdentifier.getIdentifier(), stmt.declarationStmt.functionDeclare);
    }


public class UserDefinedFunctionSymbols {
    private Dictionary<String, functionDeclare> methods=new Hashtable<>();
    public functionDeclare getMethod(String identifier) {
        return methods.get(identifier);
    }

    public void defineMethod(String identifier, functionDeclare ast) {
        methods.put(identifier, ast);
    }
}

 functionDeclare是具体的node，属于AST中众多节点类型中的一种，代表函数声明节点。

2. 定义变量作用域，由于存在函数（自定义函数、系统自带函数），因此需要有变量Scope的概念，存在局部变量覆盖全局变量现象

private void walkAST4Variables(program program)
    {
        program.VariableSymbols=globalVariableSymbol;
        for(com.mckay.language.m.core.nodes.m.stmt stmt:program.stmts)
        {
            stmt.VariableSymbols=program.VariableSymbols;
            if(stmt.declarationStmt!=null)
            {
                stmt.declarationStmt.VariableSymbols=stmt.VariableSymbols;
                VarWalker.walk(stmt.declarationStmt);
            }

            if(stmt.nomalStmt!=null)
            {
                stmt.nomalStmt.VariableSymbols=stmt.VariableSymbols;
                VarWalker.walk(stmt.nomalStmt);
            }
        }
    }




public class VariableSymbol {
    private Dictionary<String, Variable> variables=new Hashtable<>();
    private VariableSymbol parentVariableSymbol;

    public void setParentVariableSymbol(VariableSymbol parentVariableSymbol)
    {
        this.parentVariableSymbol=parentVariableSymbol;
    }

    public void defineVariable(String name, Variable variable) {
        variables.put(name, variable);
    }

    public void setValue(String name, Object value)
    {
        Variable variable=getVariable(name);
        variable.Value=value;
    }
    public Object getValue(String name)
    {
        Variable variable=getVariable(name);
        return variable.Value;
    }

    private Variable getVariable(String name) {
        List<String> keys=Collections.list(variables.keys());
        if(keys.contains(name))
            return this.variables.get(name);

        if(this.parentVariableSymbol!=null)
            return this.parentVariableSymbol.getVariable(name);

        throw new RuntimeException("变量未定义");
    }
}　　

 当局部变量中没有找到本地变量定义时，会根据parent关联向上找变量，直到为null。

3. 语句块的解释执行，这个可以说是最容易理解的地方了

private void runCode(program program) {
        StmtExecutor executor=new StmtExecutor(this);

        for(com.mckay.language.m.core.nodes.m.stmt stmt:program.stmts)
            if(stmt.nomalStmt!=null)
                executor.execute(stmt.nomalStmt);
}

 StmtExecutor.execute(nomalStmt)会调用一系列子语句，如下图就一图就懂：

如上图中，针对expression是调用calc的，一堆calc，expression中套expression。

system built-in函数的定义，是通过NativeMethodNode.setCode来标识的，比如当前实现的code为OUTPUT，功能如下：System.out.print/Console.Write()

第一个红框是native node中判断code是哪个system built-in函数的编码代号

第二个红框是对应built-in函数的java语句执行。

demo m代码对应的解释执行输出：

10 
135 
405 
3 
5 
7 
9 
11 
WHILE OK 
FOR INIT 
0 
10 
20 
30 
40 
50 
60 
70 
80 
90 
100 
FOR FINALLY 
FOR OK 
30 
ok　　

代码下载(基于java)