如何创造编程语言

‘壹’ 怎么研发一款编程语言

编程语言，作为人与计算机沟通的桥梁，有着重要和深远的意义。有过计算机编程经验的人，多少学习或掌握过一到多种编程语言。计算机专业领域的编程语言成百上千种，主流的编程语言也有数十种之多。每种编程语言面向的领域和特性都不尽相同，不过归根结底是为了解决人与计算机之间沟通的效率问题，提高计算机的生产力。想必有不少人对那些主流编程语言的创造者十分倾佩，也相信有不少人会好奇一门编程语言是如何诞生的。那么如何创造一门编程语言呢？
总的来看，创造一门编程语言需要有以下几个过程：
（1）设计语言的特性。
（2）定义语言的单词、语法和语义。
（3）实现编译器或者解释器将程序翻译为计算机底层表示。
（4）生成计算机程序的二进制存储格式。
（5）完善语言的运行时环境和标准库。

一、语言特性设计
所谓语言特性，就是编程语言为开发者提供了什么样的原子性功能特征。比如是否支持数学表达式计算、字符串处理，是否支持变量、函数和递归，是否支持分支、循环复合语句等。语言的变量类型是强类型、弱类型，还是动态类型，程序是过程式、函数式，还是面向对象的。是否支持模板、泛型和反射机制，是否支持多线程和并发特性，是否支持错误和异常处理机制等等。
语言特性设计是一门编程语言最关键的环节，直接决定了语言的基本特征和雏形。当然，这也是最难的一个环节，因为语言设计是面向具体问题领域的，是语言设计者从大量的编程实践中的获得的总结和升华。比如C语言设计者希望面向计算机底层，拥有对操作系统和硬件的直接操纵能力。而Python的设计者则希望尽可能地减少操作计算机资源的繁琐过程，以获得语言的简洁性、高度的灵活性和扩展性。SQL的设计者面向具体的数据查询和分析领域，希望帮助开发者获得快速检索和操纵数据的能力。而Go语言的设计者则希望在保留C语言优秀功能的基础上，扩展编程语言对高并发环境的支持，并拥有垃圾回收和快速编译的能力。
凡此种种，编程语言特性的设计都是面向具体的问题领域的，是语言设计者构建于开发者和计算机之间的中间层，是对开发过程中重复功能逻辑的原子性“封装”，最终的目的是为了提升具体问题领域内的软件开发效率。

二、单词、语法和语义
和人类使用的自然语言类似，编程语言也有自身的单词、语法和语义，专业上称为词法记号、语言文法和语义。
常见的词法记号可以分为数字、字符、字符串、标识符、关键字，以及用于连接表达式的运算符、分割语句或者程序段落的界符等符号。这些是编程语言程序的基本单位，通过它们的有序组合，构建出了一门编程语言形形色色的代码片段。
编程语言的文法是用来描述语言的语法规则的，具体来说是规定词法记号之间的排列组合的顺序与规则。它描述了编程语言程序的基本模式，不符合该模式的词法记号的排列被挡在了合法语言程序的大门之外。同时，它也是各种编程语言对于开发者最明显的差异化特征。一个有经验的开发者可以很容易地通过扫视一段代码，就能分辨出这是哪种编程语言编写的计算机程序。
编程语言的语义描述了一段符合语言语法的程序，对于计算机而言的真正含义，是开发者最终要传达给计算机的意愿和指令。语言的语义必须是准确的、无二义性的，编译器也正是通过语义的指导，将计算机程序翻译为计算机可识别的表达形式。

三、程序的翻译
计算机程序是用来供人阅读和修改的，计算机硬件并不能理解程序内的思想和含义。因此，必须有一个翻译转换的过程，将人所表达的意愿准确无误地传递给计算机，让计算机明确并执行人下发的指令。实现这种翻译工作的工具就是编译器或解释器。
对于编译器来说，它的输入是人类书写的计算机语言程序，输出则是计算机可识别的底层表示。首先，它需要识别出程序中的单词，即词法分析。然后，根据单词的组合模式识别出程序的语法结构，即语法分析。最后，根据不同的语法结构对应的语义，将程序按照每个语法模块的形式转换为计算机可识别的指令序列，即语义分析和目标代码生成。
众所周知编译器的实现具有一定的复杂度，其根本原因来自于语言语法的结构灵活性和计算机底层表达形式的多样性，这也是创造一门编程语言最核心的环节。

四、二进制存储
编译器将语言程序翻译转换后，需要将转换后的结果存储起来，以便计算机在需要的时候将其加载、执行。这里不可避免的涉及到两个问题：
（1）转换后的结果是什么样的形式？
（2）转换后的结果保存在哪里？
第一个问题描述的是计算机程序被转换为怎样的形式，才是计算机可以识别的。由于计算机中实际运行程序的硬件模块是CPU，因此计算机程序只有被转换为CPU的二进制指令格式才能被正确识别、执行。比如常见的Intel体系的CISC指令格式、ARM体系的RISC执行格式等。
第二个问题描述的是计算机程序转化为二进制指令格式后，以什么样的方式保存在计算机的磁盘上。由于绝大多数的计算机程序是需要通过运行在计算机硬件之上的操作系统加载运行的，因此计算机程序的二进制表达形式必须以对应操作系统可识别的文件格式存储。比如常见的Windows操作系统的PE文件格式、Linux操作系统的ELF文件格式等。

五、运行时环境和标准库
理论上讲，一门编程语言如果能提供出完备的操纵操作系统和硬件的原子性功能就已经成功了。但是不提供强大的运行时环境支持和标准库，是很难让一门编程语言真正的好用和流行的。没有人希望简单地打印一行字符串，还需要使用编程语言提供的基本特性实现调用操作系统提供的打印接口的逻辑。Java语言之所以久兴不衰，正是因为它不仅提供了完善的运行时环境和开发库支持，甚至提供了更强大的开发框架和工具支持。
因此可见，除了完备的语言特性，为开发者提供更方便好用的库和框架支持，消除软件构建过程中复杂和重复的逻辑，才是一门优秀编程语言的长盛之道。

六、自己动手，立即开始！
《自己动手构造编译系统——编译、汇编与链接》一书详细阐述了一门编程语言从无到有的过程，从语言的功能特性设计，到词法、文法、语义分析；从编译器、汇编器的设计实现，到目标文件的链接生成可执行文件；甚至编译优化器的实现、二进制指令、可执行文件格式以及语言运行时和标准库的概念，都在书中做了认真细致地剖析。相信对本书的阅读，将是一次不错的获得知识的体验！

‘贰’ C语言之初还有很多不统一的版本，没有标准规范，另外还有几个元老级比C语言还早的同行，怎么创造语言

语言是依赖于编译器的。当你写出了一个全新的编译器，你就发明了一种新的计算机语言。如果你想制作自己的编译器判空，需要学习编译原理（编译原理我还没学，没法跟你讲）这里简单介绍一下这些语言是怎么来的以及编译器是如何工作的编译器本身也是可执行文件，它的工作是遵循一定规则，将代码转化为二进制的可执行文件。如果一些编橡搭译器遵循相同的转化规则，那么即使细节上有所不同，同样的代码也在这些编译器上都能生成相同功能的可执行文件，这样就可以说它们是使用同一种语言的编译器。C标准就是这种规则的标准规范，也就是C语言的标准规范，可以方便代码移植和交流。没有C标准的时候，可能自己抄了别人的代码，别人运行得好好的，结果自己这里一堆bug。最初的语言是机器语言，用二进制编写，可以直接写出可执行文件，不需要编译器。后来因为机器语言太难记忆，太难阅读，于是汇编语言被发明出来。汇编语言是将机器语言的指令换成一些容易辨识和记忆的符号的语言，汇编语言的编译器是用机器语言写的，称为汇编器。汇编器工作是将那些符号替换成二进制的指令，于是就生成了可执行文件。最早的c语言编译器是用汇编语言写的，它将c语言代码转化为汇编代码，再将汇编代码转化为可执行文件。后来的c语言编译器都是用先前的c语言编译器编写的。后来的很多语言的编译器也都是用c语言写出来的。现在很少人直接使用编译器，都是使用将写代码和编译功能，以及其它功能集于一体的集成开发环境(IDE)如果你只是想简单地替换一些符号，可以专门写一个程序，用于将代码文件的句号换成分号；进一步，可以集成文本编辑功能，在程序里面写完就转化为c语言的代码；更进一步，设置一个按钮，链接编译器，快捷地将转化后的梁冲拿代码编译。你也可以使用EditPlus这样的工具实现后两个功能

‘叁’ 计算机语言是如何产生的

计算机语言的发展过程

1、机器语言

最初的计算机所使用的是由“0”和“1”组成的二进制数，二进制是计算机的语言的基础。计算机发明之初，计算机只能被少部分人使用，人们需要用0、1组成的指令序列交由计算机执行，对于机器语言的使用与普及都是很令人头疼的问题。对于程序的移植能力几乎没有，从而时间成本，人力成本十分昂贵。但机器语言也不是没有优势，由于这种语言是直接对计算机硬件进行操作，所以在特定型号的计算机上面，运算效率也是很高的，机器语言的出现对于未来的计算机语言发展起到了很好的推动作用，所以机器语言也是第一代计算机语言。

2、汇编语言

汇编语言是在机器语言的基础上诞生的一门语言，用一些简洁的英文字母、符号串来替代一个特定的指令的二进制串，这也提高了语言的记忆性和识别性。对于程序的开发与维护起到了积极作用。汇编语言同样也是直接对硬件进行操作，这样依然局限了它的移植性。但是使用汇编语言针对计算机特定硬件而编制的汇编语言程序，对于计算机硬件的功能和特长的发挥已有了很大进步，它精炼而质量高，所以至今仍是一种常用的程序开发语言。

3、高级语言

从最初与计算机交流的痛苦经历中，人们意识到，应该设计一种这样的语言，这种语言接近于数学语言或人的自然语言，同时又不依赖于计算机硬件，编出的程序能在所有机器上通用。经过努力，1954年，第一个完全脱离机器硬件的高级语言—FORTRAN问世了，40多年来，共有几百种高级语言出现，有重要意义的有几十种，影响较大、使用较普遍的有FORTRAN、ALGOL、COBOL、BASIC、LISP、SNOBOL、PL/1、Pascal、C、PROLOG、Ada、C++、VC、VB、Delphi、JAVA等。高级语言的发展也经历了从早期语言到结构化程序设计语言，从面向过程到非过程化程序语言的过程。相应地，软件的开发也由最初的个体手工作坊式的封闭式？生产，发展为产业化、流水线式的工业化生产。

60年代中后期，软件越来越多，规模越来越大，而软件的生产基本上是人自为战，缺乏科学规范的系统规划与测试、评估标准，其恶果是大批耗费巨资建立起来的软件系统，由于含有错误而无法使用，甚至带来巨大损失，软件给人的感觉是越来越不可靠，以致几乎没有不出错的软件。这一切，极大地震动了计算机界，史称“软件危机”。人们认识到：大型程序的编制不同于写小程序，它应该是--项新的技术，应该像处理工程一样处理软件研制的全过程。程序的设计应易于保证正确性，也便于验证正确性。1969年，提出了结构化程序设计方法，1970年，第一个结构化程序设计语言一Pascal语言出现，标志着结构化程序设计时期的开始。

80年代初开始，在软件设计思想上，又产生了一次革命，其成果就是面向对象的程序设计。在此之前的高级语言，几乎都是面向过程的，程序的执行是流水线似的，在一个模块被执行完成前，人们不能干千别的事，也无法动态地改变程序的执行方向。这和人们日常处;理事物的方式是不一致的，对人而言是希望发生一件事就处理一件事，也就是说，不能面向过程，而应是面向具体的应用功能，也就是对象（object）。其方法就是软件的集成化，如同硬件的集成电路一样，生产一些通用的、封装紧密的功能模块，称之为软件集成块，它与具体应用无关，但能相互组合，完成具体的应用功能，同时又能重复使用。对使用者来说，只关心它的接口（输入量、输出量）及能实现的功能，至于如何实现的，那是它内部的事，使用者完全不用关心，C++、VB、Delphi就是典型代表。高级语言的下一个发展目标是面向应用，也就是说：只需要告诉程序你要干什么，程序就能自动生成算法，自动进行处理，这就是非过程化的程序语言。

‘肆’ 如何自创一门编程语言

从你的描述来看，自指姿创一门编程语言是非常困难的。现在的编程语言都是几十年前研究樱斗人员做出来的，他们为编程语言做出了很大的贡献。
如果自创一门编程语言的话，几乎是不可能的，就算一个国家，集一脊逗磨国之力也很难做出来。

‘伍’ 新手如何学习编程

熟悉以下关键东西，可以边学边做，定期训练，经常思考，长期积累：

1、语法。

2、基础理论（数学、数据结构、算法等）。

3、设计方法（编程原则、设计模式、框架设计等）。

4、库（核心、基础、UI、扩展、游戏引擎等）。

5、计算机相关（操作系统、网络、图形学等）。

6、领域知识（游戏设计、网站设计等）。

7、开发工具（编辑器、IDE、自动部署等）。

8、项目管理（进度管理、分工协作、Bug管理、版本控制等）。

最普遍也是最重要的能力：创造力。努力分析并理解好做什么以及怎么做。要知道上面那些东西一开始都是不存在的。

具体方法包括：

1、快速阅读入门教程和书籍，适合学习语言和基础库。比如我学Java读的《Java编程思想》，练习题做过一点，然后学ActionScript就没读过书，只读过Adobe官方文档《ActionScript 3.0编程》。

2、阅读库的文档、实例、源码。比如Flash、Flex开发，熟悉官方API很重要，很多细节要具体使用时才注意到，这时候最好做个笔记，虽然我从没看过我的笔记。

3、做一个自己感兴趣或熟悉的小项目，比如我就以黑白棋游戏作为多个语言的试水项目，一样的逻辑，便于把关注点放在语言特点上。

4、自己动手丰衣足食。厨师有菜谱，程序员可没菜谱。比如我做游戏，最关键的游戏编程知识全部是动手学出来的，很少有专门针对某个业务领域（如游戏）的编程书籍，要么是入门书，要么是模式书（如算法）、理论书（图形学），很少有书籍教你如何开发一个45度角地图系统加编辑器的，全靠自己思考，以及看前人的代码，需要时找些网络资料。关键是，可以培养最重要的创造力。

对于算法和设计模式，可以研读下，但是关键还是靠平时如何使用了。新手勉强不来的。

项目管理方面的，就得靠工作经验了，多思考多提意见不要只走流程。