如何用JavaScript实现一门编程语言 - λanguage描述

[llwanghong]

整篇译文的目录章节如下：

整篇译文的目录章节如下：

• 前言
• λanguage描述
• 写一个解析器（Parser）
  • 字符流（Character Stream）
  • 标记流（Token Stream）
  • AST
  • 解析器
• 简单的解释器（Interpreter）
  • 我们得到了什么
  • 增加新的结构
  • 我们有多快？
• CPS求值器（CPS Evaluator）
  • 保护堆栈
  • Continuations
  • Yield进阶
• 编译成JS
  • JS代码生成器
  • CPS转换器
  • 示例及改进
  • 优化器
• 总结
• 真实示例

λanguage描述

一切开始之前，我们应该对要取得的目标有一个清晰的认识。使用严格的语法来描述λanguage语言不失为一个好想法，但本教程中，我尽量保证描述更通俗，比如下面的示例：

# this is a comment

println("Hello World!");

println(2 + 3 * 4);

# functions are introduced with `lambda` or `λ`
fib = lambda (n) if n < 2 then n else fib(n - 1) + fib(n - 2);

println(fib(15));

print-range = λ(a, b)             # `λ` is synonym to `lambda`
                if a <= b then {  # `then` here is optional as you can see below
                  print(a);
                  if a + 1 <= b {
                    print(", ");
                    print-range(a + 1, b);
                  } else println("");        # newline
                };
print-range(1, 5);

注意上面标识符名称（print-range）可以包含减号"-"。这纯属个人的喜好：我总是喜欢在操作符前后加上空格，不是特别喜欢驼峰命名，并且短中划线比下划线要更好点。创造自己的编程语言的好处就是可以按照自己的喜好来实现。:)

输出如下：

Hello World!
14
610
1, 2, 3, 4, 5

λanguage语言虽然看起来有点像JavaScript，但是它们不一样。首先，λanguage中只有表达式而没有语句。一个表达式会返回一个值并且可以用来代替任何其它表达式。花括号“{}”用来创建一个表达式序列，其中用分号“;”来分割各个表达式，表达式序列本身也是表达式，它的值是最后一个表达式的值。下面是一个有效的程序：

a = {
  fib(10);  # has no side-effects, but it's computed anyway
  fib(15)   # the last semicolon can be missing
};
print(a); # prints 610

通过关键字lambda或者λ（两者是同义词）引入函数。紧跟着关键字后面必须是由圆括号()包裹且由逗号,分隔的变量列表（也可以为空），像JavaScript一样，这些变量就是函数参数名称。函数体是一个单一的表达式，也可以是一个由“{}”包裹的表达式序列。没有return语句（因为λanguage不支持语句），所以函数体中最后一个表达式的值会被返回给调用者（caller）。

没有var关键字。可以使用JavaScript程序员所谓的“IIFE”来引入新变量。使用lambda将变量声明为参数。跟JavaScript一样，在λanguage语言中，变量同样拥有函数作用域，函数都是闭包。

甚至if关键字本身就是一个表达式。在JavaScript中需要使用三目运算符达到下面的效果：

a = foo() ? bar() : baz(); // JavaScript
a = if foo() then bar() else baz(); # λanguage

上面print-range代码片段可以看到，当分支是以左花括号{开始的时候，then关键字可以省略，否则是必需的。如果有选择分支的话，则else关键字是必需的。与函数体类似，then和else关键字的分支体也是一个单一的表达式，同样可以是一个由花括号{}包裹的，且分号;分割的表达式序列。当条件为false并且没有选择分支的时候，if表达式的值为false。说到这，false是λanguage语言中代表假值（falsy value）的唯一一个关键字：

if foo() then print("OK");

上面的代码当且仅foo()的值不为false时才会打印OK。考虑到语言的完整性，也有一个true关键字，任何不为false（按照JavaScript的===操作符判断）的条件（包括数字0和空字符串“”）都会被解析为true。

另外需要注意的是，if的条件不要求必须用圆括号包裹。虽然加上了也不会错（左圆括号(代表一个表达式的开始），但总有些多余。

整个程序会假定被包裹在花括号{}中来解析，所以需要在每个表达式后面加上分号;（最后一个表达式可以除外）。

好了，上面就是我们的λanguage语言。它不一定算是一个好编程语言。语法看起来很小巧，但是会有缺陷。有许多缺失的特性，比如对象或数组，我们不会投入过多精力在上面，因为它们不是必须的。如果能够理解本教程所有的内容，你可以轻易的实现这些特性。

下一节我们将要来写一个λanguage语言的解析器。