返回资讯中心
外部精选
软件工程
#开发者实时流

软件工程师时隔二十五年重学编译原理,动手实现 Tiny Rust 子集

来源标题:Returning to Compilers, as a Student: Building a Tiny Rust Subset

一位有约二十五年经验的软件工程师重新以学生身份学习编译原理,并着手实现一个 Tiny Rust 子集来验证所学。他表示希望更深入理解编译器如何把人类可读代码翻译成机器可执行指令,相关学习笔记和实现将陆续公开。

Hacker News 最新frogfish2026/11/3 · 14 天前16 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

长期以来,我一直想更深入地理解编译器。我在2000年代初开始探索这个领域,至今仍觉得其基本理念非常了不起:一个程序可以接受人类可读的代码,并将其翻译成机器可以执行的指令。它必须充分理解我们所写的内容,才能在这一翻译过程中保留其含义。在构建程序这一看似普通的行为中,蕴含着大量的计算机科学。

这就是我兴趣的来源。在软件行业工作了大约二十五年后,我仍然以计算机科学学生的身份来接触这个课题。有些概念我认得,有些需要重新温习,还有许多实现细节我想真正理解。经常使用编译器只让我对它们产生了更多疑问。

我现在终于抽出一些时间来学习和写作。这些文章主要是给我自己的笔记,附带一个小型实现来验证其中的解释。公开发表需要一点勇气,但我希望这个过程能帮助我对自己所理解的内容更加审慎。

《龙书》是我早期阅读的一部分,还有我仔细研读过的其他编译器教材。我想带着现在的问题重新回到那些材料中。

它的正式书名是《Compilers: Principles, Techniques, and Tools》。第一版由Alfred Aho、Ravi Sethi和Jeffrey Ullman编写;Monica Lam在第二版时加入作者行列。我自己的兴趣在那 later edition 出现之前就开始了。在工作过程中,我还想在手边备有其他书籍:Andrew Appel的《Modern Compiler Implementation》,包括其C、Java和ML版本,以及Keith Cooper和Linda Torczon的《Engineering a Compiler》。

它们为我提供了接近同一课题的不同方式。如果这个实现能帮助我以更深的理解去阅读它们,我会很高兴。

这一次,我想在那些在书页上容易认同的细节处停下来。解析器确实会生成一棵树。但我应该在树中放入什么,才能让下一阶段使用?哪些源位置信息应该保留?错误应该在哪里报告?我发现当有一个函数要写、有一个测试可能否定我的想法时,这些问题更容易理清。

我自己的阅读始于C和Java附近,但沿着它们的思路很快就会把我们引向几个方向。C使内存和机器操作之间的关系相当可见。Smalltalk探索了以对象为中心的编程环境;C++将面向对象的设施引入了一门有C根源和系统编程关切的语言。Java使虚拟机成为日常开发中熟悉的一部分:源代码可以变成字节码,由JVM负责在特定机器上执行它。

这是穿越这些概念的一条粗略路径,并不是说一种语言整洁地取代了前一种。它们的历史相互重叠,每一种仍然提出值得探讨的实现问题。甚至“编译程序”这个说法也可以指这条路径上不同的停止点。

Python和Ruby让我更清晰地看到了图景的另一部分。我们常称它们为解释型语言。广义上说,解释意味着由另一个程序执行我们代码所描述的操作,而不是由处理器直接执行整个程序的原生翻译。这并不意味着实现中没有编译器。例如,CPython将源代码编译为字节码,由其虚拟机执行。CRuby也有编译后的指令序列。

一个实现可以组合这些技术,包括在程序运行时将频繁执行的代码编译为原生指令。这就是即时编译。我对此类系统了解得越多,严格的“编译型语言与解释型语言”之分就显得越没有用。值得问的是:某个具体实现做了什么,以及它在什么时候做。

最近,TypeScript和Rust吸引了我的注意力。TypeScript在JavaScript周围增加了静态检查,同时保留了JavaScript的运行时模型。Rust对系统编程采取了不同的方法,将所有权和借用作为编译器检查的一部分。两者都让我回到一个老问题:在程序运行之前,我们能确定多少东西?

Rust正受到大量关注,这也促使我在这个练习中选择它。让我保持兴趣的是其编译器所做的工作。我想更多地理解它如何将原生代码生成与那些检查结合起来,尽管我们的小型实现只覆盖基本的编译器阶段。

我们将用Rust为Rust的一个非常小的子集编写一个编译器。我将这个子集称为MicroRust。Rust是语言;rustc是它的编译器。在这里保持这一区分很重要,因为我们将使用Rust来构建我们自己的一个独立编译器。

选择一种现有的语法为我们提供了有用的参照。我们的示例程序从一开始就可以用rustc编译。随着MicroRust的发展,我们可以比较它接受什么以及它的程序产生什么。当结果不同时,我们就有具体的问题需要调查。

这个实现将保持足够小,以便我能跟踪一个值穿过整个流程。这意味着省略许多使Rust作为系统语言有趣的内容,包括所有权和借用。我仍然认为,让普通的整数表达式和函数调用通过每个阶段有很多东西可以学习。一旦这些部分变得具体,我应该能更好地阅读我们省略掉的那些分析。

我还希望将代码与文字放在一起,以便读者可以运行示例并修改它们。有些片段会展示编译器的一小部分;另一些则是它接受或故意拒绝的程序。我会区分这些情况。一个因预期原因而失败的示例可以教给我们一些东西,但它不应让人怀疑自己是否复制错了。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →