# The Super Tiny Complier

github 地址
翻译:有道词典

今天我们将一起来写一个编译器,但不是什么普通的编译器… 而是一个超级小的编译器!
如果你删掉所有注释,该文件将只剩下大约 200 行实际代码

我们将把一些类似含糊不清 的函数调用编译成一些 C 语言风格的函数调用

如果你对其中一个不熟悉,我来简单介绍一下

如果我们有两个函数 “加” 和 “减”,它们可以写成这样:

LISP C
2 + 2 (add 2 2) add(2, 2)
4 - 2 (subtract 4 2) subtract(4, 2)
2 + (4 - 2) (add 2 (subtract 4 2)) add(2, subtract(4, 2))

小菜一碟,对吧?

很好,因为这正是我们要编译的,虽然这不是一个完整的 LISP 或者 C 语法,但它的语法足以演示现代编译器的许多主要部分

大多数编译器分为三个主要阶段:解析、转换和代码生成

  • 请记住三个主要阶段,它们是编译器的核心!
  1. Parsing is taking raw code and turning it into a more abstract representation of the code.

  2. Transformation takes this abstract representation and manipulates to do whatever the compiler wants it to.

  3. Code Generation takes the transformed representation of the code and turns it into new code.

  4. 解析 是获取原始代码并将其转换为更抽象的代码表示。

  5. 转化 拿到抽象的表示和操作来执行编译器希望它执行的任何操作。

  6. 代码生成 获取转化后的代码,将其转换为新的代码。

# Parsing 解析

解析通常被划分为两个阶段: 词法分析语法分析


  1. 词法分析 lexical analysis 获取原始代码,并通过一个称为标记器 (或词法分析器) 的东西将其拆分为 tokens

    token 是一组微小的对象,用来描述语法中一个孤立的片段,它可以是数字、标签、标点、运算符等等。

  2. 语法分析 获取到 ``token 并将它们重新格式化为 描述语法的每个部分极其相互关系 的表示。这被称为中间表示或抽象语法树。(Abstract Syntax Tree) AST` 是一个嵌套很深的对象,它以一种既易于使用又能告诉我们大量信息的方式表示代码。


对于以下的语法:

( add 2 (subtract 4 2 ) )

tokens 可能看起来像这样:

1
2
3
4
5
6
7
8
9
10
11
[
{ type: 'paren', value: '(' },
{ type: 'name', value: 'add' },
{ type: 'number', value: '2' },
{ type: 'paren', value: '(' },
{ type: 'name', value: 'subtract' },
{ type: 'number', value: '4' },
{ type: 'number', value: '2' },
{ type: 'paren', value: ')' },
{ type: 'paren', value: ')' },
]

AST 可能看起来像这样

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
{
type: 'Program',
body: [{
type: 'CallExpression',
name: 'add',
params: [{
type: 'NumberLiteral',
value: '2',
}, {
type: 'CallExpression',
name: 'subtract',
params: [{
type: 'NumberLiteral',
value: '4',
}, {
type: 'NumberLiteral',
value: '2',
}]
}]
}]
}

# Transformation 转化


编译的下一个阶段就是转化,它从上一步获取到 AST 并对其进行更改,它可以用同一种语言操作 AST, 也可以将其翻译成一种全新的语言。

让我们来看看如何转化 AST

您可能会注意到,AST 中的元素看起来非常相似。都是带着 type 属性的对象。每一个都被称为 AST 节点。这些节点上定义了描述树的一个独立部分的属性。

我们可以为 "NumberLiteral" 创建一个节点

1
2
3
4
{
type: 'NumberLiteral',
value: '2',
}

或者为 “CallExpression” 创建

1
2
3
4
5
{
type: 'CallExpression',
name: 'subtract',
params: [...nested nodes go here...],
}

在转换 AST 时,我们可以通过添加 / 删除 / 替换属性来操作节点,我们可以添加新节点,删除节点,或者我们可以不影响现有 AST,并在其基础上创建一个全新的 AST。

因为我们的目标是一个新语言,所以我们将要专注于创建一个全新的,特定于目标语言的 AST.

# Traversal 遍历

为了能够浏览到所有的节点,我们需要遍历他们,这个遍历到达每个节点的过程采用深度优先

例如:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
{
type: 'Program',
body: [{
type: 'CallExpression',
name: 'add',
params: [{
type: 'NumberLiteral',
value: '2'
}, {
type: 'CallExpression',
name: 'subtract',
params: [{
type: 'NumberLiteral',
value: '4'
}, {
type: 'NumberLiteral',
value: '2'
}]
}]
}]
}

对于以上 AST, 我们这样执行:

  1. Program - 从 AST 顶级节点开始
  2. CallEXpression (add) - 访问到 Program 节点的第一个 body 节点
  3. NumberLiteral (2) - 移动到 CallExpression 节点的第一个 params 节点
  4. CallExpression (subtract) - 移动到 CallExpression 的第二个 params 节点
  5. NumberLiteral (4) - 移动到 CallExpression 的第一个 params 节点
  6. NumberLiteral (2) - 移动到 CallExpression 的第二个 params 节点

如果我们直接操作这个 AST,而不是创建一个单独的 AST,我们可能会在这里引入各种抽象。但对于我们需要做的而言,只要 访问 树中的每个节点就足够了。

这里用到 visite(访问) 一词是因为存在这样一种设计模式来表示对对象结构元素的操作。

** 访问器模式(Visitor Pattern)** 又称为访问者模式或访问者设计模式,是一种行为型设计模式,它允许你将算法插入到现有对象结构中的各个对象中,从而改变它们的行为。访问器模式使得你可以在不改变各个对象的类的前提下定义作用于这些对象的新操作。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
class Person {
constructor(name, age, height) {
this.name = name;
this.age = age;
this.height = height;
}

accept(visitor) {
visitor.visit(this);
}
}

class OutputVisitor {
visit(person) {
console.log(`Name: ${person.name}, Age: ${person.age}, Height: ${person.height}`);
}
}

const person = new Person('Tom', 25, 180);

const outputVisitor = new OutputVisitor();
person.accept(outputVisitor); // 输出:Name: Tom, Age: 25, Height: 180

在上面的例子中,我们定义了一个 Person 类和一个 OutputVisitor 类。 Person 类中有 accept 方法,它接受一个 visitor 作为参数,并调用 visitor.visit(this) 方法来对当前对象进行访问。 OutputVisitor 类中定义了 visit 方法,用来操作 Person 对象的属性,并输出结果。

最后,我们创建了一个 Person 对象,并创建了一个 OutputVisitor 对象。我们调用 person.accept(outputVisitor) 方法来访问 Person 对象,并输出结果。

# Visitors 访问器

​ 这里的基本思想是:我们将要创建一个 visitor 对象,它有一个可以访问所有不同类型节点的方法。

1
2
3
4
var visitor = {
NumberLiteral() {},
CallExpression() {},
};

​ 当遍历 AST 时,只要 “输入” 匹配类型的节点,就会调用该访问器上的方法。

​ 为了使这起作用,我们还将传递节点 node 和父节点的引用 parent

1
2
3
4
var visitor = {
NumberLiteral(node,parent) {},
CallExpression(node,parent) {},
}

​ 然而,我们也需要考虑到事务 "退出" 的可能,想象一下我们之前列出的树结构

1
2
3
4
5
6
- Program
- CallExpression
- NumberLiteral
- CallExpression
- NumberLiteral
- NumberLiteral

​ 当我们向下遍历的时候,我们会达到一些分支尽头。当我们完成遍历一个分支我们需要 "退出" 该分支。因此,沿着树向下走,我们 “进入” 每个节点,然后向上走,我们 “退出” 分支。

1
2
3
4
5
6
7
8
9
10
11
12
-> Program (enter)
-> CallExpression (enter)
-> Number Literal (enter)
<- Number Literal (exit)
-> Call Expression (enter)
-> Number Literal (enter)
<- Number Literal (exit)
-> Number Literal (enter)
<- Number Literal (exit)
<- CallExpression (exit)
<- CallExpression (exit)
<- Program (exit)

为了支持这一点,我们最终的访问器应该是这样的

1
2
3
4
5
6
var visitor = {
NumberLiteral: {
enter(node, parent){},
exit(node, parent){},
}
}

# Code Generation 代码生成

编译器的最后一个阶段就是代码生成,有时编译器会做一些与转换重叠的事情,但在大多数情况下,代码生成只是意味着取出我们的 AST 和字符串化代码。

代码生成器以几种不同的方式工作,一些编译器将重用之前的标记,其他编译器将创建一个单独的代码表示,以便它们可以线性打印节点,但据我所见,大多数编译器将使用我们刚刚创建的相同的 AST,这是我们将重点关注的内容。

实际上,我们的代码生成器知道如何 " 打印” AST 的所有不同节点类型,并且它将递归地调用自身来打印嵌套的节点,直到所有内容都打印成一长串代码。


总之,以上就是编译器的所有部分

这并不是说所有编译器都看起来与我描述的完全一致,编译器有着许多不同的用途,它们需要的步骤可能比我所详细描述的要多.

但是现在你应该对大多数编译器长什么样子有一个通用的高级概念.

现在我已经解释了所有这些,您都可以编写自己的编译器了,对吗?

开个玩笑… 帮助你们实现一个编译器正是我的目的;🚩

# Tiny Complier

# 前方高能!!

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
/**
* ============================================================================
* (/^▽^)/
* THE TOKENIZER!
* ============================================================================
*/
// 我们将从解析的第一阶段开始,使用`Tokenizers`的 `lexical analysis`词法分析。

//我们需要做的只是把字符串形式的代码划分成tokens数组

/*
* (add 2 (subtract 4 2)) => [{ type: 'paren', value: '(' }, ...]
*/

// tokennizer分析器
function tokenizer(input){
// 一个 current 变量作为指针跟踪我们当前位置
let current = 0;

// 一个 tokens 数组收集所有tokens
let tokens = [];

//我们首先创建一个“while”循环,
//在其中设置我们的“current”变量,
//使其在循环“内部”随心所欲地递增。

//我们这样做是因为我们可能想要在一个循环中多次增加 current
//因为我们的tokens可以是任何长度。
while (current < input.length){

// 我们还需要储存在input中,当前current指向的字符
let char = input[current]

// 我们首先想要检查的是一个开括号,
// 括号一会儿将用于 CallExpression
// 但现在我们只关心字符
if( char === '(' ){

// 如果为真,我们push一个类型为 `paren` 的新token, 并设置为一个开括号
tokens.push({
type: 'paren',
value: '(',
});

// 然后current指针移动
current++;

// 然后继续下一轮循环,相当于已记录为'(',去下一个字符
continue;
}

// 接下来我们检查闭括号,和上面一样
if( char ===')' ){
tokens.push({
type: 'paren',
value: ')',
})

current++;
continue;
}

// 继续, 我们现在来检查空格, 这很有趣,因为我们关心空格是否存在 用于分隔字符,
// 但将其存储为令牌实际上并不重要。我们只会在以后把它扔掉。

// 因此, 我们只需要测试空格是否存在,然后continue,并不需要存入tokens
let WHITESPACE = /\s/;
if (WHITESPACE.test(char)){
current ++;
continue;
}

// 下一种类型的令牌是number。这与我们之前看到的不同,
// 因为一个数字可以是任意数量的字符,我们希望将整个字符序列捕获为一个令牌。
/* (add 123 456)
^^^ ^^^
Only two separate tokens
*/

//因此我们需要从遇到序列中的第一个number开始
let NUMBERS = /[0-9]/;
if (NUMBERS.test(char)){

//我们需要创建一个value字符串预存将要push的数据
let value = '';
// 然后,我们将循环序列中的每个字符,直到遇到一个不是数字的字符,
// 将每个是数字的字符推到我们的“值”,并在此过程中current++。
while(NUMBERS.test(char)){
value += char;
current++;
char = input[current]
}

// 最后我们把number加入到tokens数组
tokens.push({
type: 'number',
value
})

continue;
}

// 我们还将添加语言中对字符串的支持,即任何被 "" 包裹的字符串
/*(concat "foo" "bar")
^^^ ^^^ string tokens
*/
// 我们需要检查双引号的开始
if(char ==='"' ){
//维护一个value变量预存数据
let value = '';

// 在tokens中跳过开头的",不存储进去
char = input[++current];

// 然后开始遍历每个字符直到遇到另一个双引号
while(char != '"'){
value += char;
char = input[++current];
}

// 同样,需要跳过最后的 ",让current直接指向下一个char
char = input[++current];

// 最后把string加入到tokens数组
tokens.push({
type: 'string',
value
})

continue;
}

// 最后一种类型的token是name, 这是一个由字母组成的序列
// 它们是 lisp 语法中的函数名,如下
/*(add 2 4)
^^^
Name token
*/

let LETTERS = /[a-z]/i;
if (LETTERS.test(char)){
let value = '';

while(LETTERS.test(char)){
value += char;
char = input[++current];
}

tokens.push({
type: 'name',
value
});

continue;
}

// 最后如果到现在还没匹配到当前字符,将会抛出一个错误
throw new TypeError('I dont know what this character is:' + char)
}

return tokens
}


/**
* ============================================================================
* ヽ/❀o ل͜ o\ノ
* THE PARSER!!!
* ============================================================================
*/
// 接下来我们将要把tokens数组转化为AST抽象语法树
/*
* [{ type: 'paren', value: '(' }, ...] => { type: 'Program', body: [...] }
*/
// parser解析器
function parser(tokens){
// 我们再次维护一个current变量作为指针
let current = 0;

// 但是这次我们将要使用递归代替while循环,因此需要一个walk函数
function walk() {

// 在递归函数内我们从拿到current指向的token开始
let token = tokens[current];

// 我们将把每种类型的token划分到不同路径中,
// 这里从number开始
// 我们测试一下看看类型是否为number
if (token.type === 'number'){

// 如果是,让current指向下一个token
current++;

// 然后我们返回一个新的AST节点名叫"NumberLiteral"
// 并且把token的value值附给他的value
return{
type: 'NumberLiteral',
value: token.value,
};
}

// 如果是string类型,则创建一个`StringLiteral`节点
if (token.type === 'string'){
current++;

return {
type: 'StringLiteral',
value: token.value,
}
}

// 接下来我们将寻找CalExpressions, 我们从碰到开括号`(`开始
if( token.type === 'paren' && token.value === '('){

// 还记得吗? 上面我们在组成tokens的时候,
// 如果遇到字符串,需要忽略第一个和最后一个 `"`
// 这里也一样,我们只关心括号内的内容,不需要存入括号本身

//跳过括号
token = tokens[++current];

// 我们创建了一个类型为' CallExpression '的基节点,
// 我们将其名称设置为当前令牌的值,
// 因为开括号后的下一个令牌是函数的名称。

let node = {
type: 'CallExpression',
name: token.value,
params: [],
};

// 我们移动current跳过函数名name
token = tokens[++current];

// 现在我们要循环遍历每一个token,这些token将是CallExpression的params
// 知道我们遇到一个闭括号 `)`

// 我们将依靠递归来求解。而不是试图解析一组可能无限嵌套的节点

//为了解释这一点,让我们以我们的Lisp代码为例。你可以看到' add '的参数是一个数字和一个嵌套的' CallExpression ',其中包括它自己的数字。
// (add 2 (subtract 4 2))

/*
[
{ type: 'paren', value: '(' },
{ type: 'name', value: 'add' },
{ type: 'number', value: '2' },
{ type: 'paren', value: '(' },
{ type: 'name', value: 'subtract' },
{ type: 'number', value: '4' },
{ type: 'number', value: '2' },
{ type: 'paren', value: ')' },
{ type: 'paren', value: ')' }
]
*/

// 我们将会依靠嵌套walk()函数来移动current指针变量遍历所有嵌套的`CallExpression`

// 因此我们执行一个while循环持续添加token到params中作为参数

while(
(token.type !== 'paren') ||
(token.type === 'paren' && token.value !== ')')
){
// 我们将调用walk()函数返回一个节点,并把它push到node.params中
node.params.push(walk())
token = tokens[current];
}

// 参数遍历完毕,我们最后移动current一次来跳过右括号 `)`
current++;

// 返回这个函数node
return node;
}

// 如上,如果我们到现在还有未识别的token,就抛出一个错误
throw new TypeError(token.type)
}

// 现在,我们将要从一个type为Program的根节点开始创建我们的AST

let ast = {
type: "Program",
body: [],
};

// 然后我们启动walk()函数把节点都push到ast.body数组中
// 我们在循环中这样做的原因是我们的程序可以一个接一个地使用“CallExpression”,而不是被嵌套。

while(current < tokens.length){
ast.body.push(walk())
}

// 最后返回所生成的AST
return ast;
}



/**
* ============================================================================
* ⌒(❀>◞౪◟<❀)⌒
* THE TRAVERSER!!!
* ============================================================================
*/

// 现在我们有了AST,并且我们希望能够访问不同的节点.
// 我们需要能够在遇到匹配类型的节点时调用访问器上的方法
/* * traverse(ast, {
* Program: {
* enter(node, parent) {
* // ...
* },
* exit(node, parent) {
* // ...
* },
* },
*
* CallExpression: {
* enter(node, parent) {
* // ...
* },
* exit(node, parent) {
* // ...
* },
* },
*
* NumberLiteral: {
* enter(node, parent) {
* // ...
* },
* exit(node, parent) {
* // ...
* },
* },
* });
*/

// 因此我们定义了一个traverser函数来接收一个AST,和一个visitor
// 在访问器函数内我们需要定义两个函数...
function traverser(ast, visitor) {

// 定义一个' traverseArray '函数,它允许我们遍历一个数组,
// 并调用我们将定义的下一个函数:' traverseNode '。
function traverseArray(array, parent) {
array.forEach(child => {
traverserNode(child, parent);
})
}

// 定义一个' traverseNode '函数,接收一个node和它的父节点parent,
// 这样可以把他俩都传递给我们的访问器方法
function traverseNode(node, parent){

// 我们首先测试访问器上是否存在一个具有匹配“类型”的方法。
let mothods = visitor[node.type];

// 如果对于此节点存在匹配的方法,我们就调用它
if(methods && methods.enter){
methods.enter(node, parent);
}

// 接下来我们按照节点类型进行拆分
switch(node.type){

// 我们将从顶层的“Program”开始。
// 由于程序节点有一个名为body的属性,该属性有一个节点数组,
// 我们将调用' traverseArray '向下遍历它们。

// (请记住,' traverseArray '将依次调用' traverseNode',
// 因此我们将导致AST被递归遍历

case 'Program':
traverseArray(node.body, node);
break;

// 接下来对 `CallExpression`做同样的事并遍历其params
case 'CallExpression':
traverseArray(node.params, node);
break;

// 对于`NumberLiteral` 和 `StringLiteral`,没有子节点需要访问,所以直接break
case 'NumberLiteral':
case 'StringLiteral':
break;

// 同样,如果没有识别到该类型则抛出错误
default:
throw new TypeError(node.type)
}


//如果该节点类型有一个“exit”方法,我们将用“node”和它的“parent”来调用它。

if(methods && methods.exit){
methods.exit(node, parent)
}
}

// 最后我们通过对ast调用traverseNode来启动,ast没有父节点,所以传入null
traverseNode(ast, null)
}


/**
* ============================================================================
* ⁽(◍˃̵͈̑ᴗ˂̵͈̑)⁽
* THE TRANSFORMER!!!
* ============================================================================
*/
// 接下来是转化器。我们的转换器将获取我们已经构建的AST,
// 并将其传递给带有visitor的遍历函数,并将创建一个新的AST。
/*----------------------------------------------------------------------------
* Original AST | Transformed AST
* ----------------------------------------------------------------------------
* { | {
* type: 'Program', | type: 'Program',
* body: [{ | body: [{
* type: 'CallExpression', | type: 'ExpressionStatement',
* name: 'add', | expression: {
* params: [{ | type: 'CallExpression',
* type: 'NumberLiteral', | callee: {
* value: '2' | type: 'Identifier',
* }, { | name: 'add'
* type: 'CallExpression', | },
* name: 'subtract', | arguments: [{
* params: [{ | type: 'NumberLiteral',
* type: 'NumberLiteral', | value: '2'
* value: '4' | }, {
* }, { | type: 'CallExpression',
* type: 'NumberLiteral', | callee: {
* value: '2' | type: 'Identifier',
* }] | name: 'subtract'
* }] | },
* }] | arguments: [{
* } | type: 'NumberLiteral',
* | value: '4'
* ---------------------------------- | }, {
* | type: 'NumberLiteral',
* | value: '2'
* | }]
* (sorry the other one is longer.) | }
* | }
* | }]
* | }
* ----------------------------------------------------------------------------
*/

// 所以我们创建一个接收lispAST的转化器函数
function transformer(ast){

// 接下来我们将创建一个新AST,它像我们之前创建的AST一样,有一个Program节点

let newAst = {
type: 'Program',
body: [],
};

// 接下来我要耍点小聪明,创建一个小hack。
// 我们将在父节点上使用名为context的属性我们将把节点推到它们的父节点的context中。
// 通常你会有一个比这个更好的抽象,但为了我们的目的,这样可以使事情简单。

// 请注意,context是一个从旧ast到新ast的引用。
// 意味着我们在旧ast上操作context,实际上也在操作新ast的body
ast._context = newAst.body;

// 我们从一个traverser函数开始,传入一个旧ast和一个visitor
traverser(ast, {

// 第一个访问器方法接收所有的NumberLiteral
NumberLiteral: {
enter(node, parent){

//我们将创建一个同样名为' NumberLiteral '的新节点,我们将把它push到父上下文context。
parent._context.push({
type: 'NumberLiteral',
value: node.value
})
}
}

// 接下来是`StringLiteral`
StringLiteral: {
enter(node, parent){
parent._context.push({
type: 'StringLiteral',
value: node.value,
});
}
}

// 然后是`CallExpression`
CallExpression: {
enter(node, parent){

// 我们开始创建一个带有嵌套的`Identifier`的新`CallExpression`节点
let expression = {
type: 'CallExpression',
callee: {
type: 'Identifier',
name: node.name,
},
arguments: [],
}

// * 接下来我们将在原`CallExpression`定义一个新的上下文,
// 他将引用expression的参数,以便我们可以push参数(著名的函数作用域)
node._context = expression.arguments;

// 然后我们将要检查父节点是否为`CallExpression`.
// 如果不是...
if(parent.type !== 'CallExpression'){

// 我们要用一个" ExpressionStatement "来包装" CallExpression "节点。
// 我们这样做是因为JavaScript中的顶层' CallExpression '实际上是语句。
expression = {
type: 'ExpressionStatement',
expression: expression,
}
}

// 最后,我们push我们的(可能是包装好的)' CallExpression '到parent的“上下文”。
parent._context.push(expression);
}
}
})

//在我们的transformer函数结束时,我们将返回我们刚刚创建的新ast。
return newAst;
}


/**
* ============================================================================
* ヾ(〃^∇^)ノ♪
* THE CODE GENERATOR!!!!
* ============================================================================
*/
// 现在,让我们进入最后一个阶段: 代码生成器

//我们的代码生成器将会递归自调用,将AST中每个节点打印成一个巨大的字符串
function codeGenerator(node){

// 我们将按照节点的类型来分解
switch(node.type){

// 如果我们有一个' Program '节点。我们将映射“body”中的每个节点,
// 并通过代码生成器运行它们,并用换行符将它们连接起来。
case 'Program':
return node.body.map(codeGenerator) //等同于.map(item => codeGenerator(item))
.join('\n');

// 对于' ExpressionStatement ',我们将调用嵌套表达式上的代码生成器,并添加一个分号…
case 'ExpressionStatement':
return (
codeGenerator(node.expression) + ';'
);

// 对于'CallExpression',我们将打印'callee',添加一个开括号,映射' arguments '数组中的每个节点,
// 并在代码生成器中运行它们,用逗号连接它们,然后我们将添加一个闭括号。
case 'CallExpression':
return (
codeGenerator(node.callee) +
'(' +
node.arguments.map(codeGenerator)
.join(', ') +
')'
)

// 对于`Indentifier`,只需要return节点的name
case 'Indentifier':
return node.name;

// 对于`NumberLiteral`,只需return节点的value
case 'NumberLiteral':
return node.value;

// 对于`StringLiteral`,只需要给节点的value包裹双引号
case 'StringLiteral':
return '"' + node.value + '"';

// 最后如果有没有识别到的node, 就抛出错误
default:
throw new TypeError(node.type);
}
}

/**
* ============================================================================
* (۶* ‘ヮ’)۶”
* !!!!!!!!THE COMPILER!!!!!!!!
* ============================================================================
*/

// 终于!我们将创建“compiler”函数。在这里,我们将把管道的每个部分连接在一起。
/*
* 1. input => tokenizer => tokens
* 2. tokens => parser => ast
* 3. ast => transformer => newAst
* 4. newAst => generator => output
*/

function compiler(input){
let tokens = tokenizer(input);
let ast = parser(tokens);
let newAst = transformer(ast);
let output = codeGenerator(newAst);

return output;
}

/**
* ============================================================================
* (๑˃̵ᴗ˂̵)و
* !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!YOU MADE IT!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
* ============================================================================
*/

// Now I'm just exporting everything...
module.exports = {
tokenizer,
parser,
traverser,
transformer,
codeGenerator,
compiler,
};

# 总结一下

代码编译器的工作可以分为三个阶段:Parse、Transformation 和 Code Generation。

  1. Parse 阶段:代码编译器首先会将源代码转换成抽象语法树(AST),这个过程称为 Parse。Parse 的过程可以分为词法分析和语法分析两个阶段。在词法分析阶段,编译器会将源代码分解成一个个的 Token,然后将这些 Token 组成 Token 流;在语法分析阶段,编译器会将 Token 流转换成 AST。

  2. Transformation 阶段:在 Transformation 阶段,编译器会对 AST 进行一系列的变换,例如删除无用代码、优化代码结构等。这个过程也被称为 “中间代码生成”。

  3. Code Generation 阶段:在 Code Generation 阶段,编译器会将 AST 转换成目标代码,这个过程也被称为 “后端代码生成”。Code Generation 过程中涉及到的技术包括指令选择、寄存器分配等。

总之,代码编译器的工作是将源代码转换成目标代码的过程,它包括 Parse、Transformation 和 Code Generation 三个阶段。每个阶段都会对代码进行一些特定的操作,最终生成可执行的目标代码。