22 KiB
04｜如何让我们的语言支持变量和类型？
你好，我是宫文学。
到目前为止，我们的语言已经能够处理语句，也能够处理表达式，并且都能够解释执行了。不过，我们目前程序能够处理的数据，还都只是字面量而已。接下来，我们要增加一个重要的能力：支持变量。
在程序中声明变量、对变量赋值、基于变量进行计算，是计算机语言的基本功能。只有支持了变量，我们才能实现那些更加强大的功能，比如，你可以用程序写一个计算物体下落的速度和位置，如何随时间变化的公式。这里的时间就是变量，通过给时间变量赋予不同的值，我们可以知道任意时间的物体速度和位置。
这一节，我就带你让我们手头上的语言能够支持变量。在这个过程中，你还会掌握语义分析的更多技能，比如类型处理等。
好了，我们已经知道了这一节的任务。那么第一步要做什么呢？你可以想到，我们首先要了解与处理变量声明和初始化有关的语法规则。
与变量有关的语法分析功能
在TypeScript中，我们在声明变量的时候，可以指定类型，这样有助于在编译期做类型检查：
let myAge : number = 18;
如果编译成JavaScript，那么类型信息就会被抹掉：
var myAge = 18;
不过，因为我们的目标是教给你做类型分析的方法，以后还要静态编译成二进制的机器码，所以我们选择的是TypeScript的语法。
此外，在上面的例子中，变量在声明的时候就已经做了初始化。你还可以把这个过程拆成两步。第一步的时候，只是声明变量，之后再给它赋值：
let myAge : number;
myAge = 18;
知道了如何声明变量以后，你就可以试着写出相关的语法规则。我这里给出一个示范的版本：
variableDecl : 'let' Identifier typeAnnotation？ ('=' singleExpression)?;
typeAnnotation : ':' typeName;
学完了前面3节课，我相信你现在应该对阅读语法规则越来越熟悉了。接下来，就要修改我们的语法分析程序，让它能够处理变量声明语句。这里有什么关键点呢？
这里你要注意的是，我们采用的语法分析的算法是LL算法。而在02讲中，我们知道LL算法的关键是计算First和Follow集合。
首先是First集合。在变量声明语句的上一级语法规则（也就是statement）中，要通过First集合中的不同元素，准确地确定应该采用哪一条语法规则。由于变量声明语句是用let开头的，这就使它非常容易辨别。只要预读的Token是let，那就按照变量声明的语法规则来做解析就对了。
接下来是Follow集合。在上面的语法规则中你能看出，变量的类型注解和初始化部分都是可选的，它们都使用了?号。
由于类型注解是可选的，那么解析器在处理了变量名称后，就要看一下后面的Token是什么。如果是冒号，由于冒号是在typeAnnotation的First集合中，那就去解析一个类型注解；如果这个Token不是冒号，而是typeAnnotation的Follow集合中的元素，就说明当前语句里没有typeAnnotation，所以可以直接略过。
那typeAnnotation的Follow集合有哪些元素呢？我就不直说了，你自己来分析一下吧。
再往后，由于变量的初始化部分也是可选的，还要计算一下它的Follow集合。你能看出，这个Follow集合只有;号这一个元素。所以，在解析到变量声明部分的时候，我们可以通过预读准确地判断接下来该采取什么动作：
- 如果预读的Token是=号，那就是继续做变量初始化部分的解析；
- 如果预读的Token是;号，那就证明该语句没有变量初始化部分，因此可以结束变量声明语句的解析了；
- 如果读到的是=号和;号之外的任何Token呢，那就触发语法错误了。
相关的实现很简单，你参考一下这个示例代码：
let t1 = this.scanner.peek();
//可选的类型标注
if (t1.text == ':'){
this.scanner.next();
t1 = this.scanner.peek();
if (t1.kind == TokenKind.Identifier){
this.scanner.next();
varType = t1.text;
t1 = this.scanner.peek();
}
else{
console.log("Error parsing type annotation in VariableDecl");
return null;
}
}
//可选的初始化部分
if (t1.text == '='){
this.scanner.next();
init = this.parseExpression();
}
//分号，结束变量声明
t1 = this.scanner.peek();
if (t1.text==';'){
this.scanner.next();
return new VariableDecl(varName, varType, init);
}
else{
console.log("Expecting ; at the end of varaible declaration, while we meet " + t1.text);
return null;
}
采用增强后的语法分析程序，去解析“let myAge:number = 18;”这条语句，就会形成下面的AST，这表明我们的解析程序是有效的：
在这个AST中，我们用一个VariableDecl节点代表一个变量声明语句。如果这个变量声明语句带有初始化部分，那么我们就用一个单独的节点来表示用于初始化的表达式。
好了，生成了这个AST，说明现在我们已经支持变量声明和初始化语句了。那么如何支持变量赋值语句呢？其实，在大多数语言中，我们把赋值运算看作是跟加减乘除一样性质的运算。myAge=18被看作是一个赋值表达式。你还可以把=换成+=、-=等运算符，形成像myAge += 2这样的表达式。如果这些表达式后面直接跟一个;号，那就变成了一个表达式语句了。
expressionStatement : singleExpression ';' ;
而在上一节，我们已经能够用运算符优先级算法来解析各种二元表达式。不过，**赋值表达式跟加减乘数等表达式有一点不同：它是右结合的。**比如，对于a=b=3这个表达式，是先把3赋值给b，再把b赋值给a。所以呢，对应的语法解析程序也要做一下调整，从而生成体现右结合的AST。
具体我们可以参照解析器的parseAssignment()方法的代码。由于赋值表达式的优先级比较低，按照自顶向下的解析原则，可以先解析赋值表达式。而赋值表达式的每个子节点，就是一个其他的二元表达式。所以，我们的语法规则可以大致修改成下面的样子：
singleExpression : assignment;
assignment : binary (AssignmentOp binary)*
binary: primary (BinaryOp primary)*
那现在，我们采用修改完毕的解析器，试着解析一下“a=b=c+3;”这个语句，会打印出下面这个AST：
讲到这里，其实我们与变量有关的语法分析工作就完成了。接下来的工作是什么呢？是实现一些有关的语义分析功能。
语义分析：引用消解和符号表
不知道你还记不记得，在第1节，我们曾经接触过一点语义分析功能。那个时候我们主要是在函数调用和函数声明之间做了链接。这个工作叫做“引用消解”（Reference Resolve），或者“名称消解”。
对于变量，我们也一样要做这种消解工作。比如下面的示例程序“myAge + 2”这个表达式中，必须知道这个myAge是在哪里声明的。
let myAge : number = 18;
let yourAge : number;
yourAge = myAge + 2;
请你回忆一下，在01讲里，我们是怎么实现引用消解的呢？是在AST的不同节点之间直接做了个链接。这个实现方式比较简单，但实际上不太实用。为什么呢？因为你每次在程序里遇到一个函数或者变量的话，都要遍历AST才能找到它的定义，这有点太麻烦了。
我有一个效率更高的方法，就是建立一个符号表（Symbol Table），用来保存程序中的所有符号。那什么是符号呢？符号就是我们在程序中自己定义对象，如变量、函数、类等等。它们通常都对应一个标识符，作为符号的名称。
采用符号表以后，我们可以在做语义分析的时候，每当遇到函数声明、变量声明，就把符号加到符号表里去。这样，如果别的地方还要使用该符号，我们就直接到符号表里去查就行了。
那这个符号表里要保存哪些信息呢？其实就是我们声明的那些对象的定义信息，比如：
- 名称，也就是变量名称、类名称和函数名称等；
- 符号种类，也就是变量、函数、类等；
- 其他必要的信息，如函数的签名、变量的类型、类的成员，等等。
你不要小看了这个符号表，符号表在整个编译过程中都有着重要的作用，它的生命周期可以横跨整个编译过程。有的编译器，在词法分析的时候就会先形成符号表，因为每个标识符肯定会对应一个符号。
不过，大部分现代的编译器，都是在语义分析阶段开始建立符号表的。在Java的字节码文件里，也是存在符号表的，也就是各个类、类的各个成员变量和方法的声明信息。对于C/C++这样的程序，如果要生成可调试的目标代码，也需要用到符号表。所以，在后面的课程中，我们会不断的跟符号表打交道。
初步了解了符号表以后，我们再回到引用消解的任务上来。首先，我们要建立符号表，这需要对AST做第一次遍历：
/**
* 把符号加入符号表。
*/
export class Enter extends AstVisitor{
symTable : SymTable;
constructor(symTable:SymTable){
super();
this.symTable = symTable;
}
/**
* 把函数声明加入符号表
* @param functionDecl
*/
visitFunctionDecl(functionDecl: FunctionDecl):any{
if (this.symTable.hasSymbol(functionDecl.name)){
console.log("Dumplicate symbol: "+ functionDecl.name);
}
this.symTable.enter(functionDecl.name, functionDecl, SymKind.Function);
}
/**
* 把变量声明加入符号表
* @param variableDecl
*/
visitVariableDecl(variableDecl : VariableDecl):any{
if (this.symTable.hasSymbol(variableDecl.name)){
console.log("Dumplicate symbol: "+ variableDecl.name);
}
this.symTable.enter(variableDecl.name, variableDecl, SymKind.Variable);
}
}
然后我们要基于符号表做引用消解，需要对AST再做第二次的遍历：
/**
* 引用消解
* 遍历AST。如果发现函数调用和变量引用，就去找它的定义。
*/
export class RefResolver extends AstVisitor{
symTable:SymTable;
constructor(symTable:SymTable){
super();
this.symTable = symTable;
}
//消解函数引用
visitFunctionCall(functionCall:FunctionCall):any{
let symbol = this.symTable.getSymbol(functionCall.name);
if (symbol != null && symbol.kind == SymKind.Function){
functionCall.decl = symbol.decl as FunctionDecl;
}
else{
if (functionCall.name != "println"){ //系统内置函数不用报错
console.log("Error: cannot find declaration of function " + functionCall.name);
}
}
}
//消解变量引用
visitVariable(variable: Variable):any{
let symbol = this.symTable.getSymbol(variable.name);
if (symbol != null && symbol.kind == SymKind.Variable){
variable.decl = symbol.decl as VariableDecl;
}
else{
console.log("Error: cannot find declaration of variable " + variable.name);
}
}
}
好了，现在我们通过新建符号表升级了我们的引用消解功能。有了符号表的支持，我们在程序中使用变量时，就可以直接从符号表里知道变量的类型，调用一个函数时，也能够直接从符号表里找到该函数的代码，也就是函数声明中的函数体。不过，还有一个语义分析功能也最好现在就实现一下，就是与类型处理有关的功能。
语义分析：类型处理
相比JavaScript，TypeScript的一个重要特性，就是可以清晰地指定类型，这能够在编译期进行类型检查，减少程序的错误。比如，在下面的程序中，myAge是number类型的。这时候，如果你把一个字符串赋值给myAge，TypeScript编译器就会报错：
let myAge:number;
myAge = "Hello";
运行TypeScript编译器，报错信息如下：
那么，如何检查程序中的类型是否匹配呢？这需要用到一种叫做属性计算的技术。它其实就是给AST节点附加一些属性，比如类型等。然后通过一些AST节点的属性，去计算另一些节点的属性。
其实，对表达式求值的过程，就可以看做是属性计算的过程，这里的属性就是表达式的值。我们通过遍历AST，可以通过叶子节点的值逐步计算更上层节点的值。
类似的技术还可以用于计算类型。比如，对于myAge = "Hello"这个表达式对应的AST节点，我们可以设置两个属性：一个属性是type_req，也就是赋值操作中，左边的变量所需要的类型；另一个属性是type，也就是=号右边的表达式实际的类型。
所谓类型检查，就是检查这两个类型是否匹配就可以了。其中，type_req可以通过查符号表获得，也就是在声明myAge时所使用的类型。而=号右边表达式的type属性，可以像计算表达式的值一样，自底向上逐级计算出来。
对于当前例子来说，我们一下子就能知道“Hello”字面量是字符串型的。如果是一个更复杂一点的表达式，比如"Hello"+3 * 5，它的类型就需要自底向上的逐级计算得到。这种自下而上逐级计算得到的属性，我们把它叫做综合属性（Synthesized Attribute）。
还有一个与综合属性相对应的概念，叫继承属性（Inherited Attribute），它是指从父节点或者兄弟节点计算出来的属性，这里我举一个例子来帮助你理解一下。
其实在解释器执行“a+3”和“a=3”这两个表达式的时候，对这两个变量a的操作是不一样的。对于“a+3”，只需要取出a的值就行了。而对于“a=3”，则需要给a赋一个新的值。a如果在赋值符号的左边，我们就叫它左值，其他情况就叫右值。
为了让解释器顺利地运行，我们在遍历AST的时候，需要知道当前的这个变量是左值还是右值。所以，我就给表达式类型的AST节点添加了一个isLeftValue的属性。这个属性呢，是一个典型的继承属性，因为它的值是通过上级节点计算得到的。当变量是赋值运算符的第一个子节点的时候，它是个左值。
现在我们再回到类型计算。知道了类型检查的思路，我们其实还可以再进一步，进行类型的推断。
在类型声明的语法规则中，我们会发现typeAnnotation是可选的。当你不显式规定类型的情况下，其实TypeScript是可以根据变量初始化部分的类型，来进行类型推论的。比如下面的例子中，myAge的类型可以被自动推断出来是number，这样第二个赋值语句就会被报错。
let myAge = 18;
myAge = "Hello";
好了，现在我们已经做了引用消解和类型处理这两项关键的语义分析工作。不过，要保证一个程序正确，还要做很多语义分析工作。
更多的语义分析工作
语义分析的工作其实比较多和杂的。语言跟语言的差别，很多情况下也体现在语义方面。对于我们当前的语言功能，还需要去做的语义分析功能包括：
- 在赋值语句中，=号左边必须是可以被赋值的表达式，我们把它叫做左值。变量就可以作为左值，而字面量就不可以；
- 字符串可以用+号跟数值进行连接运算，但不可以参与-号、 * 号和/号的运算等等。
实际上，在JavaScript语言的标准（ECMAScript语言规格2015版）中，大量的内容都是对语义的规定，比如下面的截图中，就是对+号运算符的语义规定。
不过，这些语义分析和处理工作通常并不复杂，大部分都可以通过遍历AST来实现。我也给出了参考实现，你可以查阅相关的代码。
做完语义分析工作以后，我们基本上就能够保证程序的正确性了。接下来，我们要对解释器做一下提升，让它也能够支持变量声明和赋值。
增强解释器的功能
让目前的解释器支持变量，其实比较简单，我们只需要有一个机制能够保存变量的值就可以了。
在我的参考实现里，我用了一个map的数据结构来保存每个变量的值。解释器可以从map里查找一个变量的值，也可以更新某个变量的值，具体你可以看下面这些代码：
**
* 遍历AST，并执行。
*/
class Intepretor extends AstVisitor{
//存储变量值的区域
values:Map<string, any> = new Map();
/**
* 变量声明
* 如果存在变量初始化部分，要存下变量值。
*/
visitVariableDecl(variableDecl:VariableDecl):any{
if(variableDecl.init != null){
let v = this.visit(variableDecl.init);
if (this.isLeftValue(v)){
v = this.getVariableValue((v as LeftValue).variable.name);
}
this.setVariableValue(variableDecl.name, v);
return v;
}
}
/**
* 获取变量的值。
* 这里给出的是左值。左值既可以赋值（写），又可以获取当前值（读）。
* @param v
*/
visitVariable(v:Variable):any{
return new LeftValue(v);
}
//获取变量值
private getVariableValue(varName:string):any{
return this.values.get(varName);
}
//设置变量值
private setVariableValue(varName:string, value:any):any{
return this.values.set(varName, value);
}
//检查是否是左值
private isLeftValue(v:any):boolean{
return typeof (v as LeftValue).variable == 'object';
}
//省略其他部分...
}
这样，通过引入一个简单的map，我们的程序在每一次引用变量时，都能获得正确的值。当然，这个机制目前是高度简化的。我们在后面会持续演化，引入栈帧等进一步的概念。
好了，现在我们的功能又得到了提升，你可以编写几个程序试一下它的能力。我编写了下面的一个程序，你可以试试看它的运行结果是什么。
/**
* 示例程序，由play.js解析并执行。
* 特性：对变量的支持。
*/
//那年才18
let myAge:number = 18;
//转眼10年过去
myAge = myAge + 10;
println("myAge is: ");
println(myAge);
课程小结
今天这节课，我们为了让程序支持变量，分别升级了语法分析、语义分析和解释器。通过这种迭代开发方式，我们可以让语言的功能一点点的变强。
在今天的旅程中，我希望你能记住下面这几个关键点：
首先，我给你演示了如何增加新的语法规则，在这里你要继续熟悉如何用EBNF来书写语法规则。然后，我也给你说明了如何通过计算First和Follow集合来使用LL算法，你要注意EBNF里所有带?号或者 * 号、+号的语法成分，都需要计算它的Follow集合，以便判断到底是解析这个语法成分，还是跳过去。通过这样一次次的练习，你会对LL算法越来越熟练。
在语义分析部分，我们引入了符号表这个重要的数据结构，并通过它简化了引用消解机制。我们在后面的课程还会深化对符号表的理解。
另外，与类型有关的处理也很重要。你可以通过属性计算的方式，实现类型的检查和自动推断。你还要记住，语义分析工作的内容是很多的，建立符号表、引用消解和类型检查是其中的重点工作，但还有很多其他语义分析工作。
最后，解释器如果要支持变量，就必须要能够保存变量在运行时的值。我们是用了一个map数据结构来保存变量的值，在后面的课程里，我们还会升级这个机制。
不过，我们现在只能在顶层代码里使用变量。如果在函数里使用，还有一些问题，比如作用域和局部变量的机制、函数传参的机制、返回值的机制等等。我们会在下一节去进一步升级我们的语言，让它的功能更强大。
思考题
今天的思考题，我想问下你，在变量声明的语法规则中，你能否计算出typeAnnotation的Follow集合都包含哪些元素？欢迎在留言区给我留言。
感谢你和我一起学习，如果你觉得这节课讲得还不错，也欢迎分享给更多感兴趣的朋友。我是宫文学，我们下节课见。