Little Lisp是一个解释器,支持函数调用、lambda表达式、 变量绑定(let)、数字、字符串、几个库函数和列表(list)。我写这个是为了在Hacker School(一所位于纽约的程序员培训学校)的一个闪电秀中展示写一个解释器不是很难。一共只有116行的JavaScript代码,下文我会解释它是如何运行的。
首先,让我们学习一些Lisp。
Lisp基础
这是一个原子,最简单的Lisp形式:
1 | |
这是另一个原子,一个字符串:
1 | |
这是一个空列表:
()
这是一个包含了一个原子的列表:
1 | |
这是一个包含了两个原子的列表:
1 | |
这是一个包含了一个原子和另一个列表的列表:
1 | |
这是一个函数调用。函数调用由一个列表组成,列表的第一个元素是要调用的函数,其余的元素是函数的参数。函数first
接受一个参数(1 2)
,返回1
。
1 2 3 |
|
这是一个lambda表达式,即一个函数定义。这个函数接受一个参数x
,然后原样返回它。
1 2 | |
这是一个lambda调用。lambda调用由一个列表组成,列表的第一个元素是一个lambda表达式,其余的元素是由lambda表达式所定义的函数的参数。这个lambda表达式接受一个参数"lisp"
并返回它。
1 2 3 4 5 |
|
Little Lisp是如何运行的
写一个Lisp解释器真的很容易。
Little Lisp的代码包括两部分:分析器和解释器
分析器
分析分两个阶段:分词(tokenizing)和加括号(parenthesizing)。
tokenize()
接受一个Lisp字符串,在每个括号周围加上空格,然后用空格作为分隔符拆分整个字符串。举个例子,它接受((lambda (x) x) "Lisp")
,将它变换为( ( lambda ( x ) x ) "Lisp" )
,然后进一步变换为['(', '(', 'lambda', '(', 'x', ')', 'x', ')', '"Lisp"', ')']
。
1 2 3 4 5 6 | |
parenthesize()
接受由tokenize()
产生的词元列表,生成一个嵌套的数组来模拟出Lisp代码的结构。在这个嵌套的数组中的每个原子会被标记为标识符或文字表达式。例如,['(', '(', 'lambda', '(', 'x', ')', 'x', ')', '"Lisp"', ')']
被变换为:
1 2 3 | |
parenthesize()
一个挨一个地遍历词元。如果当前词元是左括号,就开始构建一个新的数组。如果当前词元是原子,就标记其类型并将其添加到当前数组中。如果当前词元是右括号,就停止当前数组的构建,继续构建外层的数组。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | |
当parenthesize()
第一次被调用时,input
参数包含由tokenize()
返回的词元列表数组。例如:
1 | |
第一次调用parenthesize()
时,参数list
是undefined
,第2-3行运行,递归调用parenthesize()
,list
被设置为空数组。
在递归中,第5行运行,input
的第一个左括号被移除。第9行中,传一个新的空数组给递归调用,开始一个新的空列表。
在新的递归中,第5行运行,从input
中移除了另一个左括号。与前面类似,第9行中,传另一个新的空数组给递归调用,开始另一个新的空列表。
继续进入递归,现在input
是['lambda', '(', 'x', ')', 'x', ')', '"Lisp"', ')']
。第14行运行,token
被设置为lambda
,调用categorize()
函数并传递lambda
作为参数。categorize()
的第7行运行,返回一个对象,其type
属性被设置为identifier
,value
属性被设置为lambda
。
1 2 3 4 5 6 7 8 9 | |
parenthesize()
的第14行向list
中加入由categorize()
返回的对象,然后用input
的剩余元素和list
进一步递归。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | |
在递归中,下一个词元是括号。parenthesize()
的第9行用一个新的空数组递归创建一个新的空列表,进入新的递归,这时input
是['x', ')', 'x', ')', '"Lisp"', ')']
。第14行运行,token
被设置成x
,这样创建了一个新的对象,其值为x
,类型为identifier
,然后将这个对象加入到list
中,然后接着递归。
在递归中,下一个词元是右括号,第12行运行,返回完成了的list
:[{ type: 'identifier', value: 'x' }]
。
parenthesize()
继续递归直到它处理完全部的输入词元,最后返回由包含了类型信息的原子所组成的嵌套数组。
parse()
是tokenize()
和parenthesize()
的组合调用:
1 2 3 | |
如果原始的输入给的是((lambda (x) x) "Lisp")
,则分析器给出的最后输出是:
1 2 3 | |
解释器
在分析结束后,解释就开始了。
interpret()
接收parse()
的输出并执行它。提供上例中的输出,interpret()
会构造一个lambda表达式,然后用"Lisp"
作为参数调用它。lambda调用会返回"Lisp"
,这就是整个程序的输出。
除了要执行的输入外,interpret()
还接收一个执行上下文。执行上下文是变量和变量对应的值所存储的地方。当一段Lisp代码被interpret()
执行时,执行上下文包含着这段代码可访问的变量。
这些变量是分层存储的。当前作用域的的变量处在最底层,在包含域中的变量处在上一层,包含域的上一层包含域中的变量处于更上层,依次类推。例如,在下面的代码中:
1 2 3 4 5 | |
第3行,执行上下文有两个活动的作用域。内层的lambda形成了当前作用域。外层的lambda形成了包含作用域。当前作用域中b
被绑定到"b"
,包含作用域中a
被绑定到"a"
。当第3行运行时,解释器尝试在作用域中去查找b
,它检查当前作用域,发现了b
并返回它的值。还是在第3行上,解释器尝试去查找a
,它检查当前作用域,结果没找到a
,所以它尝试去包含域找,在那里它找到了a
并返回它的值。
在Little Lisp中,执行上下文用一个对象来表示,这个对象通过调用Context
构造函数来生成。这个函数接受scope
参数,即一个由在当前作用域中的变量和值组成的对象;还接受parent
参数,如果parent
是undefined
,作用域即位于顶层,或者说是全局的。
1 2 3 4 5 6 7 8 9 10 11 12 |
|
我们已看到((lambda (x) x) "Lisp")
是如何被分析的,现在让我们看看分析过后的代码是如何被执行的。
1 2 3 4 5 6 7 8 9 10 11 | |
interpret()
第一次被调用时,context
是undefined
,第2-3行运行,创建一个执行上下文。
当初始上下文被实例化时,构造函数接受了一个叫library
的对象。这个对象包含了内建在语言中的函数:first
, rest
和print
。这些函数是用JavaScript写的。
interpret()
用原始的输入和新的上下文进行递归。
input
包含了上节中例子产生的输出:
1 2 3 | |
因为input
是数组而且context
已定义,第4-5行运行,interpretList()
被调用。
1 2 3 4 5 6 7 8 9 10 11 12 | |
在interpretList()
中,第5行遍历input
数组,对每个元素调用interpret()
。当interpret()
在lambda定义上调用时,interpretList()
再一次被调用。这次,interpretList()
的input
参数为:
1 2 | |
interpretList()
的第3行被调用,因为数组的第一个元素lambda
是特殊形式。lambda()
被调用来创建lambda函数。
1 2 3 4 5 6 7 8 9 10 11 12 13 |
|
special.lambda()
接受input
中定义lambda的部分,返回一个函数,当这个函数被调用时,会对一些参数调用这个lambda函数。
第3行开始lambda调用函数的定义。第4行保存了传递给lambda调用的参数。第5行开始为lambda调用创建一个新的作用域,收集input
中定义lambda的参数的部分: [{ type: 'identifier', value: 'x' }]
,针对input
中的每一个lambda形参和传递给lambda的对应实参,往lambda作用域中添加一个键值对。第10行对lambda的主体调用interpret()
:{ type: 'identifier', value: 'x' }
。它传递给的lambda上下文包含lambda的作用域和父上下文。
lambda现在就变成了被special.lambda()
返回的函数。
interpretList()
继续遍历input
数组,对列表的第二个元素调用interpret()
:字符串"Lisp"
。
1 2 3 4 5 6 7 8 9 10 11 | |
interpret()
的第9行运行,这行做的事情仅仅是返回字面量对象的value
属性'Lisp'
。interpretList()
的第5行的map操作至此完成。list
成为:
1 2 | |
interpretList()
的第6行运行,发现List
的第一个元素是一个Javascript函数,这意味着list
是一个函数调用。第7行运行,调用lambda函数,并将list
的剩余部分作为参数传递。
1 2 3 4 5 6 7 8 9 10 11 12 | |
在lambda调用函数中,第8行对lambda主体调用interpret()
,{ type: 'identifier', value: 'x' }
。
1 2 3 4 5 6 7 8 9 |
|
interpret()
的第6行发现input
是一个标识符类型的原子,第7行去上下文里查找标识符x
,返回'Lisp'
。
1 2 3 4 5 6 7 8 9 10 11 | |
'Lisp'
被lambda调用函数返回,接着被interpretList()
返回,接着被interpret()
返回,就是这样。
全部的代码见GitHub repository。还可以看看lis.py,一个优秀而简单的Scheme解释器,由Peter Norvig用Python编写。