如何使用Python編寫一個Lisp直譯器

發表於2013-09-09

本文有兩個目的: 一是講述實現計算機語言直譯器的通用方法，另外一點，著重展示如何使用Python來實現Lisp方言Scheme的一個子集。我將我的直譯器稱之為Lispy (lis.py)。幾年前，我介紹過如何使用Java編寫一個Scheme直譯器，同時我還使用Common Lisp語言編寫過一個版本。這一次，我的目的是儘可能簡單明瞭地演示一下Alan Kay所說的“軟體的麥克斯韋方程組” (Maxwell’s Equations of Software)[1]。

Lispy支援的Scheme子集的語法和語義

大多數計算機語言都有許多語法規約 (例如關鍵字、中綴操作符、括號、操作符優先順序、點標記、分號等等)，但是，作為Lisp語言家族中的一員，Scheme所有的語法都是基於包含在括號中的、採用字首表示的列表的。這種表示看起來似乎有些陌生，但是它具有簡單一致的優點。 (一些人戲稱”Lisp”是”Lots of Irritating Silly Parentheses“——“大量惱人、愚蠢的括號“——的縮寫；我認為它是”Lisp Is Syntactically Pure“——“Lisp語法純粹”的縮寫。) 考慮下面這個例子：

/* Java */
if(x.val() > 0) {
    z = f(a*x.val() + b);
}
/* Scheme */
(if (> (val x) 0)
    (set! z (f (+ (* a (val x)) b))))

/* Java */

if(x.val() > 0) {

z = f(a*x.val() + b);

}

/* Scheme */

(if (> (val x) 0)

(set! z (f (+ (* a (val x)) b))))

注意上面的驚歎號在Scheme中並不是一個特殊字元；它只是”set!“這個名字的一部分。(在Scheme中)只有括號是特殊字元。類似於(set! x y)這樣以特殊關鍵字開頭的列表在Scheme中被稱為一個特殊形式 (special form)；Scheme的優美之處就在於我們只需要六種特殊形式，以及另外的三種語法構造——變數、常量和過程呼叫。

形式 (Form)	語法	語義和示例
變數引用	var	一個符號，被解釋為一個變數名；其值就是這個變數的值。示例: `x`
常量字面值	number	數字的求值結果為其本身示例: `12` 或者`-3.45e+6`
引用	(`quote` exp)	返回exp的字面值；不對它進行求值。示例：`(quote (a b c)) ⇒ (a b c)`
條件測試	(`if` test conseq alt)	對test進行求值；如果結果為真，那麼對conseq進行求值並返回結果；否則對alt求值並返回結果。示例：`(if (< 10 20) (+ 1 1) (+ 3 3)) ⇒ 2`
賦值	(`set!` varexp)	對exp進行求值並將結果賦給var，var必須已經進行過定義 (使用`define`進行定義或者作為一個封閉過程的引數)。示例：`(set! x2 (* x x))`
定義	(`define` varexp)	在最內層環境 (environment) 中定義一個新的變數並將對exp表示式求值所得的結果賦給該變數。示例：(`define r 3)` 或者 `(define square (lambda (x) (* x x)))`
過程	(`lambda`(var…)exp)	建立一個過程，其引數名字為var…，過程體為相應的表示式。示例：`(lambda (r) (* 3.141592653 (* r r)))`
(表示式) 序列	(`begin`exp…)	按從左到右的順序對錶達式進行求值，並返回最終的結果。示例：`(begin (set! x 1) (set! x (+ x 1)) (* x 2)) ⇒ 4`
過程呼叫	(proc exp…)	如果proc是除了`if, set!, define, lambda, begin,`或者`quote`之外的其它符號的話，那麼它會被視作一個過程。它的求值規則如下：所有的表示式exp都將被求值，然後這些求值結果作為過程的實際引數來呼叫該相應的過程。示例：`(square 12) ⇒ 144`

在該表中，var必須是一個符號——一個類似於x或者square這樣的識別符號——number必須是一個整型或者浮點型數字，其餘用斜體標識的單詞可以是任何表示式。exp…表示exp的0次或者多次重複。

更多關於Scheme的內容，可以參考一些優秀的書籍 (如Friedman和Fellesein, Dybvig,Queinnec, Harvey和Wright或者Sussman和Abelson)、視訊 (Abelson和Sussman)、教程 (Dorai、PLT或者Neller)、或者參考手冊。

語言直譯器的職責
一個語言直譯器包括兩部分：

1、解析 (Parsing)：解析部分接受一個使用字元序列表示的輸入程式，根據語言的語法規則對輸入程式進行驗證，然後將程式翻譯成一種中間表示。在一個簡單的直譯器中，中間表示是一種樹結構，緊密地反映了源程式中語句或表示式的巢狀結構。在一種稱為編譯器的語言翻譯器中，內部表示是一系列可以直接由計算機 (作者的原意是想說執行時系統——譯者注) 執行的指令。正如Steve Yegge所說，“如果你不明白編譯器的工作方式，那麼你不會明白計算機的工作方式。”Yegge介紹了編譯器可以解決的8種問題 (或者直譯器，又或者採用Yegge的典型的反諷式的解決方案)。 Lispy的解析器由parse函式實現。

2、執行：程式的內部表示 (由直譯器) 根據語言的語義規則進行進一步處理，進而執行源程式的實際運算。(Lispy的)執行部分由eval函式實現 (注意，該函式覆蓋了Python內建的同名函式)。

下面的圖片描述瞭直譯器的解釋流程，(圖片後的) 互動會話展示了parse和eval函式對一個小程式的操作方式：

>> program = "(begin (define r 3) (* 3.141592653 (* r r)))"

>>> parse(program)
['begin', ['define', 'r', 3], ['*', 3.141592653, ['*', 'r', 'r']]]

>>> eval(parse(program))
28.274333877

>> program = "(begin (define r 3) (* 3.141592653 (* r r)))"

>>> parse(program)

['begin', ['define', 'r', 3], ['*', 3.141592653, ['*', 'r', 'r']]]

>>> eval(parse(program))

28.274333877

這裡，我們採用了一種儘可能簡單的內部表示，其中Scheme的列表、數字和符號分別使用Python的列表、數字和字串來表示。

執行: eval
下面是eval函式的定義。對於上面表中列出的九種情況，每一種都有一至三行程式碼，eval函式的定義只需要這九種情況：

def eval(x, env=global_env):
    "Evaluate an expression in an environment."
    if isa(x, Symbol):             # variable reference
        return env.find(x)[x]
    elif not isa(x, list):         # constant literal
        return x                
    elif x[0] == 'quote':          # (quote exp)
        (_, exp) = x
        return exp
    elif x[0] == 'if':             # (if test conseq alt)
        (_, test, conseq, alt) = x
        return eval((conseq if eval(test, env) else alt), env)
    elif x[0] == 'set!':           # (set! var exp)
        (_, var, exp) = x
        env.find(var)[var] = eval(exp, env)
    elif x[0] == 'define':         # (define var exp)
        (_, var, exp) = x
        env[var] = eval(exp, env)
    elif x[0] == 'lambda':         # (lambda (var*) exp)
        (_, vars, exp) = x
        return lambda *args: eval(exp, Env(vars, args, env))
    elif x[0] == 'begin':          # (begin exp*)
        for exp in x[1:]:
            val = eval(exp, env)
        return val
    else:                          # (proc exp*)
        exps = [eval(exp, env) for exp in x]
        proc = exps.pop(0)
        return proc(*exps)

isa = isinstance

Symbol = str

def eval(x, env=global_env):

"Evaluate an expression in an environment."

if isa(x, Symbol): # variable reference

return env.find(x)[x]

elif not isa(x, list): # constant literal

return x

elif x[0] == 'quote': # (quote exp)

(_, exp) = x

return exp

elif x[0] == 'if': # (if test conseq alt)

(_, test, conseq, alt) = x

return eval((conseq if eval(test, env) else alt), env)

elif x[0] == 'set!': # (set! var exp)

(_, var, exp) = x

env.find(var)[var] = eval(exp, env)

elif x[0] == 'define': # (define var exp)

(_, var, exp) = x

env[var] = eval(exp, env)

elif x[0] == 'lambda': # (lambda (var*) exp)

(_, vars, exp) = x

return lambda *args: eval(exp, Env(vars, args, env))

elif x[0] == 'begin': # (begin exp*)

for exp in x[1:]:

val = eval(exp, env)

return val

else: # (proc exp*)

exps = [eval(exp, env) for exp in x]

proc = exps.pop(0)

return proc(*exps)

isa = isinstance

Symbol = str

eval函式的定義就是這麼多…當然，除了environments。Environments (環境) 只是從符號到符號所代表的值的對映而已。一個新的符號/值繫結由一個define語句或者一個過程定義 (lambda表示式) 新增。

讓我們通過一個例子來觀察定義然後呼叫一個Scheme過程的時候所發生的事情 (lis.py>提示符表示我們正在與Lisp直譯器進行互動，而不是Python):

lis.py> (define area (lambda (r) (* 3.141592653 (* r r))))
lis.py> (area 3)
28.274333877

lis.py> (define area (lambda (r) (* 3.141592653 (* r r))))

lis.py> (area 3)

28.274333877

當我們對(lambda (r) (* 3.141592653 (* r r)))進行求值時，我們在eval函式中執行elif x[0] == 'lambda'分支，將(_, vars, exp)三個變數分別賦值為列表x的對應元素 (如果x的長度不是3，就丟擲一個錯誤)。然後，我們建立一個新的過程，當該過程被呼叫的時候，將會對錶達式['*', 3.141592653 ['*', 'r', 'r']]進行求值，該求值過程的環境 (environment) 是通過將過程的形式引數 (該例中只有一個引數，r) 繫結為過程呼叫時所提供的實際引數，外加當前環境中所有不在引數列表 (例如，變數*) 的變數組成的。新建立的過程被賦值給global_env中的area變數。

那麼，當我們對(area 3)求值的時候發生了什麼呢？因為area並不是任何表示特殊形式的符號之一，它必定是一個過程呼叫 (eval函式的最後一個else:分支)，因此整個表示式列表都將會被求值，每次求值其中的一個。對area進行求值將會獲得我們剛剛建立的過程；對3進行求值所得的結果就是3。然後我們 (根據eval函式的最後一行) 使用引數列表[3]來呼叫這個新建立的過程。也就是說，對exp(也就是['*', 3.141592653 ['*', 'r', 'r']])進行求值，並且求值所在的環境中r的值是3，並且外部環境是全域性環境，因此*是乘法過程。

現在，我們可以解釋一下Env類的細節了：

class Env(dict):
    "An environment: a dict of {'var':val} pairs, with an outer Env."
    def __init__(self, parms=(), args=(), outer=None):
        self.update(zip(parms,args))
        self.outer = outer
    def find(self, var):
        "Find the innermost Env where var appears."
        return self if var in self else self.outer.find(var)

class Env(dict):

"An environment: a dict of {'var':val} pairs, with an outer Env."

def __init__(self, parms=(), args=(), outer=None):

self.update(zip(parms,args))

self.outer = outer

def find(self, var):

"Find the innermost Env where var appears."

return self if var in self else self.outer.find(var)

注意Env是dict的一個子類，也就是說，通常的字典操作也適用於Env類。除此之外，該類還有兩個方法，建構函式__init__和find函式，後者用來為一個變數查詢正確的環境。理解這個類的關鍵 (以及我們需要一個類，而不是僅僅使用dict的根本原因) 在於外部環境 (outer environment) 這個概念。考慮下面這個程式：

(define make-account
  (lambda (balance)
    (lambda (amt)
      (begin (set! balance (+ balance amt)) balance))))
(define a1 (make-account 100.00))
(a1 -20.00)

(define make-account

(lambda (balance)

(lambda (amt)

(begin (set! balance (+ balance amt)) balance))))

(define a1 (make-account 100.00))

(a1 -20.00)

每個矩形框都代表了一個環境，並且矩形框的顏色與環境中最新定義的變數的顏色相對應。在程式的最後兩行我們定義了a1並且呼叫了(a1 -20.00)；這表示建立一個開戶金額為100美元的銀行賬戶，然後是取款20美元。在對(a1 -20.00)求值的過程中，我們將會對黃色高亮表示式進行求值，該表示式中具有三個變數。amt可以在最內層 (綠色) 環境中直接找到。但是balance在該環境中沒有定義：我們需要檢視綠色環境的外層環境，也就是藍色環境。最後，+代表的變數在這兩個環境中都沒有定義；我們需要進一步檢視外層環境，也就是全域性 (紅色) 環境。先查詢內層環境，然後依次查詢外部的環境，我們把這一過程稱之為詞法定界 (lexical scoping)。~~Procedure.find負責根據詞法定界規則查詢正確的環境。~~

剩下的就是要定義全域性環境。該環境需要包含+過程以及所有其它Scheme的內建過程。我們並不打算實現所有的內建過程，但是，通過匯入Python的math模組，我們可以獲得一部分這些過程，然後我們可以顯式地新增20種常用的過程：

def add_globals(env):
    "Add some Scheme standard procedures to an environment."
    import math, operator as op
    env.update(vars(math)) # sin, sqrt, ...
    env.update(
     {'+':op.add, '-':op.sub, '*':op.mul, '/':op.div, 'not':op.not_,
      '>':op.gt, '<':op.lt, '>=':op.ge, '<=':op.le, '=':op.eq, 
      'equal?':op.eq, 'eq?':op.is_, 'length':len, 'cons':lambda x,y:[x]+y,
      'car':lambda x:x[0],'cdr':lambda x:x[1:], 'append':op.add,  
      'list':lambda *x:list(x), 'list?': lambda x:isa(x,list), 
      'null?':lambda x:x==[], 'symbol?':lambda x: isa(x, Symbol)})
    return env

global_env = add_globals(Env())

def add_globals(env):

"Add some Scheme standard procedures to an environment."

import math, operator as op

env.update(vars(math)) # sin, sqrt, ...

env.update(

{'+':op.add, '-':op.sub, '*':op.mul, '/':op.div, 'not':op.not_,

'>':op.gt, '<':op.lt, '>=':op.ge, '<=':op.le, '=':op.eq,

'equal?':op.eq, 'eq?':op.is_, 'length':len, 'cons':lambda x,y:[x]+y,

'car':lambda x:x[0],'cdr':lambda x:x[1:], 'append':op.add,

'list':lambda *x:list(x), 'list?': lambda x:isa(x,list),

'null?':lambda x:x==[], 'symbol?':lambda x: isa(x, Symbol)})

return env

global_env = add_globals(Env())

PS1: 對麥克斯韋方程組的一種評價是“一般地，宇宙間任何的電磁現象，皆可由此方程組解釋”。Alan Kay所要表達的，大致就是Lisp語言使用自身定義自身 (Lisp was “defined in terms of Lisp”) 這種自底向上的設計對軟體設計而言具有普遍的參考價值。——譯者注

解析 (Parsing): read和parse

接下來是parse函式。解析通常分成兩個部分：詞法分析和語法分析。前者將輸入字串分解成一系列的詞法單元 (token)；後者將詞法單元組織成一種中間表示。Lispy支援的詞法單元包括括號、符號 (如set!或者x) 以及數字 (如2)。它的工作形式如下：

>>> program = "(set! x*2 (* x 2))"

>>> tokenize(program)
['(', 'set!', 'x*2', '(', '*', 'x', '2', ')', ')']

>>> parse(program)
['set!', 'x*2', ['*', 'x', 2]]

>>> program = "(set! x*2 (* x 2))"

>>> tokenize(program)

['(', 'set!', 'x*2', '(', '*', 'x', '2', ')', ')']

>>> parse(program)

['set!', 'x*2', ['*', 'x', 2]]

有許多工具可以進行詞法分析 (例如Mike Lesk和Eric Schmidt的lex)。但是我們將會使用一個非常簡單的工具：Python的str.split。我們只是在 (源程式中) 括號的兩邊新增空格，然後呼叫str.split來獲得一個詞法單元的列表。

接下來是語法分析。我們已經看到，Lisp的語法很簡單。但是，一些Lisp直譯器允許接受表示列表的任何字串作為一個程式，從而使得語法分析的工作更加簡單。換句話說，字串(set! 1 2)可以被接受為是一個語法上有效的程式，只有當執行的時候直譯器才會抱怨set!的第一個引數應該是一個符號，而不是數字。在Java或者Python中，與之等價的語句1 = 2將會在編譯時被認定是錯誤。另一方面，Java和Python並不需要在編譯時檢測出表示式x/0是一個錯誤，因此，如你所見，一個錯誤應該何時被識別並沒有嚴格的規定。Lispy使用read函式來實現parse函式，前者用以讀取任何的表示式 (數字、符號或者巢狀列表)。

tokenize函式獲取一系列詞法單元，read通過在這些詞法單元上呼叫read_from函式來進行工作。給定一個詞法單元的列表，我們首先檢視第一個詞法單元；如果它是一個’)’，那麼這是一個語法錯誤。如果它是一個’(‘，那麼我們開始構建一個表示式列表，直到我們讀取一個匹配的’)’。所有其它的 (詞法單元) 必須是符號或者數字，它們自身構成了一個完整的列表。剩下的需要注意的就是要了解’2‘代表一個整數，2.0代表一個浮點數，而x代表一個符號。我們將區分這些情況的工作交給Python去完成：對於每一個不是括號也不是引用 (quote) 的詞法單元，我們首先嚐試將它解釋為一個int，然後嘗試float，最後嘗試將它解釋為一個符號。根據這些規則，我們得到了如下程式：

def read(s):
    "Read a Scheme expression from a string."
    return read_from(tokenize(s))

parse = read

def tokenize(s):
    "Convert a string into a list of tokens."
    return s.replace('(',' ( ').replace(')',' ) ').split()

def read_from(tokens):
    "Read an expression from a sequence of tokens."
    if len(tokens) == 0:
        raise SyntaxError('unexpected EOF while reading')
    token = tokens.pop(0)
    if '(' == token:
        L = []
        while tokens[0] != ')':
            L.append(read_from(tokens))
        tokens.pop(0) # pop off ')'
        return L
    elif ')' == token:
        raise SyntaxError('unexpected )')
    else:
        return atom(token)

def atom(token):
    "Numbers become numbers; every other token is a symbol."
    try: return int(token)
    except ValueError:
        try: return float(token)
        except ValueError:
            return Symbol(token)

def read(s):

"Read a Scheme expression from a string."

return read_from(tokenize(s))

parse = read

def tokenize(s):

"Convert a string into a list of tokens."

return s.replace('(',' ( ').replace(')',' ) ').split()

def read_from(tokens):

"Read an expression from a sequence of tokens."

if len(tokens) == 0:

raise SyntaxError('unexpected EOF while reading')

token = tokens.pop(0)

if '(' == token:

L = []

while tokens[0] != ')':

L.append(read_from(tokens))

tokens.pop(0) # pop off ')'

return L

elif ')' == token:

raise SyntaxError('unexpected )')

else:

return atom(token)

def atom(token):

"Numbers become numbers; every other token is a symbol."

try: return int(token)

except ValueError:

try: return float(token)

except ValueError:

return Symbol(token)

最後，我們將要新增一個函式to_string，用來將一個表示式重新轉換成Lisp可讀的字串；以及一個函式repl，該函式表示read-eval-print-loop (讀取-求值-列印迴圈)，用以構成一個互動式的Lisp直譯器：

def to_string(exp):
    "Convert a Python object back into a Lisp-readable string."
    return '('+' '.join(map(to_string, exp))+')' if isa(exp, list) else str(exp)

def repl(prompt='lis.py> '):
    "A prompt-read-eval-print loop."
    while True:
        val = eval(parse(raw_input(prompt)))
        if val is not None: print to_string(val)

def to_string(exp):

"Convert a Python object back into a Lisp-readable string."

return '('+' '.join(map(to_string, exp))+')' if isa(exp, list) else str(exp)

def repl(prompt='lis.py> '):

"A prompt-read-eval-print loop."

while True:

val = eval(parse(raw_input(prompt)))

if val is not None: print to_string(val)

下面是函式工作的一個例子：

>>> repl()
lis.py> (define area (lambda (r) (* 3.141592653 (* r r))))
lis.py> (area 3)
28.274333877
lis.py> (define fact (lambda (n) (if (<= n 1) 1 (* n (fact (- n 1))))))
lis.py> (fact 10)
3628800
lis.py> (fact 100)
9332621544394415268169923885626670049071596826438162146859296389521759999322991
5608941463976156518286253697920827223758251185210916864000000000000000000000000
lis.py> (area (fact 10))
4.1369087198e+13
lis.py> (define first car)
lis.py> (define rest cdr)
lis.py> (define count (lambda (item L) (if L (+ (equal? item (first L)) (count item (rest L))) 0)))
lis.py> (count 0 (list 0 1 2 3 0 0))
3
lis.py> (count (quote the) (quote (the more the merrier the bigger the better)))
4

>>> repl()

lis.py> (define area (lambda (r) (* 3.141592653 (* r r))))

lis.py> (area 3)

28.274333877

lis.py> (define fact (lambda (n) (if (<= n 1) 1 (* n (fact (- n 1))))))

lis.py> (fact 10)

3628800

lis.py> (fact 100)

9332621544394415268169923885626670049071596826438162146859296389521759999322991

5608941463976156518286253697920827223758251185210916864000000000000000000000000

lis.py> (area (fact 10))

4.1369087198e+13

lis.py> (define first car)

lis.py> (define rest cdr)

lis.py> (define count (lambda (item L) (if L (+ (equal? item (first L)) (count item (rest L))) 0)))

lis.py> (count 0 (list 0 1 2 3 0 0))

lis.py> (count (quote the) (quote (the more the merrier the bigger the better)))

Lispy有多小、多快、多完備、多優秀？

我們使用如下幾個標準來評價Lispy：

*小巧：Lispy非常小巧：不包括註釋和空白行，其原始碼只有90行，並且體積小於4K。(比第一個版本的體積要小，第一個版本有96行——根據Eric Cooper的建議，我刪除了Procedure的類定義，轉而使用Python的lambda。) 我用Java編寫的Scheme直譯器Jscheme最小的版本，其原始碼也有1664行、57K。Jscheme最初被稱為SILK (Scheme in Fifty Kilobytes——50KB的Scheme直譯器)，但是隻有計算位元組碼而不是原始碼的時候，我才能保證 (其體積) 小於該最小值。Lispy做的要好得多；我認為它滿足了Alan Kay在1972年的斷言：他聲稱我們可以使用“一頁程式碼”來定義“世界上最強大的語言”。

bash$ grep "^\s*[^#\s]" lis.py | wc
      90     398    3423

1 2	bash$ grep "^\s*[^#\s]" lis.py \| wc 90 398 3423

*高效：Lispy計算(fact 100)只需要0.004秒。對我來說，這已經足夠快了 (雖然相比起其它的計算方式來說要慢很多)。

*完備：相比起Scheme標準來說，Lispy不是非常完備。主要的缺陷有：
(1) 語法：缺少註釋、引用 (quote) / 反引用 (quasiquote) 標記 (即'和`——譯者注)、#字面值 (例如#\a——譯者注)、衍生表示式型別 (例如從if衍生而來的cond，或者從lambda衍生而來的let)，以及點列表 (dotted list)。
(2) 語義：缺少call/cc以及尾遞迴。
(3) 資料型別：缺少字串、字元、布林值、埠 (ports)、向量、精確/非精確數字。事實上，相比起Scheme的pairs和列表，Python的列表更加類似於Scheme的向量。
(4) 過程：缺少100多個基本過程：與缺失資料型別相關的所有過程，以及一些其它的過程 (如set-car!和set-cdr!，因為使用Python的列表，我們無法完整實現set-cdr!)。
(5) 錯誤恢復：Lispy沒有嘗試檢測錯誤、合理地報告錯誤以及從錯誤中恢復。Lispy希望程式設計師是完美的。

*優秀：這一點需要讀者自己確定。我覺得，相對於我解釋Lisp直譯器這一目標而言，它已經足夠優秀。

真實的故事

瞭解直譯器的工作方式會很有幫助，有一個故事可以支援這一觀點。1984年的時候，我在撰寫我的博士論文。當時還沒有LaTeX和Microsoft Word——我們使用的是troff。遺憾的是，troff中沒有針對符號標籤的前向引用機制：我想要能夠撰寫“正如我們將要在@theoremx頁面看到的”，隨後在合適的位置撰寫”@(set theoremx \n%)” (troff暫存器\n%儲存了頁號)。我的同伴，研究生Tony DeRose也有著同樣的需求，我們一起實現了一個簡單的Lisp程式，使用這個程式作為一個前處理器來解決我們的問題。然而，事實證明，當時我們用的Lisp善於讀取Lisp表示式，但在採用一次一個字元的方式讀取非Lisp表示式時效率過低，以至於我們的這個程式很難使用。

在這個問題上，Tony和我持有不同的觀點。他認為 (實現) 表示式的直譯器是困難的部分；他需要Lisp為他解決這一問題，但是他知道如何編寫一個短小的C過程來處理非Lisp字元，並知道如何將其連結進Lisp程式。我不知道如何進行這種連結，但是我認為為這種簡單的語言編寫一個直譯器 (其所具有的只是設定變數、獲取變數值和字串連線) 很容易，於是我使用C語言編寫了一個直譯器。因此，戲劇性的是，Tony編寫了一個Lisp程式，因為他是一個C程式設計師；我編寫了一個C程式，因為我是一個Lisp程式設計師。

最終，我們都完成了我們的論文。

整個直譯器

重新總結一下，下面就是Lispy的所有程式碼 (也可以從lis.py下載)：

# -*- coding: UTF-8 -*-
# 原始碼略。以下純屬娛樂。。。
# 你想看完整原始碼？真的想看？
# 真的想看你就說嘛，又不是我編寫的程式碼，你想看我總不能不讓你看，對吧？
# 真的想看的話就參考上述下載地址嘍。。。LOL

# -*- coding: UTF-8 -*-

# 原始碼略。以下純屬娛樂。。。

# 你想看完整原始碼？真的想看？

# 真的想看你就說嘛，又不是我編寫的程式碼，你想看我總不能不讓你看，對吧？

# 真的想看的話就參考上述下載地址嘍。。。LOL

用java寫一個lisp 直譯器
2022-02-07
JavaLisp
前端與編譯原理——用JS寫一個JS直譯器
2018-12-12
前端編譯原理JS
前端與編譯原理——用 JS 寫一個 JS 直譯器
2019-02-02
前端編譯原理JS
用java寫lisp 直譯器（10 實現物件和類）
2022-02-19
JavaLisp物件
[譯] 如何用 Python 寫一個 Discord 機器人
2018-04-02
Python機器人
「 giao-js 」用js寫一個js直譯器
2020-11-23
JS
[譯] 使用 Vue 編寫一個長按指令
2019-02-28
Vue
淺談彙編器、編譯器和直譯器
2019-06-26
編譯
自己動手寫basic直譯器一
2018-11-13
python直譯器在哪
2021-09-11
Python
Python編寫一個簡單計算器
2021-09-09
Python
如何使用Flask編寫一個網站
2024-11-11
Flask網站
用 golang 寫一個語言（編譯器，虛擬機器）
2020-05-08
Golang編譯虛擬機
如何編寫一個使用Objective-C的下載器程式
2023-11-23
Object
VScode和python直譯器
2024-05-04
VSCodePython
Python3 直譯器
2023-12-19
Python
Python直譯器和IPython
2021-01-12
Python
SICP第四章閱讀心得 - Lisp直譯器的實現
2018-03-31
Lisp
如何編寫一個前端框架之一－專案結構（譯）
2018-04-16
前端框架
使用python的scrapy來編寫一個爬蟲
2019-03-14
Python爬蟲
然並卵系列：來寫個 Brainfuck 直譯器吧
2018-08-22
AI
如何寫一個js模組打包器(翻譯)
2019-03-01
JS
如何編寫一個前端框架之六－自定義元素(譯)
2018-04-19
前端框架
python直譯器的安裝
2018-10-24
Python
Python直譯器有幾種
2021-09-11
Python
python如何編譯
2021-09-11
Python編譯
源語言、目標語言、翻譯器、編譯器、直譯器
2019-05-07
編譯
如何藉助 Django 來編寫一個 Python Web API
2020-01-11
DjangoPythonWebAPI
如何使用 Flask 編寫 Python Web API
2019-12-21
FlaskPythonWebAPI
Python如何使用tkinter編寫GUI程式
2021-09-11
PythonGUI
Python新手教程：40行python程式碼寫一個桌面翻譯器
2019-07-29
Python
如何編寫一個前端框架之七－客戶端路由(譯)
2019-02-24
前端框架客戶端路由
使用pipenv後，如何在pycharm中新增直譯器
2024-04-22
PyCharm
如何編寫一個React元件
2018-09-10
React元件
[譯] 通過 SSH 遠端使用 Python 直譯器來執行 Flask
2018-07-06
PythonFlask
在C,C++,java和python執行時直譯器和編譯器的區別
2020-04-04
C++JavaPython編譯
如何讓Java編譯器幫你寫程式碼
2023-01-29
Java編譯
使用Python編寫一個滲透測試探測工具
2019-03-04
Python
Python與全域性直譯器鎖
2020-10-25
Python

如何使用Python編寫一個Lisp直譯器

相關文章