首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >如何用Python编写一个Lisp解释器

如何用Python编写一个Lisp解释器

作者头像
AI科技大本营
发布2019-08-15 17:41:03
1.3K0
发布2019-08-15 17:41:03
举报
作者 | Peter Norvig

译者 | Tianyu

编辑 | Freesia

来源 | Python大本营(ID: pythonnews)

这篇文章有两个目的:一是展示如何实现一个计算机语言的解释器,二是演示如何使用 Python 3 构造 Lisp 的一种方言 Schema,作者把自己的这个语言解释器称作 Lispy。几年前,作者曾展示过如何用 Java 和 Common Lisp 写 Schema 解释器。而本次的目的很纯粹,作者会尽可能简明扼要为大家进行介绍。

了解这些有多重要呢?正如 Steve Yegge 所说的,“如果你不知道编译器是如何工作的,那么你也不会知道计算机是如何工作的”。

Schema 程序的语法和语义

语言的语法是指组成正确的语句或表达式的顺序;语义指那些表达式或语句的内在含义。例如,在数学表达式语言中(以及诸多编程语言中),一加二的语法是 “1 + 2”,而语义是指对两个数字执行相加操作,得到的结果为 3 。当我们计算一个数值时,也可以说我们在评估一种表达形式;我们可以说 “1+2” 估值为 3,并写成 “1 + 2” ⇒ 3.

Schema 的语法不同于其他大多数编程语言。考虑如下情况:

Java 的语法规范十分繁杂(关键词、中缀运算符、三种括号、运算符优先级、点语法、引号、逗号、分号),但 Schema 的语法要简单得多:

  • Schema 程序仅由表达式组成。没有表达式和语句之分。
  • 数字(比如:1)和符号(比如:A)都可以称为原子表达式;它们无法再细分了。这和 Java 中的 counterpart 类似,但 Schema 不同,一些运算符号,如 + 和 > 也是标识符,和 A 及 fn 的地位是平等的。
  • 还有列表表达式:一个 "(" ,后面接零或多个表达式,后面再接一个 ")"。列表的第一个元素决定了其含义是什么:
    • 以关键词作为开头的列表,如 (if ...),是一种特殊形式,含义取决于关键词是什么。
    • 以非关键词开头的列表,如 (fn ...),是函数的调用。

Schema 的妙处在于整个语言体系仅需 5 个关键词和 8 种语法形式。对比之下,Python 有 33 个关键词和 110 种语法形式,Java 有 50 个关键词和 133 种语法形式。那些括号也许看起来有些吓人,但 Schema 的语法具备着简单性与一致性。(有人开玩笑说 Lisp 就是“大量把人搞疯的括号”;而我认为 Lisp 象征着语法的纯粹性。)

在本文中,我们会介绍 Schema 语言及其解释器的所有特点,但中间要经过两个步骤,先定义一个简单的语言,再定义 Schema 语言的全部内容。

语言1:Lispy Calculator

Lispy Calculator 是 Schema 的一部分,仅使用了五种语法方式。因其基于 Lispy Calculator,只要你熟练使用前缀表示法,就可以做任何典型计算机可以做的运算。你可以做两件典型计算机语言所不能做的两件事:"if" 表达式和定义新变量。下面是一个示例程序,基于公式 π r2,计算半径为10的圆形面积:

(define r 10)
(* pi (* r r))

下面是一张有关全部表达式的表格:

Expression(表达式)

Syntax(语法)

Semantics and Example(语义和例子)

variable reference

symbol

一个标识符被解释为变量名;它的值是变量的值。例子:r ⇒ 10 (假设 r 已被定义为10)

constant literal

number

计算结果为数字本身。例子:12 ⇒ 12 or -3.45e+6 ⇒ -3.45e+6

conditional

(if test conseq alt)

执行 test;如果结果为 true,计算返回 conseq;否则返回 alt。例子:(if (> 10 20) (+ 1 1) (+ 3 3)) ⇒ 6

definition

(define symbol exp)

定义一个新变量,并计算表达式 exp 赋值给它。例子:(define r 10)

procedure call

(proc arg...)

如果表达式不是这些标识符 if, define 或 quote,那它就是一个过程。执行表达式及全部参数,那么该过程就会被调用,而参数值列表也被调用。例子:(sqrt (* 2 8)) ⇒ 4.0

在该表的语法一栏,标识符必须为符号,数字必须为整数或小数,而其它斜体字可以为任何表达式,arg... 则表示零或多个 arg 的重复。

语言解释器到底是做什么的?

语言解释器包括两个部分:

  1. Parsing:parsing 组件获得字符串形式的输入,并根据语言的语法规则进行验证,然后将程序翻译成内部的表示形式。在一个简单的解释器中,内部的表示形式是一个树形结构(一般被称为抽象语法树),反应了程序语句和表达式的嵌套结构。在被称为编译器的语言翻译器中,常常有一系列内部的表示形式,以抽象语法树开头,然后紧接着一系列指令,可以直接被计算机执行。
  2. Execution:内部的表示形式是根据语言的语义规则进行处理的,因此才能执行计算。Lispy 的 execution 函数叫作 eval(注意这和 Python 的内置函数同名)。

下面是解释器工作过程的图片:

这里举一个简单的小例子,看看 parse 和 eval 能做些什么:

类型定义

传统上来看,parsing 一般分成两部分:词法分析(lexical analysis),也就是将输入字符串分成一系列 token,以及语义分析(syntactic analysis),也就是将 tokens 组装成后向抽象语法树。Lispy 的 tokens 是括号、标识符和数字。有许多用于词法分析的工具(如 Mike Lesk 和 Eric Schmidt 的 lex),但现在我们选择使用一个非常简单的工具:Python 的 str.split 函数。tokenize 函数以字符串作为输入,在每个括号两边加空格,然后调用 str.split 获取 tokens 列表:

def tokenize(chars: str) -> list:
    "Convert a string of characters into a list of tokens."
    return chars.replace('(', ' ( ').replace(')', ' ) ').split()

下面我们在程序示例中使用 tokenize:

>>> program = "(begin (define r 10) (* pi (* r r)))"
>>> tokenize(program)
['(', 'begin', '(', 'define', 'r', '10', ')', '(', '*', 'pi', '(', '*', 'r', 'r', ')', ')', ')']

函数 parse 以字符串的表达形式作为程序输入,调用 tokenize 获取 tokens 列表,然后调用 read_from_tokens 来组装抽象语法树。read_from_tokens 会关注第一个 token,如果第一个是 ')',那么是一个语法错误。如果第一个是 '(',那么我们就开始建立子表达式的列表,直到我们遇到匹配的 ')'。任何没有括号的 token 一定是标识符或数字。我们可以让 Python 对此做判断:对于每个不含括号的 token,首先尝试将其解释为整数,然后是小数,如果哪个都不符合,那么它一定是个标识符。下面来看一下 parse 实例:

def parse(program: str) -> Exp:
    "Read a Scheme expression from a string."
    return read_from_tokens(tokenize(program))

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

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

parse 的运行结果如下:

>>> program = "(begin (define r 10) (* pi (* r r)))"

>>> parse(program)
['begin', ['define', 'r', 10], ['*', 'pi', ['*', 'r', 'r']]]

我们马上就可以定义 eval 了,但在那之前,我们还需要再看一个概念。

环境

环境是指变量名与值之间的映射。eval 默认使用全局环境,包括一组标准函数的名称(如 sqrt 和 max,以及操作符 *)。环境也可以由用户进行变量自定义:

import math
import operator as op

def standard_env() -> Env:
    "An environment with some Scheme standard procedures."
    env = Env()
    env.update(vars(math)) # sin, cos, sqrt, pi, ...
    env.update({
        '+':op.add, '-':op.sub, '*':op.mul, '/':op.truediv, 
        '>':op.gt, '<':op.lt, '>=':op.ge, '<=':op.le, '=':op.eq, 
        'abs':     abs,
        'append':  op.add,  
        'apply':   lambda proc, args: proc(*args),
        'begin':   lambda *x: x[-1],
        'car':     lambda x: x[0],
        'cdr':     lambda x: x[1:], 
        'cons':    lambda x,y: [x] + y,
        'eq?':     op.is_, 
        'expt':    pow,
        'equal?':  op.eq, 
        'length':  len, 
        'list':    lambda *x: List(x), 
        'list?':   lambda x: isinstance(x, List), 
        'map':     map,
        'max':     max,
        'min':     min,
        'not':     op.not_,
        'null?':   lambda x: x == [], 
        'number?': lambda x: isinstance(x, Number),  
    'print':   print,
        'procedure?': callable,
        'round':   round,
        'symbol?': lambda x: isinstance(x, Symbol),
    })
    return env

global_env = standard_env()

Evaluation:eval

我们已经做好实现 eval 的准备了。作为初学者,来回顾一下之前的 Lispy Calculator 表:

Expression(表达式)

Syntax(语法)

Semantics and Example(语义和例子)

variable reference

symbol

一个标识符被解释为变量名;它的值是变量的值。例子:r ⇒ 10 (假设 r 已被定义为10)

constant literal

number

计算结果为数字本身。例子:12 ⇒ 12 or -3.45e+6 ⇒ -3.45e+6

conditional

(if test conseq alt)

执行 test;如果结果为 true,计算返回 conseq;否则返回 alt。例子:(if (> 10 20) (+ 1 1) (+ 3 3)) ⇒ 6

definition

(define symbol exp)

定义一个新变量,并计算表达式 exp 赋值给它。例子:(define r 10)

procedure call

(proc arg...)

如果表达式不是这些标识符 if, define 或 quote,那它就是一个过程。执行表达式及全部参数,那么该过程就会被调用,而参数值列表也被调用。例子:(sqrt (* 2 8)) ⇒ 4.0

下面是实现 eval 的代码,完全遵循上面的表格:

def eval(x: Exp, env=global_env) -> Exp:
    "Evaluate an expression in an environment."
    if isinstance(x, Symbol):        # variable reference
        return env[x]
    elif not isinstance(x, Number):  # constant number
        return x                
    elif x[0] == 'if':               # conditional
        (_, test, conseq, alt) = x
        exp = (conseq if eval(test, env) else alt)
        return eval(exp, env)
    elif x[0] == 'define':           # definition
        (_, symbol, exp) = x
        env[symbol] = eval(exp, env)
    else:                            # procedure call
        proc = eval(x[0], env)
        args = [eval(arg, env) for arg in x[1:]]
        return proc(*args)

这样就完成了!你可以运行看看结果:

>>> eval(parse("(begin (define r 10) (* pi (* r r)))"))
314.1592653589793

Interaction:A REPL

一直输入 eval 固然很枯燥。Lisp 的一个伟大之处就在于交互式 read-eval-print 循环:为编程者提供了输入表达式,并立即读取,计算,然后输出的途径,而非冗长的构建/编译/运行过程。那么,我们来定义一下 repl 函数,函数 schemestr 返回了一个代表 Schema 对象的字符串:

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(schemestr(val))

def schemestr(exp):
    "Convert a Python object back into a Scheme-readable string."
    if isinstance(exp, List):
        return '(' + ' '.join(map(schemestr, exp)) + ')' 
    else:
        return str(exp)

下面是 repl 的运行结果:

>>> repl()
lis.py> (define r 10)
lis.py> (* pi (* r r))
314.159265359
lis.py> (if (> (* 11 11) 120) (* 7 6) oops)
42
lis.py> (list (+ 1 1) (+ 2 2) (* 2 3) (expt 2 3))
lis.py>

语言2:Full Lispy

现在我们来拓展一下,下面的表格展示了一个更加完整的 Schema 子集:

Expression(表达式)

Syntax(语法)

Semantics and Example(语义和例子)

quotation

(quote exp)

返回表达式 exp 的值,但不进行计算。例子:(quote (+ 1 2)) ⇒ (+ 1 2)

assignment

(set! symbol exp)

执行 exp 并把值赋给 symbol,symbol 必须被预先定义好。例子:(set! r2 (* r r))

procedure

(lambda (symbol...)exp)

创造一个带参数 (symbol...) 的过程,exp 为其主体。例子:(lambda (r) (* pi (* r r)))

lambda 这种特殊形式可以进行 procedure(过程)的创建。我们希望 procedure 能这样运行:

lis.py> (define circle-area (lambda (r) (* pi (* r r)))
lis.py> (circle-area (+ 5 5))
314.159265359

此处包括两个步骤。第一步,lambda 表达式用来创建 procedure,可以关联全局变量 pi 和 *,引入单独的参数 r。该 procedure 的作用是定义新变量 circle-area,并为其赋值。第二步,我们刚刚定义的 procedure 包含 circle-area 的值,所以它被引用作值为10的参数。我们想让 r 的取值为10,但它不会在全局环境下为 r 赋值为10。如果我们将 r 用作其他目的呢?我们无法通过调用 circle-area 来改变它的值。但我们也许可以给名为 r 的局部变量赋值10,而无需担心影响到其他同名的全局变量。调用 procedure 的过程引入了新的局部变量,将其与函数的参数列表中的标识符一一绑定,对应所调用函数的参数列表的值。

将 Env 重定义为 Class

为了方便操作局部变量,我们将 Env 重定义为 dict 的子类。当我们计算 (circle-area (+ 5 5)) 时,我们会先获取 procedure 的主体 (* pi (* r r)),然后在 r 作为单独局部变量的环境下进行计算,但同时也存在全局环境作为“外部”环境;这样我们就得到了 * 和 pi 的值。换句话说,我们需要这样一个环境,将局部(蓝色框标注的)环境嵌在外部(红色框标注的)环境内:

当我们在这样一个嵌套环境中查看变量时,我们首先看到的是最内层,如果没有找到变量名,再转移到外面一层。过程和环境是耦合的,接下来试着来一起定义它们:

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 Procedure(object):
    "A user-defined Scheme procedure."
    def __init__(self, parms, body, env):
        self.parms, self.body, self.env = parms, body, env
    def __call__(self, *args): 
        return eval(self.body, Env(self.parms, args, self.env))

global_env = standard_env()

我们看到每个 procedure 都由三部分组成:参数名列表、主体表达式,以及环境。如果在最上层对 procedure 进行了定义,那么这是全局环境,但 procedure 也可关联到局部变量的环境,只要对其进行了预先定义。

环境是 dict 的子类,所以它具备全部 dict 所具备的方法。另外还有两种方法:构造器 __init__ 构造了新环境,引入参数名列表和对应的参数值列表,并创建了内部包含 {variable: value} 的新环境,同时也可关联外部环境。方法 find 可用来为变量寻找合适的环境:内部环境或外部环境。

来看看如何将这些东西整合在一起,下面是对 eval 的新定义。注意用于引用变量的句子变了:现在我们必须调用 env.find(x) 来查找变量 x 在哪一层;然后从该层取出 x 的值。(用于 define 的句子不变,因为 define 永远将新变量添加到最内层的环境。)此处有两个新的子句:set! 用来查找变量所在的环境层,并为其赋新值。lambda 用来基于给定的参数列表、主体和环境,来创建新的 procedure 对象。

def eval(x, env=global_env):
    "Evaluate an expression in an environment."
    if isinstance(x, Symbol):    # variable reference
        return env.find(x)[x]
    elif not isinstance(x, List):# constant 
        return x   
    op, *args = x       
    if op == 'quote':            # quotation
        return args[0]
    elif op == 'if':             # conditional
        (test, conseq, alt) = args
        exp = (conseq if eval(test, env) else alt)
        return eval(exp, env)
    elif op == 'define':         # definition
        (symbol, exp) = args
        env[symbol] = eval(exp, env)
    elif op == 'set!':           # assignment
        (symbol, exp) = args
        env.find(symbol)[symbol] = eval(exp, env)
    elif op == 'lambda':         # procedure
        (parms, body) = args
        return Procedure(parms, body, env)
    else:                        # procedure call
        proc = eval(op, env)
        vals = [eval(arg, env) for arg in args]
        return proc(*vals)

为了搞清楚过程和环境是如何协同工作的,试想这样一个程序,为计算 (account1 -20.00),我们创建这个环境:

每个矩形框代表一个环境,框的颜色与环境中所定义的变量的颜色相对应。在程序的后两行,我们定义了 account1,并调用了 (account1 -20.00);这表示创建了一个期初余额为100刀的银行账户,被取出了20刀。在计算 (account1 -20.00) 的过程中,我们对 eval 表达式做了高亮处理。该表达式含三个变量,amt 在最内层(绿色)里。但 balance 不在这一层,我们需要看绿色环境外面的 env,即蓝色层。最后,变量 + 不在这三层中,我们需要找更外面的层,来到全局(红色)环境。这个先看内环境再看外环境的过程叫作 lexical scoping。

下面来看看我们可以做哪些事。

>>> repl()
lis.py> (define circle-area (lambda (r) (* pi (* r r))))
lis.py> (circle-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> (circle-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
lis.py> (define twice (lambda (x) (* 2 x)))
lis.py> (twice 5)
10
lis.py> (define repeat (lambda (f) (lambda (x) (f (f x)))))
lis.py> ((repeat twice) 10)
40
lis.py> ((repeat (repeat twice)) 10)
160
lis.py> ((repeat (repeat (repeat twice))) 10)
2560
lis.py> ((repeat (repeat (repeat (repeat twice)))) 10)
655360
lis.py> (pow 2 16)
65536.0
lis.py> (define fib (lambda (n) (if (< n 2) 1 (+ (fib (- n 1)) (fib (- n 2))))))
lis.py> (define range (lambda (a b) (if (= a b) (quote ()) (cons a (range (+ a 1) b)))))
lis.py> (range 0 10)
(0 1 2 3 4 5 6 7 8 9)
lis.py> (map fib (range 0 10))
(1 1 2 3 5 8 13 21 34 55)
lis.py> (map fib (range 0 20))
(1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597 2584 4181 6765)

现在我们拥有了具备过程、变量、条件、顺序执行的语言。如果你熟悉其他语言,你也许会想到 while 或 for 循环,但 Schema 并不包括这些。有关 Schema 的报告表示,Schema 仅包含几条规则,用来组成表达式,并不限制它们的组成形式,这样就足以构成一门实用且高效的编程语言了。在 Schema 中,你可以通过定义递归函数进行循环运算。

Lispy 评估

我们从下面几个角度来评估 Lispy:

  • 轻量:Lispy 非常小:去掉注释和空格,共117行;源码大小为4K。我用 Java 写的 Schema 最小版本有1664行,源码大小为57K。Jscheme 最初名为 SILK (Scheme in Fifty Kilobytes),但我仅通过计算字节码来保证不超限,而非通过改变源码。Lispy 在这方面做得好多了;我认为它符合 Alan Kay 在1972年提出的,你可以通过一页代码来创造世界上最棒的语言。
  • 快速:Lispy 计算 (fact 100) 用时0.003秒。这对我来说,速度足够快了。
  • 完整:和标准版 Schema 相比,Lispy 不是很完整。主要包括以下几个缺陷:
    • 语法:缺少注释、quote/quasiquote 声明、# literals、派生表达式类型(如源自 if 的 cond,源自 lambda 的 let)和点表示法列表。
    • 语义:缺少 call/cc 和 tail recursion。
    • 数据类型:缺少字符串、字符、布尔、向量等。
    • 过程:缺少100个原始 procedure。
    • 错误恢复:Lispy 无法检测和报告错误,也无法对其进行恢复。Lispy 需要编程者操作无失误。
  • 性能:这就要由读者来判断了。在我看来,它可以达到我的目的,即充当 Lisp 的解释器。

真实的故事

追溯这个想法的来源有助于理解解释器的工作原理,下面给大家分享一个真实的故事。

让我们将时间推回到1984年,当时作者正在写博士论文。那时还没有 LateX,也没有 Microsoft Word,作者用的是 troff。不幸的是,troff 没有向前引用符号标签:作者想写出 "As we will see on page @theorem-x",然后在合适的地方写类似 "@(set theorem-x \n%)" 的东西。而研究生伙伴 Tony DeRose 也有同样的需求,于是他们一起勾勒出了一个简单的 Lisp 程序,可用作预处理器。然而,他们当时造出的 Lisp 虽然善于读取 Lisp 表达式,但读取非 Lisp 表达式时,慢得令人发指。

于是,作者和 Tony 分道扬镳了。Tony 认为最难的部分是表达式的解释器;需要的是 Lisp,他知道如何编写 C 程序来处理非 Lisp 字符,并将其链接到 Lisp 程序。但作者不知道如何将其连在一起,但作者认为,为这个语言写一个解释器更容易,所以用 C 写了个解释器。有趣的是,Tony 用 C 写了个 Lisp 程序,因为他是个 C 程序员。而我写了个 C 程序,因为我是个 Lisp 程序员。

最后,他们都把工作搞定了。

原文链接:

https://norvig.com/lispy.html

(*本文为 AI科技大本营转载文章,转载请联系微信 1092722531)

【END】

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-08-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI科技大本营 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Schema 程序的语法和语义
  • 语言1:Lispy Calculator
  • 语言解释器到底是做什么的?
  • 环境
  • Evaluation:eval
  • Interaction:A REPL
  • 语言2:Full Lispy
  • Lispy 评估
  • 真实的故事
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档