如何接近创建 JVM 编程语言？答案

【问题标题】：How to approach creating a JVM programming language?如何接近创建 JVM 编程语言？
【发布时间】：2011-03-23 18:29:08
【问题描述】：

我已经用 C 语言创建了一个编译器（使用 Lex 和 Bison），用于支持循环、函数内部的函数声明、递归调用等的动态类型编程语言。我还创建了一个虚拟机来运行由编译器。

我正在考虑将其编译为 Java 字节码，而不是我自己的中间代码。

我看到关于创建JVM语言的问题已经asked，但我发现答案信息量不大。

所以这是我的问题：

我想为JVM创建一种语言必须阅读JVM specification这本书，你能推荐什么其他的书（当然除了Dragon Book）？我最关心的是关于如何创建 JVM 语言的书籍或教程，而不是一般的编译器。
有许多 Java 库可以读取、写入和更改 .class 文件，例如 jclasslib、bcel、gnu bytecode 等。您建议使用哪一个？另外，您是否知道有相同功能的 C 库？
我正在考虑看看另一种以 JVM 为目标的语言，例如 Clojure、Jython 或 JRuby。但是所有这些语言都非常高级且复杂（为它们创建编译器）。我一直在寻找一种更简单的（我不介意它是未知的还是未使用的）以 JVM 为目标并带有开源编译器的编程语言。有什么想法吗？

【问题讨论】：

标签： compiler-construction programming-languages jvm jvm-languages

【解决方案1】：

我也会推荐 ASM，但请看一下 Jasmin，我在大学项目中使用它（或者说，必须使用它），并且效果很好。我为使用 Java 和 Jasmin 的编程语言编写了 lexer-parser-analyzer-optimizer-generator 组合，因此它正在生成 JVM 代码。我上传了代码here；有趣的部分应该是source code itself。在文件夹bytecode/InsanelyFastByteCodeCreator.java 中，您可以找到一段将 AST 树转换为 Jasmin 汇编器的输入格式的代码。这很简单。

源语言（由 lexer-parser-analyzer 转换为 AST）是 Java 的一个子集，称为 MiniJava。它缺少一些“复杂”的特性，如继承、构造函数、静态方法、私有字段和方法。这些功能都不难实现，但是还有另一个任务是编写一个 x86 后端（以便生成机器汇编程序），如果你没有处理其中一些事情的 JVM，这些事情往往会变得困难。

如果您对奇怪的类名感到疑惑：大学项目的任务是将 AST 转换为 SSA Graph（表示输入代码），优化该图，然后将其转换为 Java字节码。这大约是项目工作的 ¾，InsanlyFastByteCodeCreator 只是测试所有内容的捷径。

看看 Jon Meyer 和 Troy Downing 的“Java 虚拟机”一书。本书大量引用了 Jasmin 汇编器；这对于理解 JVM 内部非常有帮助。

【讨论】：

谢谢你的回答，我去看看Jasmin。如果你能上传源代码，我会很高兴，这样我可以看看。关于你推荐的书，它看起来很有趣，但它已经绝版并且很旧了:(。
这本书是非常便宜的二手书。我花了几美元找到了一本。
看看我上面的编辑，如果您有任何问题，我很乐意为您提供帮助。
“源代码本身”的链接已损坏。虽然我猜这是 8 年后的预期。
@LlewVallis，如果我正确解释所有信息，代码似乎在这里：github.com/replimoc/compiler。

【解决方案2】：

当然曾经可以用Java写一门新的语言。使用 Java 反射 API，您可以实现很多目标。如果速度不太重要，我会优先考虑 Java 而不是 ASM。 Java （恕我直言） 中的编程更容易且不易出错。看看 RPN 语言7th。它完全是用 Java 编写的。

【讨论】：

【解决方案3】：

上学期我参加了“编译器构造”课程。我们的项目正是您想要做的。

我用来编写语言的语言是Scala。它在 JVM 上运行，但支持许多 Java 不支持的高级功能（仍然与纯 Java JVM 完全兼容）。

为了输出 java 字节码，我使用了Scala CAFEBABE library。有据可查，您无需深入了解 Java 类即可了解该做什么。

除了本书之外，我认为您可以通过我们在课程中完成的labs 找到很多信息。

【讨论】：

这听起来像是一门很棒的课程。您介意分享您的笔记或代码吗？
没问题，我会检查我的备份在哪里，并在此处发布链接，以便您尽快下载。
很好，我一直在寻找一个针对 JVM 的动手编译器课程，所有材料都在线自学。

【解决方案4】：

首先我会退后一步，修改我的编译器以输出实际的 Java 而不是 Java 字节码（这意味着创建的翻译器比编译器更多），并使用任何方便的 Java 环境编译 Java 输出（这可能会生成比我自己的编译器更好的目标代码）。

您可以使用相同的技术（例如，编译为 C#）来生成 CLI 字节码，或编译为 Pascal 以生成 P 代码等。

不清楚为什么要考虑使用 Java 代码而不是使用自己的 VM，但如果是为了性能，那么当然你也应该考虑编译成实际的机器代码。

【讨论】：

为 JVM 编译将允许一个人的代码比编译为本机代码更广泛地运行。此外，编译为字节码将使代码能够完成一些 Java 语言本身无法完成的事情。

【解决方案5】：

上周末，我问自己同样的问题，将我的玩具语言移植到 JVM。

我只花几个小时搜索信息，所以请谨慎对待这些参考资料。

语言实现模式。我讨厌antlr，但这本书看起来很不错。如果你也不喜欢 antlr，有一个很好的关于解析的“Parsing Techniques. A Practical Guide”。

学习构建配置文件阅读器、数据阅读器、模型驱动的代码生成器、源代码到源代码的翻译器、源代码分析器和解释器。您不需要计算机科学背景——ANTLR 的创建者 Terence Parr 通过将语言实现分解为最常见的设计模式来揭开它的神秘面纱。逐个模式，您将学习实现自己的计算机语言所需的关键技能。

第 10 章用 30 页（为了加快 IMO）涵盖了这个主题。但是还有其他章节可能您会感兴趣。
- 10 构建字节码解释器
  - 10.1 编程字节码解释器。 .
  - 10.2 定义汇编语言语法
  - 10.3 字节码机器架构。 . . . .
  - 10.4 从这里到哪里去。 . . . . . . . . .
  - 第 26 页。字节码汇编器。 . . . . . . . . . .
  - 第 27 页。基于堆栈的字节码解释器。 . .
  - 第 28 页。基于寄存器的字节码解释器
  http://pragprog.com/titles/tpdsl/language-implementation-patterns
- Lua 5.0 的实现 这是一篇关于寄存器的好论文—— 基于字节码的机器。即使是为了它，也要阅读它。
- Lisp in Small Pieces. 这本书教如何编写 2 个 schme 编译器来编译为 C。从这本书中可以学到很多东西。我拥有这本书的副本，对于任何有趣的是 lisp 的人来说，这真的很好，但也许不是你的那杯茶。
  
  这是对整个 Lisp 语言家族（即 Lisp、Scheme 和相关方言）的语义和实现的全面说明。它描述了 11 个解释器和 2 个编译器......
http://www.amazon.com/Lisp-Small-Pieces-Christian-Queinnec/dp/0521562473

检查基于寄存器的虚拟机 Dalvik7 虚拟机。 DVM 对从 Java 编译器编译的 Java 类文件转换而来的字节码进行操作。

有一个关于主题 jvm-languages 的邮件列表。

您打算将代码上传到任何地方吗？我想看看。

【讨论】：

Are you planning to upload the code to anyplace? 我不为那个代码感到骄傲:( ...我可能会重写整个事情。无论如何，如果我这样做，我会告诉你。非常感谢你的建议。

【解决方案6】：

如果您还不知道，我建议您先了解 JVM 汇编的工作原理。

许多指令的形式为?name，其中? 是i，如果指令适用于整数类型，a，如果它适用于引用类型。

基本上，JVM 是一个没有寄存器的堆栈机器，因此所有指令都直接在堆栈上处理数据。您可以使用?push/?pop 推送/弹出数据，并使用?store/?load 在局部变量（由偏移量引用的堆栈位置）和堆栈顶部之间移动数据。其他一些重要说明是invoke??? 和if_???。

对于my university's compiler course，我们使用Jasmin 来组装程序。我不知道这是否是最好的方法，但至少这是一个容易开始的地方。

Here is an instruction reference 用于旧版本的 JVM，它包含的指令可能比新版本少。

【讨论】：

【解决方案7】：

我想看看也许另一种针对 JVM 的语言像 Clojure、Jython 或 JRuby。但所有这些语言非常高级并且复杂（创建一个编译器为他们）。

建议：你可以看看Lua Programming Language，有它的JVM实现，比如LuaJ。

轻量级、快速、以 Java 为中心的 Lua 解释器为 J2ME 和 J2SE 编写，带有基本的、字符串的库，表、包、数学、io、os、调试和协程包，一个编译器， luajava 绑定和 JSR-233 可插入的脚本引擎绑定。

（不要与使用带有 JNI 方法的本机库的 LuaJava 混淆。）

【讨论】：

谢谢。我去看看

【解决方案8】：

ASM 可以作为生成字节码的解决方案。首先，请查看有关从 manual 生成元素的主题。

【讨论】：