语言与文法

复习

　　编译器要“读懂”源代码。可我们先得回答一个更基础的问题：怎样严谨地描述一门语言，说明哪些字符串是合法的？

　　从数学上说，一门语言不过是一个字符串的集合：所有合法的句子，构成这个集合；不合法的，就不在里面。

　　比如“所有由 0 和 1 组成、且不包含连续两个 0 的字符串”，就是一个语言。

　　可问题是：语言可能包含无穷多个字符串，你没法把它们一个个列出来。于是需要一个更紧凑的描述方式——文法。

　　文法由几部分组成：

　　从起始符号出发，不断把非终结符按产生式改写成别的东西，直到得到一个只含终结符的字符串——这个过程叫推导，得到的字符串就是语言里的一句。

　　举个例子，一个描述加减表达式的文法：

表达式 → 数字
表达式 → 表达式 + 数字
表达式 → 表达式 - 数字

　　从“表达式”出发反复代入，就能推出 1 + 2 - 3 这样的句子。文法用有限的规则，描述了一个可能无限大的语言。

　　用规则而不是列举，好处是显而易见的：规则短小、有限，却能覆盖无穷多种情况。 而且，规则的结构往往和程序的结构对应。

　　编译器要处理的程序语言，含有大量嵌套（括号、语句块、函数……）。要描述这种嵌套，就需要一种特别合适的文法——这将是后面章节的重点。先记一句话：好的文法，能让“解析程序结构”这件事变得有章可循。

　　那么，文法描述的是“字符层面的句子”。在用它之前，我们得先把字符切成语法单位——这就是词法分析。

思考题 1

　　文法在“描述一门语言”时，扮演什么角色？

思考题 2

　　为什么用规则（推导）来描述语言，比直接列举所有合法句子更现实？

　　它提供了一种用有限规则描述语言的机制：通过产生式和推导，规定哪些字符串是合法的。文法既是语言的精确描述，也是编译器后续分析程序结构的依据。

　　因为语言通常包含无穷多个合法字符串，无法逐一列举。而文法用有限的规则，就能生成全部合法句子，既简洁又能覆盖无穷情况，还便于机器处理。

设计师 | 南国微雪