プログラミング言語 samplan

samplanとは

samplanはJavaで実装された簡単なプログラミング言語です。

プログラミング言語として実用的に使う、という目的ではなく、プログラミング言語の作り方を示すこと、および私自身が「言語処理系を書きたくなった」という理由で作ったものですので、言語としては、まあ実用性はありません。なにしろ使用できる組み込み関数は「print()」しかないですし、配列もないですし。

ソースはGitHubにあります。

https://github.com/kmaebashi/samplan

言語の雰囲気的なものは、ここのサンプルプログラムを見ればつかめると思います。波括弧が出てくるCやJavaに似た言語ですが、以下のような違いがあります。

1. 宣言において、型が後置。「int hoge;」ではなくて、「var hoge int;」。
2. if文とかで{ }を省略できない。それに伴いifの後ろの( )が不要になっている、
3. 代入は「=」ではなく「:=」。それに伴い、等しいことを示す演算子は「==」ではなく「=」になっている。

samplanは静的な型付けを持つバイトコード実行型の言語です。ソースからコンパイルしたバイトコード^※1をメモリ上に保持し、それを実行します。よって、内部的にはコンパイルしていますが、利用者がそれを意識することはありません。

処理系自体はJavaで記述しています(JDK17を使用。そんなに新しい機能は使っていませんが)。

コンパイラは、1トークン先読みの再帰下降パーサで自作しています(yaccとかJavaCCのようなパーサジェネレータは使っていません)。バイトコードを実行する仮想機械(SVM: Samplan Virtual Machine)はありがちなスタックマシンです。プログラミング言語の作り方を学びたい、という人には、何かしら参考にはなるのではないでしょうか。

プログラミング言語の作り方については、以前こちらに書いています。

プログラミング言語を作る

samplanも基本的な考え方は同じですが、上のページでは、コンパイラを作るのに、C向けの、レキシカルアナライザ生成プログラムであるlex(flex)、パーサジェネレータであるyacc(bison)を使っています。こういうツールは確かに便利なのですが、せっかくイチからプログラミング言語を作るなら、そういうツールも使わずにフルスクラッチで書いてみたい、という人もいることでしょう。また、今どきはCに詳しくない人も多いでしょうから、Javaで作ったことにも意味があると思っています。

「プログラミング言語を作る」という、マニアックな、でも楽しい趣味に目覚めた人の参考になりましたら幸いです。

samplan文法

コメント

samplanでは、「#」から改行までがコメントです。

データ型

samplanでは以下のデータ型が使用可能です。

変数宣言

変数は以下のように宣言します。

var hoge int;       # 初期化式なしの場合
var hoge int := 10; # 初期化式ありの場合

変数は、使うところより先に宣言されていなければいけません。

演算子

samplanでは以下の演算子が使用可能です。

関数定義

以下のように書くことで関数が定義できます。

# ふたつの引数の値を加算して返す関数
function add(a real, b real) real {
  return a + b;
}

戻り値を持たない関数は、型名を省略してください。

# ふたつの引数の値を加算して表示する関数
function add2(a real, b real) {
  print("result.." + (a + b));
}

呼び出すときは、「add(2, 3)」のように書きます。

関数内ではローカル変数も使用可能です。

function sum(value int) int {
  var i int := 0;
  var sum int := 0;

  while (i <= value) {
    sum := sum + i;
    ++i;
  }

  return sum;
}

関数は、使うところより先に宣言されている必要はありません。

ローカル変数は、{ }で囲まれたブロックごとに宣言できますが、外周のブロックの変数(グローバル変数を含む)と名前が衝突してはいけません。

制御構造

if文

条件分岐はif文です。{ }が省略不可なので、elsifを導入しています。

if a = 0 {
  print("aは0だよ!");
} elsif a = 1 {
  print("aは1だよ!");
} else {
  print("aは0でも1でもないよ!");
}

while文

ループはwhile文です。今のところfor文はありません。

var i int:= 0;
while i < 10 {
  print("i.." + i);
  ++i;
}

return文

関数から戻る際にはreturn文を使います。

function add(a real, b real) real {
  return a + b;
}

戻り値がない場合は、式を省略します。

SVMインストラクションリファレンス

SVMのオペランドは、すべて整数値です。

以下の表の「スタック」欄は、インストラクション実行時のスタックの変化を示します。[ ]内には、スタックの上位にある値の型を表記しています。 右端がスタックのトップです。SVMにはbooleanはなく、内部的にはintなのですが、わかりやすくするため booleanと書いています。 交換則が効かない演算子では、順番に意味があるので、 [int1 int2]のように記述し、結果の方を[ (int - int2) ]のように記述しています。[ (int1 > int1) ]の型はbooleanです。

上の表を見る、および処理系のソースを読むにあたり、必要な情報をいくつか。

1. 「コンスタントプールインデックス」というのは、実数及び文字列のリテラルを指すインデックスです。SVMではオペランドの型はすべて整数なので、実数や文字列はバイトコード中に直接登場させることはできません。そこで、実数や文字列のリテラルは、別途配列(コンスタントプール)で保持し、バイトコード中ではその添字で指定しています。
2. 「ローカル変数のID」というのは、コンパイラがローカル変数(引数含む)に振った番号ですが、これはSVMに渡った時点でbaseレジスタが指す位置からのオフセットです。関数呼び出し時には、引数を前から順にスタックに積み、次に復帰情報をスタックに積み、そのまた次にローカル変数の領域を確保しますが、復帰情報が3つあるので引数のIDとローカル変数のIDの間は3離れています。数で言えば、引数1のIDが0、ローカル変数1のIDは6です。
   このIDは、コンパイル中は復帰情報部分も詰まった連番なのですが、コード生成の時点でずらしています。
3. 「グローバル変数のID」とは、コンパイラがグローバル変数に前から順に振った連番です(先頭が0)。
4. 「関数のID」とは、コンパイラが関数に前から順に振った連番です。samplanでは組み込み関数print()がありますが、これのIDが0であり、その続きにsamplanで書いた関数が続きます。
   しかし、コンパイラが生成する実行形式であるSvmExecutableが保持する関数の配列(SvmFunction[] functions;)には組み込み関数分を含まないので、実際に関数を参照する際には引き算する必要があります。

• ※1 「バイトコード」といっても、SVMのバイトコードはintの配列なので「バイト」ではないのですが、慣習的に「バイトコード」と呼んでいます。