跳至主要內容

发明新的编程语言

Alex Sun奇思妙想大约 8 分钟

如果发明一种新语言，它应该有哪些特征？

注意

本文为鸭梨瞎想，短期内（也可能永远不会）并不会实现此语言，暂时也未命名，仅仅是设想未来语言的一些特征。

1. 目的

设计一种安全、简洁、含糖量高的静态语言，保持极端的优雅和原生性能。

这种语言，简单底层又包含高级别的抽象，极端现代化，适用于下面这些人：

  • 希望编程更加优雅愉快的人
  • 脱离 JVM/PVM/... 虚拟机，寻找系统编程语言的人
  • 编写高性能程序，而又担心程序难以维护的人

考虑到社区发展，应该选择兼容某种语言的生态（从部署的适配上或语法的可转换上）。

2. 设计哲学

我们希望追寻 Python 的设计哲学，并为此设计一门静态语言。

  • 优雅：一切设计的原则都是优雅，不优雅的设计是不能容忍的。
  • 静态语言：我们发现，无论如何优化 Python、JavaScript 等脚本语言，脚本语言也无法融入系统编程的生态，脚本语言无法成为静态语言，任何于此有关的尝试都割裂了相应生态并最终失败。即使是最动态的语言，也不能改变执行机器代码的事实，无论它是使用何种编译器或解释器，在哪种机器上执行的，因此，语言本质都是静态的，静态语言能活得长久。
  • 有用的抽象：有一些语言设计者热衷于花里胡哨的写法，但是多数情况下程序员可能根本不会用或者想不到，因此标准库或第三方库能实现的功能尽量使用库。
    • 如果不能简洁地描述此语法的使用场景，那么没必要设计，这就是浪费学习者和设计者的时间
    • 如果一种语法可以被少量优雅的代码实现，那么它没必要存在
    • 如果一种语法使用场景极少，那么它没必要存在
    • 如果存在满足一种语法的使用场景，但有更加常规的实现，应该考虑更加常规的实现
  • 表达式是一切：我们意识到，对象是 OOP 的一切，但是语句是程序的一切，一切语句都应该是表达式。因为这样更简洁，更接近于函数式编程，我们总是可以将 if、for 视为函数，任何表达式求值就像函数求值一样优雅。
  • 拥抱函数式编程：一个好的语言是多范式的，但是让语言优雅的必要条件是广泛地支持函数式编程。
  • 全面支持鸭子类型：像 TypeScript 一样的类型参数和无损失的性能。
void test(int b) {
    int a;
    if (b > 3) {
        a = b * 5 - 6;
    } else {
        a = b * b;
    }
    return a % 7;
}

我们发现 a 变量本应该是定值，因为它只会被赋值一次。但是它不能声名为常量，而且还需要犹豫它要不要被初始化。三元表达式可能能缓解这类简单问题，但是三元表达式和 if 语句没有任何区别，而且更难维护。

如果像 Kotlin 一样，这个语句就能产生常量：

fun test(b: Int): Int {
    val a = if (b > 3) b * 5 - 6 else b * b
    return a % 7
}

因此我们提出：

  • 任何赋值语句默认都会创建常变量
  • 任何对变量的修改，都需要使用 mut 关键字指定

3. 语言基本特性

  • 静态语言，可使用 LLVM 作为编译器后端
  • 支持类型推导、可空类型、宏指令
  • 支持规则声明，由此允许混合使用不同版本的代码（@@rules 指令）
  • 不使用指针，使用更安全的抽象（引用和委托）
  • 支持类似于 OpenMP 的 #parallel 指令用于编译阶段转译为并行语句（需要 import parallel）
  • 支持原生的异步语法 async/await，并且提供 aio 作为工具库

原生类型：

类型大小 (bit)
char8
uchar8
wchar16
int32
uint32
long64
ulong64
float32
double64

同时也提供带有数字后缀的版本：

类型大小 (bit)
int88
int1616
int3232
int6464
uint88
uint1616
uint3232
uint6464
float3232
float6464

不区分原生类型和包装类型，原生类型可调用包装类型的方法是编译时行为。

其他常见类型：

  • str
  • array<>
  • list<>
  • hash_map<>（也可能不加下划线）
  • hash_set<>
  • ordered_map<>
  • ordered_set<>

命名原则：

  • 内置类全部小写
  • 和变量建议使用小写加下划线（更加简洁）
  • 用户类、接口等使用大驼峰命名
  • 常量使用大写下划线命名

我们把给变量指定类型称为类型注解，如 a: int = b + 5，我们把 @ 一个函数或者变量称为装饰器。这一点类似于 Python 但不同于 Java，@ 注解将在编译时和运行时都发挥作用，减少或不使用反射。

4. 基本语法

  • 类 C 语言风格（更加接近大多数人的编程方式）
  • 每个语句单独一行，不使用分号，分号可让一行写多个语句
  • 单行注释是 // ...，多行注释是 /* ... */
  • 语句都是表达式，支持 if、switch 等语句有返回值，没有三元表达式（类似于 Kotlin）
    a = if (b != 3) a + b else a + 2
  • 使用 var 声明变量，默认行为是 const 声明，如果赋值语句是对已经声明的变量赋值，则需要使用 mut 来声明（也就是变量默认是常变量，类似于 Rust，大大减少错误，并且更加接近函数式编程）
    var a = 3
mut a = 5
b = 6   // 这是常变量，修改会报错
  • 支持类型推导，多数情况下不需要指定类型
    a = 3
b = a + 2
c = "hello world"
  • 不使用指针，全面使用引用的方式（或在不安全的上下文的情况下提供指针支持，但是为了避免歧义，* 必须紧跟类型）
    #begin unsafe
var c: char* = null
#end
  • 支持宏，用于进行元编程和库的开发（增强语言的表达能力，可支持 #for、#include）
    #if Win32 || Unix
    // ...
#endif
  • 支持可空类型，空类型不能赋值到非空类型上
    var a: str? = null
mut a = "123"
  • 支持匿名函数，使用 -> 定义即可，可以赋值给一个变量（就像表达式一样），匿名函数和函数没有任何区别
    f = x: int -> x ** 2 + 3 * x - 5
  • 大量的函数式编程支持，并且支持广泛的迭代器和生成器，支持 range、map、filter、reduce 等函数
    // Lambda 写法，类型推导将在 Lambda 上使用，使得 x 不需要类型
a = map(x -> x ** 2, range(1, 100, 5)) // 此时 a 是一个迭代器

// 函数写法
a = (x -> x ** 2).map(range(1, 100, 5))
  • 支持对象扩展和原生类型的方法扩展，不过这只是编译器行为，静态语言不会产生动态行为
    int.to_mystr() -> {
    return format("[ {:3.6d} ]", this)
}
// 或者更简单
int.to_mystr() -> format("[ {:3.6d} ]", this)
  • 支持装饰器，多数装饰器使用原生装饰器实现，用于编译时检查或编译时触发特定行为，少部分用于运行时行为
  • 【试验】支持 ... 运算符，用于原地解包
    def f(x: ...int) {
    print(...x)
}

a = [1, 2, 3]           // a 是 list<int> 类型
b = arrayof(1, 2, 3)    // b 是 array<int> 类型
f(...a)
f(...b)
  • 【试验】支持列表推导（类似于 Python）
    b = [x ** 2 for x in range(1000)]

5. 语法详解和示例

if 语句：

if (a == 3) {
    // ...
} else if (b == 5) {
    // ...
} else {
    // ...
}

for 语句的循环变量不需要使用 var 定义，并且不能被手动改变，仅仅在作用域内有效：

// 类似于 for (int i = 1; i < 100; ++i)
for (x in 1 .. 100) {
    // ...
}

// 类似于 for (int i = 1; i < 100; i += 3)
for (x in 1 .. 100 .. 3) {
    // ...
}

while 语句和 do ... while 语句也受到支持，类似于 C 语言。

switch 语句也受到支持，但是不需要写 break 也不需要 case，含糖量极高：

// x: int
switch (x) {
    1 -> {
    }
    2, 3 -> {
    }
}

使用 def 定义一个函数：

def f(x: int) {
    // print 是一个宏，默认情况能打印任何类型，因为对象默认继承了 to_str() 方法
    print(x)
}

使用 class 定义一个类：

class A {
    var _a: int?
    var lateinit b
    var _c: int = 3

    init (x: int) {
        mut b = x
    }
}

init 用于创建初始化构造器，下划线开头的成员变量默认为私有的，除此之外默认为受保护的。

使用 interface 定义一个接口，不提供抽象类，接口和抽象类功能合并。

多态行为使用虚表实现，编译时扩展虚表行为使得语言更加动态（例如用于支持对象的混入和扩展）。

io 提供同步的 I/O 支持，异步工具 aio 提供异步版本的 I/O 支持（考虑到编译体积，如果不导入就不会被编译，同时提供静态库和动态库支持。如果不使用 libuv 来实现也是可能的，提供接口来允许第三方库使用，这种情况下就不需要 import aio 了）。

import aio

async def read_file() {
    async with (
        aio.open("f1.png", aio.R | aio.B) as f1,
        aio.open("f2.txt", aio.R) as f2,
    ) {
        // 同步读取
        r1 = await f1.read(1024)
        r2 = await f2.read(1024)

        // 异步读取
        r3, r4 = await aio.all(r1.read(1024), f2.read(1024))
    }
}

aio.run(read_file())
鸭梨的博客
Copyright © 2024 Alex Sun