我的中文编程语言实践

雨泽天成

背景

之前文章有写过个人非常喜欢的Rebol语言，冷门但很有意思，当然和Java这样的主流编程语言相比，工程性上相对较差，也限制了语言的流行，逐渐式微。出于兴趣，个人用多种语言实现了类Rebol的RML语言，一方面锻炼个人的编程能力，另一方面也检验了对Rebol语言的理解。有了以上经验，22年国庆期间，无聊间打算实现一个中文编程语言，于是有了这个项目。
基本问题

什么是中文编程？大抵可以分为一下几类：
1、使用现有语言，采用关键字替换，实现中文编程，但本身依赖原语言。
2、从头实现，使用中文实现基本的语法逻辑。由于编程语言的基本语法大同小异，所以这种实现总体上看仍是传统语言的中文实现。个人认为最为成功的中文编程语言-易语言也归属这一类，通过与IDE的深度结合，提供了比较新颖的编程体验。总结一下就是这一类是传统语言的内核，部分创新。
3、自然语言编程的中文实现。这应该是呼声最大的一种，但实现起来难度太大。编程语言要求语义明晰，而自然语言基本都存在歧义的情况，最终可能还是需要通过语法限制来实现。随着人工智能的发展，尤其是NLP的发展，兴许会成为自然语言编程的突破口。
由于本人非科班出身，能力也相当有限，因此实现的是第二种，从语法解析开始，实现一门中文解释型编程语言。
语法解析

中文的语法解析与英文存在差异，英文包含词、句，而中文包含字、词、句。英文通过空格划分单词，但中文不依赖空格，而是根据上下文进行组词、断句，这增大了语法解析的难度。目前常见的解决方案大概有两种：
1、使用文言文，单字为词。
2、引入空格分词，但和常见的中文用法不一致。
本人期望尽量贴近中文的常规用法，所以采用的方法是：定义关键字和语法元素，分割代码token，然后根据token组合，确定对应的表达式。



关键字和语法元素

切割后的token，进入判断逻辑，判断其对应的表达式。例如，如果第一个token是“变量”，那么可以判断这是一个定义变量的表达式，根据后续的token补全其表达式即可。再如第一个token是“如果”，则为逻辑分支语句。如果不符合语法中规定的语句的要求，则会视为单个值。
这样做的好处是符合了中文的常规用法，但是也存在问题，如果用户定义的标识符中包含关键字，会被拆分，这里做了相应的处理，多个token包含关键字，但不属于任一语句，则合并为单一token。目前在小规模测试用例中，可以解决问题，但在较大代码量，尤其是长句中的表示，不能保证稳定。
通过以上步骤，可以构建出基于表达式的语法树，之后使用递归下降求解即可实现程序逻辑。
基本语法

语法上主要参照JavaScript，尽量保持简单。
定义变量，以“变量”开头，语句以分号结尾
变量甲为123； 可以通过变量名获取变量的值，也可以进行基本的算术运算


分支语句


“如果”开头表示分支，语句块由冒号“：”开始，以句号“。”结束。
这里的“显示@”是函数调用，对应print。字符串用双引号表示。
循环语句


当循环（综合了while和for循环）


遍历语句（类似foreach）



支持中英混编

数组用中括号表示，元素间用顿号分隔。这里最后会返回遍历的次数，所以最后又显示了一个3。
如果输入的是单个语句，本行结束时可以省略分号。
尝试语句（try...catch...finally)


定义函数、调用函数


异步函数


对象


现状和展望

目前已实现了该语言的基本语法和一些基础的标准库函数，支持模块化，可以写一些小的程序。后续可能会继续丰富内置的库函数，提高实用性。
当然，这个项目目前并不是真的要做出点什么，算是一次简单的尝试，希望有大佬能给我们带来更有意思的编程语言。

遂宁恒玺典当

自然语言属于人工智能，，，编程语言还是要更加偏向工程化，工程化的东西千万不要太灵活，太多歧义，这样便于标准化

牛善和

lisp对我来说已经没什么新意了，我文章里提到的Rebol就是lisp发展过来的，语序和forth刚好反过来，我自己已经实现过另外一门语言RML了