スクリプトインタープリターとスタックマシンの作成

この記事では、かなり珍しいプロジェクトに焦点を当てます。 あるスクリプト言語の独自のインタプリタとそれを実行するマシンを書きたいという願望に私が訪れたことがあります。 内部でどのように機能するかを確認するだけです。 この目標はさほど気高くありません。私は長い箱でアイデアを先送りしました。 もっと便利な言葉遣いが欲しかった。

かつて、私の友人がWSHで自動化スクリプトを書く必要があると不満を言っていましたが、彼はVBScriptとJavascriptのどちらも知りませんでした。 それから「高貴な」定式化はそれ自身で生じた…あなたは友人を助ける必要がある。 その結果、コンパイラと実行マシンが作成され、VBScriptとJSに頼らずにWindows Script Hostのスクリプトを実行できるようになりました。 カットの下-プロジェクトとその内部構造とプログラミング言語自体の簡単な背景。

簡単な背景

紳士、私はあなたにひどい秘密を教えます。 そのような罪を告白することは非常に恥ずかしいことですが、それにもかかわらず、私は告白します。 私はワンエスニックです。 はい、はい、はい、私は黄色のフレームワークを使用して大小の決定を書きますが、私の良心は私を悩ませません）））。



1Cに加えて、私は他の言語を知っていますが、私は若いので、余裕があります。 反対に、序論で言及した私の知り合いは、軍の退職者であり、優れた電子技術者であり、彼が民間生活に入ったときにプログラマーとして再訓練されました。 有能な技術者にとって、そのような再訓練は大したことではなく、彼らは1Cの分野でうまくいき、優秀な専門家はまったく良いです。 しかし、年齢とともに、新しいテクノロジーを追いかけることはますます難しくなり、急速に変化するITの世界をフォローすることはますます難しくなっています。 会話が行われたとき、彼は次のようなことを言いました。「はい、新しいスクリプトを1Cでしか書けないのにコンソールで実行できるようになると、新しい言語を習得するには長い時間がかかります...」インタプリタは、純粋に研究から完全に適用されたオリエンテーションを受け取りました-WSHインフラストラクチャで動作するが、1C言語のスクリプトの実行。

プログラミング言語について少し

1C言語については、promtによって翻訳されたVisual Basicであると彼らは言います。 本当にそうです。 精神的には、言語はVBに非常に近い-それは弱い型付け、OOPなし、ラムダ式およびクロージャを持っています。 「音節」構文ではなく「言語」構文があります。 さらに、すべてのキーワードには対応する英語があるため、英語の用語で書かれた1Cコードを一見してVBと区別することはほとんど不可能です。 それはコメント記号です-BASICのようにアポストロフィではなく、2つのスラッシュです。

この言語は、プロシージャと関数を区別し、古典的な「For」ループと「While」ループ、および反復子ループ「For Each ... In」を備えています。 オブジェクトのプロパティとメソッドへのアクセスは「ポイントを介して」実行され、配列へのアクセスは角括弧で囲まれます。 各ステートメントはセミコロンで終わります。

「スタックマシン」とは何ですか？

私の知る限り、スタックドマシンが最も一般的です。 たとえば、.NET CLRおよびJVM仮想マシンはスタックされます。 habrには、このビジネスに関する別の記事もあります。 それでも、リンクを介して読者を追いかけないために、ここで彼らの仕事の原理を説明する価値があると思います。 スタックマシンは、スタックとして編成されたデータに対してすべての操作を実行します。 各操作は、必要な数のオペランドをスタックからフェッチし、それらに対してアクションを実行し、結果をスタックにプッシュします。 このアプローチにより、最小限のコマンドで軽量のバイトコードを作成できます。 さらに、非常に高速に動作します。

バイトコードは、マシンが実行する命令のセットです。

各命令は、0〜255のシングルバイトのオペレーションコードで、その後にレジスタやメモリアドレス（ Wikipedia ）などのパラメーターが続きます。

私たちのマシンでは、チームの長さは固定されており、操作コードと操作引数の2つの数字で構成されています。 各コマンドは、スタック内のデータに対する一連のアクションを意味します。

たとえば、加算演算「1 + 2」の擬似コードは次のようになります。

Push 1 Push 2 Add
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

最初の2つのチームは条件をスタックに配置し、3番目のチームは追加を実行して結果をスタックに配置します。 この場合、割り当て操作「A = 1 + 2」は次のようになります。

 Push 1 ;    "1" Push 2 ;    "2" Add ;    "1"  "2",      . LoadVar A ;         ""
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

PushコマンドとLoadVarコマンドには引数があり、Addコマンドには引数が必要ないことがわかります。

スタックコンピューティングの利点は、操作が実行される順序で実行されることであり、操作の優先順位に注意を払う必要はありません。 書かれたものが満たされます。 操作を実行する前に、そのオペランドがスタックにプッシュされます。 この式の記述方法は、「 逆ポーランド記法 」と呼ばれます



スタックされたマシンを作成するタスクは、このマシンが理解する必要な一連の命令を「発明する」ことです。

コンパイラデバイス

コンパイラのタスクは、指定された言語のコードを、それを実行するマシンのバイトコードに変換することです。 クラシックコンパイラには3つのコンポーネントがあります。

• 字句解析（パーサー）
• パーサー
• コードジェネレーター

字句アナライザは、入力文字の無秩序なストリームをトークンに分割します。 彼は、ソーステキストから単語、数字、文字列定数、操作の兆候を抽出し、それらをアトミックエンティティに変換します。これは、今後の作業に便利です。



パーサーは、字句解析プログラムが付与したトークンのセットが意味のあるものであること、プログラムがあり、意味のない文字のセットではないことを確認します。



アナライザーは、 抽象構文ツリー （AST）を構築し、コードジェネレーターの入力に供給します。

コードジェネレーターは、構文ツリーのノードをバイパスしてバイトコードを作成します。



同じ3リンクスキームを使用してコンパイラの記述を開始しましたが、このタスクの一環として不必要に修正し、不必要に思われました。 そのため、ASTを放棄し、解析とコード生成を組み合わせました。

ループ内のコンパイラは、パーサーに次のトークンを要求し、それを見て、コードを生成します。 途中で、このコンテキストでトークンが許可されていることを確認します。 このスキームのASTは冗長です。

ステートマシン

パーサーとコンパイラーをステートマシンとして実装する方が便利です。 次の文字を抽出するとき、この文字を解釈するために切り替える必要があるモードについて結論が下されます。 たとえば、文字が入力に表示された場合、単語読み取りモードに切り替えます。数字が表示された場合、数字モードで読み取ります。 各状態は、有効な入力文字のセットを定義します。 トークンを抽出した後、マシンは前の状態に移行します。 コード生成あり-同様に。 入力IFに表示された後、条件生成モードに切り替え、最後に前の状態に戻ります。

仮想マシンデバイス

可視性コンテキスト

すべての変数とメソッドは常に何らかのコンテキストに属します。 メソッド内には、グローバルコンテキスト、モジュールコンテキスト、およびローカルコンテキストがあります。 実行時にアクセスできる利用可能な（可視の）名前のスタックが判明します。 このスタックは、コンパイルおよび実行時にアクティブに動作しています。

さらに、アイデアを開発し、 contextsのインスタンスを作成できると想定すると、モジュール性が自然に発生します。 メソッドや変数のセットなど、特定のモジュールがある場合、このモジュールのすべてのコードが機能するコンテキストがあります。 ここで、同じモジュールの2つのインスタンスを作成する場合、実際には同じクラスの2つのインスタンスを作成します。 それぞれが独自のコンテキストを参照し、独自の状態を持ちます。

1Cのドキュメントではこれを直接述べていませんが、観察された動作から、1Cランタイムでのモジュールの実行はこのように機能すると結論付けることができます。 ランタイムはオブジェクトのインスタンスでは動作しませんが、必要に応じて仮想マシンに「接続」するコンテキストでは動作します。

記憶

マシンの条件付き「メモリ」は、マシンに接続されているコンテキストのリストです。 各コンテキストには、独自の番号と状態（変数の特定の値）があります。 変数を読み書きするコマンドには、コンテキストテーブルにセル番号の形式の引数があります。 表の各エントリは、アクションが実行されるコンテキスト内のコンテキスト番号と変数番号を説明しています。

索引	コンテキスト番号	可変数
0	0	0
1	0	1
2	1	3

たとえば、コマンドPushVar 1が受信された場合、インデックス1のテーブルでは、コンテキスト0から変数番号1を取得するというレコードが選択されます。

変数は、接続された各コンテキストがマシンに伝える単純な配列です。 マシンはこの配列からデータを読み書きし、接続されたコンテキストの状態を変更します。 どのようなコンテキストが接続されているかは関係ありません-何らかのクラスまたはグローバルコンテキストのインスタンスです。 マシンは変数を変更できますが、それは重要ではない変数の種類です。

呼び出し履歴

コード実行は、いわゆる「フレーム」を使用して編成されます。各「フレーム」は、ローカル変数のセットと現在の命令へのポインターです。 メソッドが呼び出されると、現在のフレームがスタックにプッシュされます。 したがって、呼び出し時のマシンの状態が保存されます。



次に、ローカル変数の空の配列と呼び出されたメソッドの先頭に等しい命令番号で新しいフレームが形成されます。 この新しいフレームは現在のものになり、そこからコマンド実行のサイクルが続きます。

Returnコマンドに到達すると、現在のフレームは（範囲外になったローカル変数の値とともに）破棄され、以前の状態で保存されたフレームがコールスタックから取得され、コマンド実行サイクルがコールポイントから続行されます。



メソッド呼び出しを伴う擬似コードのフラグメント。

 0: Push 1 1: Push 2 2: Add 3: Return 4: Nop 5: Nop 6: Call 0 7: LoadVar
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

現在の命令が6番であるとします。これはアドレス0への呼び出しです。ロ​​ーカル変数と現在の命令番号は呼び出しスタックに格納されます。 次に、制御はアドレス0に転送され、次にアドレス6に戻り、次の命令にさらに移行します。

チームの実装

コマンドの実装はすべてMachineInstanceクラスのメソッドであり、これらのメソッドへのポインターはオペレーションコードの配列に配置されます。 次のコマンドを配列からの番号で取得するとき、実装へのポインターが抽出され、この実装が実行されます。 途中で、例外処理が実行されます。

実行可能ユニットデバイス

このマシンは、1つの数値引数を持つコマンドを使用します。 各コマンドは、操作コードと引数によって決定され、その解釈はコマンド自体に依存します。 コマンドのシステム全体と実行可能モジュールの構造は、この原則に基づいています。

最初に、1Cのソースモジュールの構成を検討します。

3つの異なるセクションがあります。

• 変数セクションでは、すべてのモジュールレベル変数が宣言されています。 モジュール内のどこにでも見えるもの。
• モジュールメソッドは、実際にはコードを持つプロシージャと関数です
• モジュールの本体は、モジュールのロード時に実行されるコードです。 処刑は彼から始まります。

モジュールの本体は本質的に名前のないメソッドであるため、変数の宣言と実行可能コードという2種類の異種構造しか存在しないと言えます。

定数

明らかに、すべての操作はいくつかの値で実行されます。 次に、値は変数と定数で表されます。 定数には、数字、文字列、日付、キーワード



、



および



リテラルが含まれます。

2と2をコンピューターに追加するには、「2」とは何か、どこで入手できるかを説明する必要があります。 この目的のために、コードで使用されるすべての定数の説明は、コンパイルされたモジュールに含まれています。 コードに「 = ""



」と表示されている場合、この単語「Hello」は定数のリストに含まれているはずです。

変数

変数名は、スコープを許可するためにコンパイル時にのみ重要です。 実行時には、変数名は必要ありません。 変数の配列にメモリを割り当てるには、それらの数のみを知るだけで十分です。 マシンが実行されると、変数の配列が作成され、番号でアクセスされます。 コンパイルされたモジュールでは、変数の数のみが示されます。

ただし、変数を使用すると、少し複雑になります。 実際には、モジュール変数に加えて、モジュール外のどこかで宣言されているグローバル変数もあります。 上記のように-目に見える名前のスタックがあり、コンパイラは、ある名前に会うと、宣言された名前のスタックでそれを探します。 理論的には、いくつかの独立したライブラリを独自のプロパティと関数で接続できます。これらはクライアントスクリプトに表示されます。



コードで変数が使用されている場合、マシンはその変数がどのコンテキストに属しているかを知る必要があります。 チームには数値引数が1つしかないため、この変数が宣言されるコンテキストを1つの引数を使用して決定する必要があります。 この目的のために、 変数のテーブルがモジュールに導入されました。 テーブルの各エントリには、コンテキスト内のコンテキスト番号と変数番号が含まれます。 コマンド引数は、変数テーブル内のレコード番号として扱われます（「メモリ」セクションを参照）。

方法

メソッドはプロシージャとファンクションに分けられます 。 後者は値を返す場合があります。 デフォルトでは、パラメーターは参照によってメソッドに渡されます。 値で渡すには、メソッドパラメータをキーワード「Znach」で示す必要があります（BASICのByValに類似）。

コンパイルされたモジュールには、メソッドのパラメーター、それらのバインディング、戻り値の存在などに関する情報が含まれています。 各メソッドには独自の番号があります。 さらに、各メソッドについて、このメソッドのローカル変数の数が示されます。

変数などのメソッドは、モジュールの外部にある（つまり、グローバルに宣言されている）ことができます。 メソッドへのアクセスは、変数の場合と同じ方法で編成されます-呼び出されたメソッドが置かれているコンテキストを定義する対応表を通じて。

モジュールの最終構造

上記のすべてを組み合わせて、コンパイル済みモジュールの次の構造を取得します。



コンパイル後、モジュールは次を含む構造になります。

1. モジュールレベル変数の数
2. 定数のリスト
3. メソッド署名リスト
4. モジュールのバイトコード
5. 可変マップ
6. メソッドマップ
7. モジュール（モジュール本体）へのエントリポイントであるメソッドの番号

値を操作する

1C言語には厳密な型指定はありません。 変数は、値が割り当てられると型を取得します。 任意の値は、本質的にユニバーサルタイプVARIANTです。 操作を実行するとき、ユニバーサル値は目的のタイプで与えられます。 たとえば、算術演算が数値にキャストされるとき、およびブール演算-ブール値にキャストされるとき。

次の基本的な値タイプが存在します。

1. 未定義
2. ひも
3. 数
4. 日付
5. ブール値
6. 対象
7. 種類

後者は、型を操作するためのプリミティブ型です（.NETのSystem.Type



アナログ）

ユニバーサル値は、 IValue



インターフェイスで表されます。

 interface IValue : IComparable<IValue>, IEquatable<IValue> { DataType DataType { get; } TypeDescriptor SystemType { get; } double AsNumber(); DateTime AsDate(); bool AsBoolean(); string AsString(); TypeDescriptor AsType(); IRuntimeContextInstance AsObject(); }
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

このインターフェイスを使用すると、値の実際のタイプを確認したり、基本的なタイプにキャストしたりできます。 このような削減は、たとえば算術演算を実行するために必要です。 特定のタイプの値を実装するクラス自体は、その値を各基本タイプにキャストしようとします。

式を評価する場合、最終結果のタイプは、最初のオペランドのタイプによって決まります。 したがって、式"12345" + 10



は文字列の結果を生成するはずです。 加算を実行すると、2番目の引数が文字列にキャストされ、連結が実行されます。

対照的に、操作10 + "12345"



は、文字列 "12345"を数値にキャストしようとします。 このキャストが不可能な場合、例外「Number型へのキャストエラー」が発生します。

上記の例では、Number型を実装するクラスでAsString（）メソッドが呼び出され、String型を実装するクラスでAsNumber（）メソッドが呼び出されます。

オブジェクトのプロパティとメソッドへのアクセス

各オブジェクトには、「ポイントを介して」アクセスできるプロパティとメソッドを含めることができます。 呼び出しは名前で実行されます。 名前でアクセスする仕組みは、オブジェクトに必要なメンバーがあり、それらにアクセスできるかどうかを確認できる特別なインターフェイスで表されます。

 interface IRuntimeContextInstance { bool IsIndexed { get; } IValue GetIndexedValue(IValue index); void SetIndexedValue(IValue index, IValue val); int FindProperty(string name); bool IsPropReadable(int propNum); bool IsPropWritable(int propNum); IValue GetPropValue(int propNum); void SetPropValue(int propNum, IValue newVal); int FindMethod(string name); MethodInfo GetMethodInfo(int methodNumber); void CallAsProcedure(int methodNumber, IValue[] arguments); void CallAsFunction(int methodNumber, IValue[] arguments, out IValue retValue); }
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

プロパティまたはメソッドにアクセスするとき、オブジェクトはこのプロパティ/メソッドの番号を求められます。 次に、この番号によって、プロパティの可読性と可読性、メソッドパラメータの数、戻り値の存在などについてリクエストが行われます。 この情報を見つけた後、呼び出しが行われます。

プロパティの場合、これは値の設定または読み取りです。 メソッドの場合、プロシージャとしての呼び出しまたは関数としての呼び出し。 後者の場合、返された値は仮想マシンスタックにプッシュされます。

コンテキストとしてオブジェクトを操作する、またはその逆

上記で、 コンテキストのインスタンスとしてモジュール性とオブジェクトの作成に言及しました。 意味の詳細と、「ポイントを介した」オブジェクトへのアピールがどのように構成されているかを詳しく見てみましょう。



関数の特定のライブラリがあると想像してください。 このライブラリから関数を呼び出して、結果を楽しむことができます。 ここで、ライブラリがパブリックメソッドとプロパティのセットを持つクラスのインスタンスであると想像してください。 このインスタンスは、知覚できないようにスコープに「埋め込まれ」ているため、インスタンスメソッドをグローバル関数であるかのように直接呼び出します。



" MathLibrary



"クラスのインスタンスがスコープスタックに接続されている場合、Sin、Cos、およびSqrt関数を直接呼び出すことができます。 これらは、ライブラリレベルのどこかで宣言された通常のメソッドとして表示されます。

  = Sin(X); //  Sin   ,      ,       .
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

次に、逆の操作を行いましょう。 何らかのスクリプトを記述した場合、それ自体がコンテキストです。 コードが機能する範囲を提供します。 しかし、このスクリプトのインスタンスを作成して変数に書き込むとどうなりますか？ このスクリプトは独自のプロパティとメソッドを持つクラスであり、オブジェクトのように操作できることがわかりました。 外部スクリプトファイルを接続（インポート）する機能は、この原則に基づいて構築されており、オブジェクトの場合と同様に動作します-インスタンスの作成、メソッドの呼び出しなど。

同時に、スクリプトAがスクリプトBを呼び出すと、Bが唯一のスクリプトであるかのようにコードBのコンテキストと実行が進行するため、スクリプトBがマシンのメモリに接続されます。 モジュールBから戻ると、切断され、実行はスクリプトAに進みます。

バイトコードの例

以下は、バイトコード内の特定の操作の実行がどのように編成されるかの例です。

WSHについてはどうでしたか？

WSHスクリプトインフラストラクチャは、多数のCOMオブジェクトによって表されます。 これらのオブジェクトは、IDispatchを使用して名前でメンバーにアクセスすることにより、スクリプト言語からアクセスできます。 何にも似ていませんか？

IDispatchの小さなラッパーを作成するだけで十分です。これにより、マシンは前述のIRuntimeContextInstanceインターフェイスを介してこれらのCOMオブジェクトを操作できます。



図は、スクリプトのデバッグに使用したテストアプリケーションウィンドウを示しています。Scripting.FileSystemObjectオブジェクトを使用してドライブラベルを一覧表示するスクリプトを実行します





もちろん、現時点では、すべてのWSH機能が完全に実装されているわけではなく、このエンジンを完全に置き換えることはできません。たとえば、リモートマシンでWSHオブジェクトを作成する方法はありません。さらに深く掘り下げると、さらに多くのことができます。それにもかかわらず、ほとんどのローカルタスクでは、このエンジンは非常に適しているように思えます。

ソースともの

プロジェクト全体は、2つのアプリケーションと、車のエンジンを備えたdllで構成されています。

TestAppアプリケーションは、GUIベースの補助ツールであり、エンジンを試し、テストスクリプトを記述し、実行を実行できます。

oscriptコンソールアプリケーションは、メインのコマンドラインツールです。

パラメータなしで実行すると、サポートされているコマンドoscriptが表示されます。

また、スクリプトと実行中のアプリケーションを1つのモジュールに結合して、個別のexeファイルを取得するという考え方もあります。しかしそれまで、彼の手は届きませんでした。

ソースコードはbitbucketで入手できます。そこには、利用可能な言語ツールに関する短いウィキがあります。

動作を確認したいが、ソースからコンパイルしたくない人-setup.exe

短い結論

プロジェクトのフレームワーク内で、1C言語のスクリプトのインタープリターが開発されました。これには、1Cのスクリプトとトランスレーターを実行して仮想マシンのバイトコードに変換するスタック仮想マシンが含まれます。

パフォーマンスは元のものとほぼ同等です。これが膝の上で作られたアマチュアのプロジェクトであると考えるなら、結果は良いと考えることができると思います。私は速度についての真剣な研究は行いませんでした。興味のために、数学と多数の速度を比較することができますが、これはすでに少し別のトピックです。

この作品が皆さんにとって興味深いものであったことを願っています。プロジェクトを分岐し、批判してください、私は喜んでいます。がんばって。



PS 1Cに関する記事へのコメントには、「ロシア語で演算子を書くにはどうすればよいですか？」というメッセージがあります。