前言
最近在了解编译原理相关的知识，本文是对Programming Language Pragmatics一书第一章主要内容的总结，包含Compilation（编译）和 Interpretation（解释）的区别、流程，及各个流程主要干了什么。
Compilation（编译）与 Interpretation（解释）
借用书中的图，对代码有一定经验的人很快就能了解编译与解释有啥区别：
Compilation（编译）：
Interpretation（解释）：
编译与解释的区别非常明显，然而大多数语言是两者混合的，比如Java：
以上仅是编译与解释的区别，具体实现更为复杂，比如有的语言会有Preprocessor（预处理程序），现代Java的执行有了JIT compiler等等。
具体不展开，有兴趣的朋友自行搜索。
编译的大致流程
书中给出了编译过程的图示：
接下来解释各个阶段的主要任务。
Scanner (lexical analysis，即词法分析)
Scanner阶段主要读取源程序的字符串，把他们分组为token，这里的token是指计算机程序中最小有意义单位。这个阶段也被叫做lexical analysis（词法分析）。
比如将求最大公约数的C语言源程序进行词法分析：
这是源代码：
进行词法分析后拆解出token：
注：
token不单单只是切割后的字符串，一般token由token name和token value（可选）组成。
比如：x = a + b * 2; 的解析后的token为：
[(identifier, x), (operator, =), (identifier, a), (operator, +), (identifier, b), (operator, *), (literal, 2), (separator, ;)]
以上例子摘自——Lexical analysis(token)——Wikipedia
这个阶段的主要目的是简化下一阶段Parser（语法分析器）的工作，主要通过以下几个方法：
- 减少输入Parser的体积（。。这里好难翻译，原文：reducing the size of the input ）
- 去除一些不相干的字符串，比如空白字符串
- 去除注释
- 给token标记出现在源代码中的第几行第几列
等等
Parser(syntax analysis，即句法分析)
Parser阶段做的主要是syntax analysis（句法分析），将词法分析得到的token组织为parse tree，这棵树展示了如何把token组装在一起去生成一个程序。
上方的最大公约数程序的parse tree如下：
其中A、B两部分如下：
整棵树的构建主要依赖于一种可递归的规则，被称之为context-free grammar。比如对于循环会有如下规则：
其中的statement可继续递归规则：
A树中的循环与此对应：
parse tree也常被称为concrete syntax tree，因为它具体完整地包含了特地序列的token可以如何从context-free grammar得到。
Semantic Analysis and Intermediate Code Generation(语义分析和中间代码生成)
语义分析是一个逻辑阶段，主要目的是分析程序的含义，除此之外，还有找出多次出现的、指向程序实体的标识符（identifier）并保证其为常量。在多数语言中，语义分析器还会追踪标识符和表达式的类型。
为了达到目的，语义分析器会构建并维护**symbol table（符号表）**这一数据结构。符号表通常包含标识符的信息，比如有类型、内部结构、作用域等等。
在符号表的帮助下，语义分析器能够执行大量context-free grammar和concrete syntax tree中没有的规则。在C语言中，比如可以保证：
- 每一个标识符使用前需要先定义
- 标识符必须在其作用域才能使用
- 子程序调用需要提供正确的参数个数
- switch上的case是不同的常量 等等
当然，不是所有的语义分析都能在编译期间进行的，能够在编译期间进行的语义分析称之为static semantics，必须在run time检查的称之为dynamic semantics。
在语义分析阶段，语义分析器还会将concrete syntax tree的冗余信息去除，转化为abstract syntax tree（也就是我们常说的AST），并给剩下的节点注释上有用的信息，比如标识符指向符号表的指针。
如图是最大公约数的符号表与AST：
Target Code Generation(目标代码生成)
在代码生成阶段，编译器将中间代码转换到目标语言。为了生成汇编语言或者机器语言，代码生成器会遍历符号表分配变量地址，然后遍历程序的中间代码，生成加载和存储变量的引用等等。
上文中的最大公约数例子能够生成汇编语言（截图中的注释不是代码生成器生成的，是手动标注的）：
Code Improvement(代码改良)
Code Improvement也被称作optimization（优化），是整个编译过程的可选阶段，主要目的是使得生成的程序更加高效——更快或者使用更少的内存。
一些优化是machine independent（独立于机器）的，这种优化主要是在语义分析之后，对中间代码进行优化；其他的优化则需要了解目标机器的情况，这种优化主要是对生成的目标程序进行。因此，在我们上文的流程中，Code Improvement出现了两次，也均是可选项。
如下图是上文最大公约数汇编语言的优化版，可以看到短了许多：
现代处理器有着非常复杂的内部行为，编译器生成的汇编程序经常比人类编写的更为高效。
解释的大致流程
解释的大致流程如下图：
可以看到解释front end部分和编译的是完全相同的。本书第一章并没有详细讲解Tree-walk routines，这里也不详细展开。
总结
在看完本书第一章后，对编译的大致流程与目的有了较为清晰的了解。
