最近我对语言开发非常感兴趣，我有多个工作前端，并且有各种系统来执行代码。我已经决定尝试开发虚拟机类型系统。 （有点像JVM，但当然要简单得多）所以我设法创建了一个带有堆栈和寄存器的基本工作指令集，但我只是对如何实现某些事情感到好奇。
在Java中，例如在编写程序之后，使用java编译器编译它，它会为JVM创建一个二进制（.class）来执行。我不明白这是怎么做的，JVM如何解释这个二进制文件，从人类可读指令到这个二进制文件的转换是什么，我怎样才能创建类似的东西？
感谢您的任何帮助/建议！
答案 0 :(得分：2)
好吧，我会咬这个通用的问题。
实现编译器/汇编程序/ vm组合是一项很高的要求，特别是如果你自己这样做的话。 话虽这么说：如果你保持你的语言规范足够简单，它是非常可行的;也是你自己。
基本上，要创建二进制文件，请完成以下操作（这是 tad 位简化*：
1）输入源被读取，列举和标记化
2）分析程序逻辑的语义正确性。
E.g。而以下C ++将解析＆amp; tokenize，它会失败语义分析
float int* double = const (_identifier >><<) operator& *
3）构建一个抽象语法树来表示语句
4）构建符号表并解析标识符
5）可选：优化代码
6）以您选择的输出格式生成代码;例如二进制操作码/操作数，字符串表。无论哪种格式最适合您的需求。或者，您可以为现有VM或本机CPU创建字节码。
修改 如果要设计自己的字节码格式，可以编写，例如：
1) File Header
DWORD filesize
DWORD checksum
BYTE endianness;
DWORD entrypoint <-- Entry point for first instruction in main() or whatever
2) String table
DWORD numstrings
<strings>
DWORD stringlen
<string bytes/words>
3) Instructions
DWORD numinstructions
<instructions>
DWORD opcode
DWORD numops <--- or deduce from opcode
DWORD op1_type <--- stack index, integer literal, index to string table, etc
DWORD operand1
DWORD op1_type
DWORD operand2
...
<强> END
总的来说，这些步骤是可以管理的，但是，与往常一样，魔鬼在细节中。
一些很好的参考资料是：
The Dragon Book - 这在理论上很重要，所以这是一个干读，但值得的
Game Scripting Mastery - 指导您在更实际的事情中开发所有三个组件。但是，示例代码充斥着安全问题，内存泄漏和整体糟糕的编码风格（imho）。但是，你可以从本书中汲取很多概念，值得一读。
The Art of Compiler Design - 我个人没有看过这个，但听到了积极的一面。
如果您决定走这条路，请确保您知道自己正在做什么。这不是一些胆小的人，也不是一个刚接触编程的人。它需要很多的概念思维和事先计划。然而，这是非常有益和有趣的
答案 1 :(得分：1)
@APott -
1）虚拟机不会创建二进制文件。 Java编译器创建二进制.class文件;正在运行的JVM加载并执行类文件。
2）Java JVM没有什么特别“新”或独特的东西。从概念上讲，它与UCSD Pascal或IBM MV / 370没有什么不同。这是VM的短暂历史：
3）如果您感兴趣，完整的JVM规范是在线的，并且有许多书籍/链接可以详细讨论它：
答案 2 :(得分：0)
编译器所做的就是将字符串转换为字符串，无论目标是真实机器还是虚拟机。由于您正在构建自己的目标VM，因此您可能使用与现有虚拟或物理机器指令集不同的编码方式，但这并没有真正改变。所有物理机器指令集都可以用软件模拟，所有虚拟机指令集都可以在硬件中运行（虽然这在实践中可能稍微困难一些，因为为虚拟机设计的指令集可能比硬件预算允许的复杂得多）。毕竟，CPU只是指令集的解释器。
任何编译器书籍都应该对此进行扩展，但物理或虚拟机的编译过程是相同的。通常，您需要先将解析源语言开始到源代码抽象语法树（AST）中，然后需要转换将此源AST转换为目标AST （虽然目标语言通常比源语言更平坦，所以你可能实际上不需要树但是数组通常就足够了），那么你需要代码生成来将目标AST转换为字节码（这通常只是从目标AST节点到字节码的一对一转换。对于具有复杂语法的语言，您可能需要具有中间解析阶段以形成具体的语法树a.k.a.解析树，然后才能形成源AST;并且一些编译器可以使用多个翻译阶段，并且可以在其间包括优化翻译器;那些是微小的差异。