为什么要用C ++编写编译器？

我想知道为什么C ++是编写编译器的好选择。当然，C对此也有好处，因为许多编译器都是用C或C ++编写的，但是这次我对C ++更加感兴趣。有什么好的理由吗？我一直在互联网上寻找该信息，但找不到任何好的理由。

C ++有两个方面。它具有低级开发方面，这使其看起来像是用于执行低级操作（如代码生成）的自然语言。它还具有高级方面（C则没有），可以让您以逻辑，面向对象的方式构造复杂的应用程序（如编译器），同时仍保持性能。由于它同时具有低级和高级功能，因此对于需要低级功能或性能的大型应用程序是一个不错的选择。

我的经验与您在这里的前提不同。实际上，对于高级通用语言，使用与源语言（正在编译的语言）相同的语言编写编译器是一种非常普遍的做法。例如：

• Sun的Java编译器是用Java编写的
• Scala编译器是用Scala编写的
• Mono的C＃编译器是用C＃编写的
• Squick的Smalltalk编译器是用Smalltalk编写的
• ... 还有很多

一个例外是为现有编译器框架（例如GCC，LLVM或Polyglot）编写的编译器前端，然后以该框架的语言编写，或者依赖于现有解析器生成器（例如Yacc）的编译器。由于GCC，LLVM和Yacc是通用的，用C和C ++编写的成熟工具，因此激励了编译器编写者使用它们，这可能导致C和C ++在编译器实现语言分发中占有很大份额。

要编译什么到什么？编译器将源代码从一种语言（源语言）转换为另一种语言（目标语言），但这并没有说明目标语言的低级性。

• CoffeeScript编译为JavaScript，该编译器使用CoffeeScript编写。
• Script＃将C ＃编译为JavaScript，如果我还记得的话，它是用C＃编写的。
• 等等

您选择用来编写编译器的语言取决于上下文。例如，在一个将来自PHP的语言编译成本地PHP代码的项目中，我混合使用了PHP和C＃来编写编译器，因为鉴于我的技能，这对我来说最有意义。另一个人会选择Python，Java和PHP或C ++以及一些JavaScript，或者其他任何选择。

C或C ++是受欢迎的选择，因为它支持编译器相关工具（请参阅Telastyn的答案），并且由于这两种语言都使您真正地本机化。但是选择另一种语言没有错。

请注意，为了变得更加怪异，您可以选择源语言来编写编译器本身。这就是CoffeeScript编译器和许多其他编译器的情况。它在IDE中也很流行：第一个Visual Studio之一是使用相同的Visual Studio构建的。

我倾向于在这里质疑基本前提。尽管C和C ++可以很好地编写编译器，但其他许多语言似乎也可以很好地完成任务。

不过，这取决于您正在编译的语言。对于小型，简单的语言，C和Pascal可以很好地工作。如果您要编译大而复杂的东西，那么编译器也会变得又大又复杂-在这种情况下，C ++用于组织和使用较大程序的额外功能显然很方便。不过，这并不是真正针对编译的，只是一般而言对大型程序有用的功能。

我认为也值得一提。初学者（似乎）认为编译器主要是在进行文本操作，因此他们认为Perl之类的东西将对编写编译器产生巨大的帮助。实际上，直到构建AST之后，大多数有趣的编译部分才真正开始。虽然我确定Perl可以很好地完成这项工作，但是它的文本处理功能也并没有真正赋予它巨大的优势（文本处理主要在lexer中，而C语言之类的lexer生成器无论如何都支持RE）。

编译器可以用任何现代语言来实现。但是，编译器最重要的要求之一就是要快。

C ++在这里有明显的优势。C ++中的优化并不便宜。但是，由于该语言的低级性质，与其他任何语言相比，手动优化C ++代码都是可能的（非汇编语言的Assembly除外）。

我怀疑使用它们的主要动机是Lex / Yacc / Bison输出（主要是C）。由于长期以来一直是标准，因此它很有动力。

并不是那些特别好的理由...

我对此事有经验。我已经用C和C ++编写了编译器。C和C ++之间的主要区别是C没有自动进行动态内存管理。C语言中的所有内存管理都必须明确完成。编写编译器需要处理字符串处理和数组管理。在C语言中，您被迫考虑声明的每个字符串和每个数组的大小，并在访问这些对象时检查索引（如果您希望代码安全稳定）。当然，在C中可以进行动态内存管理，但是没有什么是自动的。您必须使用malloc（）和free（）显式分配和释放内存，将动态对象的大小保留在单独的变量中，以确保您不会超出范围访问它们。

在C ++中，您可以具有相同的机制，但是它确实是开发时高效的，因为所有内存管理都可以封装在构造函数和析构函数中，而不必显式调用。因此，编译器正在为您分配和释放资源。如果创建自己的类，则动态对象的大小也可以封装，并且可以通过重载运算符[]检查索引的边界访问。这些抽象有助于使您的代码更整洁，更易于理解和调试，并且绝对可以加快开发速度。

如果使用C创建编译器，肯定会花费更多时间。C ++将使您在更少的时间内完成项目。C和C ++具有相同的性能，但是C ++具有C没有的许多优点。

该CompCert项目是未在C或C ++编写的研究C编译器，但更多的OCaml中和勒柯克。

观察一下C ++曾经被翻译成C（在Cfront中）。现在，您可以将GCC前端用于Gimple，然后将Gimple转储到某个数据库，然后将Gimple编写到汇编翻译器中。但是出于法律原因（GCC运行时库例外），要求此类编译器为开源。向您的律师询问详细信息，我不是律师。GCC的旧变体已经用C（+多种领域特定语言）编写，并且前端带有一些C ++变体。OpenWatcom可能是用C编写的C ++编译器（我留给您检查）。

Compcert的源可免费用于学术和研究目的。如果要在工业上（合法地）使用它，则需要获得Absint的许可。

另请参阅此和该答案，以回答两个相关问题。

如果我在2020年受命从头开始编写C（或C ++）编译器（在Linux上运行，也许是一些交叉编译器），那么我可能不会用C ++编写它。我会考虑使用Ocaml，Go或Rust编写它。如果允许的话，我可以基于Frama-C。如果需要用C或C ++编写代码，我首先会为其编写一个垃圾收集器库，可能是一些持久层- 对于整个程序优化非常有用-然后我将考虑使用元编程方法（生成大多数C或C ++代码）。我的临时工具（可能是Bismon或RefPerSys）编译器 如果允许的话）。

您可以找到一些用Common Lisp或Python（例如ShivyC或nqcc）编码的（或多或少开源）C编译器。还可以查看ZetaC。

请注意，GCC的最新版本在技​​术上不是用纯C ++编码的，它们是GCC涉及的十几种特定于领域的语言（其中一些是图灵完备的）。另请参阅我的旧版GCC MELT项目。

如果在将来的GCC版本中将某些Python或Guile解释器嵌入其中（例如，作为GCC通道管理器的替代品），我不会感到惊讶。

另请参阅MILEPOST GCC项目。