原型探讨: 基于自然语言的编程语言

[nobodxbodon]

program-in-chinese/overview#16 的后续

这里是起初的设想. 先写点假想的例程看看, 如果有可行性的话,就试着做个原型.

下面这段话(出处):

某投资方法,可以有8%的年回报率,那么1000元的初始投入资金,3年之后会变成多少

结巴分词之后是:

某 / 投资 / 方法 / , / 可以 / 有 / 8 / % / 的 / 年 / 回报率 / , / 那么 / 1000 / 元 / 的 / 初始 / 投入 / 资金 / , / 3 / 年 / 之后 / 会 / 变成 / 多少

然后, 关键的问题是如何从这里到下面的代码逻辑(暂用Java演示, 其他语言或者伪代码亦可):

    float 资金 = 1000f;
    float 年回报率 = 0.08f;
    for (int 年份 = 0; 年份 < 年限; 年份 ++) {
      资金 = (1 + 年回报率) * 资金;
    }
    return 资金;

[nobodxbodon]

模糊的思路是:

1. 定义一系列业务方法, 比如

资金(年) = 年==0 ? 初始资金 : (1+年回报率)*资金(年-1)

2. 定义语法:

xx的YY => YY=xx 

比如:
8%的年回报率 => 年回报率 = 8%
1000的初始资金 => 初始资金 = 1000

x年之后多少 => F(x), F是一个当前语境下的关于"年"的方法, 就是"资金"

3. parse之后得到对应参数值(年回报率, 初始资金), 运行

资金(3)

感觉好像就是个DSL了

[nobodxbodon]

为了简化实现, 考虑一个非常非常小的问题域 -- 家庭人际关系. 示例"程序"和对应返回值如下:

我是大明的爸爸, 大明是小明的爸爸, 我是小明的什么人? => 爷爷

大明是小明的爸爸, 大明是小红的爸爸, 小明是小红的什么人? => 姐姐/妹妹/哥哥/弟弟

小强是我的爸爸的哥哥的儿子的妹妹, 小强是我的什么人? => 堂妹

小红是小王的什么人? => 不知道

小红是小张的弟弟, 小王是小吴的妹妹, 小红是小王的什么人? => 不知道

小王是什么人? => 错误: 语法不识别

[nobodxbodon]

为了尽量简化语法分析, 省去分词和标点. 实际程序如下:

大明 是 小明 的 爸爸
小明 是 小红 的 爸爸
大明 是 小红 的什么人

基本的语法如下(很不严格的Antlr格式):

程序: (关系声明'\n')+ 关系问题
关系声明: 人物 ' 是 ' 人物 ' 的 ' 关系
关系问题: 人物 ' 是 ' 人物 ' 的什么人'
人物: 任何字符
关系: 爸爸/妈妈/儿子/女儿/姐姐/妹妹/哥哥/弟弟/爷爷/奶奶/孙子/孙女/外公/外婆/外孙/外孙女/堂姐/堂妹/堂兄/堂弟/表姐/表妹/表兄/表弟

[nobodxbodon]

试着把Antlr4的源文件中文化了. 发现Token必须用大写开头. 暂时用T开头表示. 另外还有开头的grammar.

暂时用grun -gui​ 命令作简单测试. 刚开始看The Definitive Antlr4 Ref, 2nd.

[ice1000]

你这语法 Kotlin 就能写，完全不需要自己整编译器

[ice1000]

不对 我没看到前面

[swizl]

openjdk 有靠谱一点的编译指南吗？

[nobodxbodon]

@swizl ? openjdk和这个issue有关吗?
还是说你在考虑汉化java编译器? 不妨另开issue讨论?

[swizl]

python的中文保留字已经搞定了。准备接着看一下JAVA的。之前openjdk在cygwin和mingw下没编过去，再在wsl上试试。再编不过就另开issue

[nobodxbodon]

@swizl 恭喜! Java编译器汉化感觉还是挺大的题目, 还是另开issue为好 :)

[htwx]

汉化编译器都不难 包括 C# JAVA 如果没有有效的汉化库的方法,只是汉化编译器作用不大, 大家要多想想 怎么汉化 库

[nobodxbodon]

@htwx 汉化库/API请移步把最常用的开源的英文API进行中文化. 以免这里歪楼太严重 :)