c语言怎么那么难

作者|劉欣

本文经批准转载自旋风分离器翻身

这是我的星球提出的问题。 “c语言本身是用什么语言写的？ ”

换个角度看，其实C语言在运行之前必须编译，C语言的编译器来自哪里？ 是用什么语言写的？ 如果是用c语言本身写的话，是先有蛋还是先有鸡？

假设世界上不存在编译器，我们先从机器语言开始，看看该怎么办。

机器语言可以直接在CPU上执行，不需要编译器。

然后是汇编语言。 汇编语言只是机器语言的助记符，但必须将其编译成机器语言才能运行。 没办法，只能用机器语言写这个第一个编译器。

汇编语言问题解决后，迈出了一大步。 此时，可以用汇编语言编写c语言的编译器。 我说这是c编译器的祖先。

有了这个祖宗，就可以编译任何C语言程序，那可以用C语言本身写编译器吗？ 用祖先编译就行了。

ok，有了这么多层，我终于得到了用c语言写的编译器。 真的很辛苦。

此时，用以前的程序集编写的c语言编译器将被丢弃。

当然，如果在c语言之前出现了其他高级语言(如Pascal )，则可以使用Pascal编写c语言的编译器。

据说第一个Pascal的编译器是用Fortran写的。

第一种高级语言Fortran应该是用汇编语言编写的编译器。

关于编译器，这里有一个有趣的传说：

Unix的发明者之一Ken Thompson在贝尔研究所，据说大摇大摆地走到任何一台Unix机器前，输入自己的用户名和密码就可以通过根登录！

贝尔研究所人才济济，其他大牛发誓会找到这个漏洞。 他们通读了Unix的C源代码，终于找到了登录的后门，打扫了后门后编译并运行了Unix，但是Thompson可以登录了。

有人以为可能是编译器出了问题，所以在编译Unix时嵌入了后门。 于是，他们又用c语言重写了编译器，用新的编译器重新编译了Unix。 这样天下终于平静了吧。

尽管如此，Thompson仍然可以通过根登录。 真的崩溃了。

之后，Thompson本人解开了秘密。 最初的c语言编译器有问题。 该编译器在编译Unix源代码时，当然会嵌入后门。 这样是不够的。 此外，牛如果用c语言编写了新的编译器，

也需要编译成二进制代码吧。 使用什么编译，只有用Thompson编写的第一个编译器才能编译。 好了，你写的这个编译器会被污染的。 当你的编译器编译Unix时，后门也会被嵌入：-)

说到这里，我想起了几年前的XcodeGhost事件。 简单来说，就是在Xcode中嵌入了木马。 这样，Xcode编译的iOS App就会被污染，这些App可以被黑客利用来做违法的事情。

虽然这个XCodeGhost远远不如Thompson的后面，但是下载软件的时候也可以通过正规渠道，从官网下载，识别网站的HTTPS标准，验证checksum

你可能会问：“我用汇编写Hello World很麻烦，有人能用它写复杂的编译器吗？” 这可能吗？

当然，开发第一代Unix的时候，可能连c语言都没有。 Ken Thompson和Dennis Ritchie在程序集的一行中敲击了Unix。

WPS第一版是托伯君用汇编写的，Turbo Pascal的编译器也是Anders用汇编写的，大神们的能力是常人无法想象的。

对于编译器，也可以进行“滚雪球式”开发。

还是以c语言为例，最初的版本可以首先选择c语言的子集。 例如，它只支持基本数据类型、流程控制语句和函数调用。 这个子集称为C0。

然后用汇编语言编写编译器，只需要该语言的子集C0，写起来就会变得相当容易。

当C0语言正常工作后，扩展此子集，例如添加struct，指针.将新语言称为C1。

那个叫C1的语言的编译器谁来写？ 自然是C0。

C1能够工作后，再次扩展语言特性，用C1编写编译器，得到C2。

然后C3，C4 .最后得到完整的c语言。

这个过程称为bootstraping，在中文中称为引导。

作者简介：刘欣，畅销书《码农翻身》作者，15年以上开发经验，原IBM架构师，领导多种企业APP架构的设计与开发； 善于洞察技术的本质，用故事说明复杂的技术。

【END】