编译器与解释器原理

上一章我们已经了解到，编程语言其实就是一种我们人类易于理解的程序语言。我们用这种编程语言编写的程序就称为源代码。这些源代码是通过翻译器这么个东西，被翻译成二进制指令，从而让计算机能够执行我们的指令。

那么，这其中发挥很大作用的翻译器又是怎么回事？

编译型语言与解释型语言

其实，翻译器不止一种。我们根据翻译器翻译的时机，将它分为了编译器和解释器。

相应的，编程语言也分为了编译型语言和解释型语言。

编译型语言要求将所有的源代码通过编译器转换成二进制指令，也就是生成一个可执行程序（比如Windows下的.exe文件），比如汇编语言、C语言、C++等都是编译型语言。

解释型语言，顾名思义就是将源代码一边转换，一边执行。就好像你阅读文章一样，读到哪程序执行到哪。这种方式不需要生成可执行程序，使用会更加方便，比如Python、PHP、JavaScript、MATLAB等都是解释型语言。

虽然文中对编译器和解释器讲解的比较简单，但事实上，翻译源代码的过程十分复杂，过程大致包括词法分析、语法分析、语义分析、性能优化、生成可执行文件等5个步骤，其中涉及到复杂的算法和硬件架构，这一点本文不再赘述。

操作系统

另外大家需要了解的一点是，计算机程序都是运行在操作系统中的，目前我们比较熟知的操作系统平台都有Windows、Linux、MacOS，当然这三种操作系统都不是瞬间诞生的，也都经历了操作系统几十年的发展，才完善成我们目前熟知的版本。
长时间不同发展，导致不同的操作系统平台之间底层的内部结构截然不同，也就是说能够在Windows系统运行的程序，拿到MacOS下便会无法运行，同理，能在Linux平台下执行的程序，也不能在Windows平台下执行。

另外，就算是相同的操作系统，不同的版本之间也不一定兼容。比如不能将Windows64位程序拿到Windows32位平台下运行。但反之一般都可以，这是因为64位Windows对32位程序做了兼容性处理。这也是几乎所有程序版本之间的通病，新版本可以兼容老版本，老版本兼容不了新版本。

除了程序不能跨平台使用之外，源代码也不能跨平台使用。例如C语言中，可以让程序暂停的“睡眠”函数，在Windows平台下函数名是Sleep，但在Linux平台下该函数名是sleep，首字母大小写不同。而且函数中的参数含义也不同，Sleep的参数是毫秒，sleep的参数是秒。

这是一件相当麻烦的事情，这意味着同一个软件，你不仅需要开发3种不同的源代码，还要生成3种平台的可执行程序，分别兼容Windows、Linux、Mac OS这3种平台（现在大部分软件都有不同操作系统下的版本就是因为这个原因），未来的更新维护也需要同时更新3个版本。而且，万一以后新出来个鸿蒙操作系统，是不是又需要从头开发新的版本呢？

当然，以程序员的勤劳度来看，是不会做出这么费力不讨好的事情的。事实上，程序员有各种方法来解决这个问题。

比较经典的办法，就是开发一套支持跨平台的语言。诞生于1995年的Java就是其中的引领者。目前国内Java之所以火爆，很大部分原因就是Java的跨平台特性。虽然后来微软的C#也追随了Java的脚步，但由于更新太慢，几乎都要被人遗忘了。至于C语言，C++，由于太古老，它们诞生的时候还没有操作系统呢，所以基本指望不上跨平台了。

跨平台语言运行原理

编译型语言

事实上，关于跨平台，编译型语言和解释型语言走上了不同的道路。虽然道路不同，但原理是一样的。

比如Java这门语言，之所以能够跨平台，是因为它在操作系统上层，又搭建了一个叫做Java虚拟机（Java Virtual Machine，简称 JVM）的东西。你可以把JVM理解成一个底层软件，而且针对不同的平台有不同的版本：Windows版，Linux版、MacOS版，这三个版本的JVM安装在了这三个平台上，我们编写的Java源代码会被JVM转换成字节码，字节码是可以在Java虚拟机上运行的。流程如下图：

a=>operation: Java源代码
b=>operation: Java字节码
c=>operation: JVM(Java虚拟机)
d=>operation: 不同的操作系统(Windows、Linux、MacOS)
a->b->c->d->e

Java语言运行流程

这样一来，你只需要写一份源代码就可以了，只要在操作系统中安装上对应的Java虚拟机，就可以平滑运行Java软件了。所以Java打出的口号就是：一次编译，处处运行。

a=>operation: 编译型语言源代码
b=>operation: 编译器(生成机器码)
c=>operation: 可执行文件
d=>operation: 不同的操作系统(Windows、Linux、MacOS)
e=>operation: CPU运行机器码指令

a->b->c->d->e

编译型语言运行原理

解释型语言

相对于编译型这种只有少数语言支持跨平台的语言来说，解释型语言几乎都能跨平台。“一次编写，处处运行”就是解释型语言的特点。

那么为什么解释型语言就能跨平台呢？

这一切其实都归功于解释器。

解释器其实就类似于Java虚拟机，也是编程语言与操作系统之间的中间层。官方会针对不同的平台开发不同的解释器，这些解释器会把同样的源代码在不同的操作平台下转换成对应平台“认识”的机器码，兼容了不同平台之间的差异，从而解决了跨平台的问题。

编译型和解释型语言另外一个明显的区别就是：

使用编译型语言开发的可执行程序，源代码是无法获取的，所以程序一般是闭源的。

而解释型语言由于一边转换一边执行的特性，软件下载下来的都是源代码，否则就无法运行，所以解释型语言的程序一般是开源的。

a=>operation: 解释型语言源代码
b=>operation: 解释器(生成机器码)
c=>operation: 不同的操作系统(Windows、Linux、MacOS)
d=>operation: CPU运行机器码指令

a->b->c->d

解释型语言运行原理

关于Python

Python属于解释型语言，所以运行Python程序需要安装对应平台的解释器。也就是说我们使用Python无需考虑不同平台的兼容性问题，目前常见的如Linux、Windows、MacOS、Android、PocketPC等操作系统，Python都可以完美运行！

总结

我们将编译型语言和解释型语言的差异总结如下：

类型	原理	优点	缺点
编译型语言	通过编译器将源代码转换为操作系统平台对应的机器码	编译一次，脱离编译器也能运行，效率高	可移植性差，不够灵活
解释型语言	通过解释器将源代码转换为操作系统平台对应的机器码	跨平台性好。	边转换机器码边执行，效率较低