编程语言用什么编写

编程语言自身的构建是计算机科学中一个既基础又深邃的命题。本文旨在层层剖析这一核心问题，从最底层的机器码与编译器自举原理出发，探讨编程语言如何从无到有被创造出来。文章将系统阐述语言实现的核心工具链，包括汇编器、编译器与解释器的角色，并深入分析“自举”这一关键概念。通过回顾C语言、Java、Python等主流语言的发展历程，以及现代语言如Rust和Go的实践，揭示编程语言自我进化的内在逻辑与技术脉络，为读者提供一幅清晰而深刻的语言构建全景图。

       当我们手指在键盘上敲击出“打印‘你好，世界’”，并看着屏幕上如约显现的文字时，或许很少会去思考一个根本性的问题：我们用来指挥计算机的这套语法规则——编程语言，它本身又是被什么“语言”编写出来的呢？这个看似循环的问题，实则触及了计算机软件世界的基石，其答案串联起了从晶体管到高级抽象的整部计算史。

       理解这个问题，首先要破除一个常见的误解：编程语言并非一个可以直接运行的实体。它更像是一套严谨的语法说明书和一套对应的处理工具。因此，“编写”一门编程语言，实际上指的是实现这套工具链，特别是其核心——将人类可读的代码转化为机器可执行的指令的翻译器。

一、 一切的起点：机器指令与最原始的“语言”

       在计算机的黎明时期，程序员直接使用二进制序列（即机器码）与计算机沟通。每一串“0”和“1”的排列，都直接对应着中央处理器（CPU）内一个特定的操作，例如将数据从一个位置移动到另一个位置，或是执行一次加法运算。这种二进制语言是计算机硬件唯一能够直接理解的语言，但它对人类来说极其晦涩且容易出错。

       为了稍微减轻这种负担，汇编语言应运而生。它用简短、易记的助记符（如“MOV”代表移动，“ADD”代表加法）来代替二进制操作码，用符号名称来代替内存地址。然而，计算机本身依然只认识二进制。因此，需要一个专门的程序将汇编代码翻译成机器码，这个程序就是“汇编器”。那么，第一个汇编器是用什么写的？答案只能是机器码。早期的先驱们不得不忍受巨大的痛苦，通过拨动开关或在纸带上打孔的方式，手动输入二进制指令，编写出第一个简陋的汇编器。这个过程被称为“手工编码”，它是所有软件得以诞生的最初火种。

二、 编译器的诞生与“自举”的魔法

       汇编语言虽然比机器码友好，但仍与硬件紧密绑定，且生产力低下。人们渴望更接近自然数学表达和逻辑描述的高级语言。二十世纪五十年代，第一个高级编程语言（例如，福传（FORTRAN））的出现，带来了一个核心挑战：如何将高级语言翻译成机器语言？这就需要“编译器”。

       最初的编译器，只能用更低级的语言来打造。例如，第一个福传（FORTRAN）编译器是用汇编语言编写的。一旦这个编译器被成功创造出来，一个革命性的想法便浮现了：能否用福传（FORTRAN）语言本身来编写一个新的、功能更强的福传（FORTRAN）编译器？这个“用自己的语言来编写自己的编译器”的过程，就被称为“自举”。这听上去像一个逻辑悖论，但实践路径非常清晰。假设我们已经有一个用汇编语言写成的旧版福传（FORTRAN）编译器（我们称它为编译器A），那么我们可以用福传（FORTRAN）语言编写一个新编译器的源代码（我们称它为编译器B的源码），然后用编译器A去编译这份源码，最终生成一个由福传（FORTRAN）语言“描述”的、但实际由机器码构成的新编译器B。从此，编译器B就可以脱离汇编语言，实现自我维护和进化。

三、 C语言的经典范例：从汇编到自我实现

       C语言的发展史是“自举”概念最著名的例证。丹尼斯·里奇和肯·汤普森在开发Unix操作系统时，最初使用的是B语言。为了获得更强的表达能力和硬件控制力，他们设计了C语言。第一个C语言编译器，就是用B语言编写的（或者说，是在B语言基础上修改而成的）。

       当这个初代C编译器工作起来后，他们立刻用C语言重写了一个新的C编译器。用B语言写的旧编译器编译了这个新的C语言源码，得到了一个用C语言描述的、可执行的C编译器。自此，C语言实现了“自举”，其开发环境便建立在自身之上。今天，我们使用的GCC（GNU编译器套装）或Clang等庞大的C语言编译器，其最原始的祖先都可以追溯到那个用B语言写成的初始版本。这个过程确保了编译器的核心与它所编译的语言是同步进化的。

四、 解释型语言的实现路径

       并非所有语言都采用编译成机器码的方式。像Python、Ruby、JavaScript这类解释型语言，它们通常不直接生成机器码，而是由一个称为“解释器”的核心程序，一边读取源代码，一边动态地解析和执行。

       那么，Python的解释器是用什么写的？以最广泛使用的CPython实现为例，它的解释器是用C语言编写的。当我们运行一段Python代码时，实际上是CPython这个用C写成的程序，在按照Python的语法规则工作。同样，最初的主流JavaScript引擎（如，蜘蛛猴（SpiderMonkey））也是用C或C++编写的。解释器的实现语言选择，往往追求高性能和与操作系统底层能力的直接对接，因此C/C++是常见的选择。这也意味着，这些高级的动态语言，是建立在如C语言这类系统级语言的坚实基础之上的。

五、 Java的“中间码”与虚拟机哲学

       Java提出了一种独特的设计哲学：“一次编写，到处运行”。它既不直接编译成机器码，也不完全像传统解释型语言那样工作。Java编译器先将源代码编译成一种平台无关的“字节码”，这是一种介于高级语言和机器码之间的中间表示。

       负责执行这些字节码的，是Java虚拟机（JVM）。那么，Java编译器和JVM本身又是用什么写的？最初的Java开发工具包（JDK）由太阳微系统公司（Sun Microsystems）用C和C++实现。JVM作为一个复杂的程序，需要管理内存、进行即时编译等，用C++这类语言能更好地控制性能。而如今，一个有趣的现象是，已经存在用Java语言本身实现的Java虚拟机（例如，部分研究型JVM），这同样是“自举”思想在虚拟机层面的体现。

六、 现代语言的共同选择：系统语言作为基石

       观察Rust、Go、斯威夫特（Swift）等现代编程语言，会发现一个清晰的模式：它们的初始编译器或解释器，几乎都选择用C、C++或其它已有的系统级语言来实现。

       例如，Go语言的最初编译器是用C语言编写的。在它成熟之后，开发团队很快用Go语言自身重写了编译器，实现了自举。Rust语言也是如此，其初始编译器“rustc”是用OCaml语言编写的原型，随后很快用Rust自身进行了重写（这个过程需要旧编译器编译新编译器的源码）。这种策略的优点是显而易见的：利用成熟、高效且控制力强的系统语言快速构建出可用的原型，验证语言设计；待语言核心稳定后，再通过自举获得纯洁性、独立性和更优化的开发体验。

七、 汇编器、编译器、解释器的工具链角色

       实现一门语言，远不止一个翻译器那么简单。它涉及一套完整的工具链。除了核心的编译器或解释器，通常还需要：汇编器（处理可能内嵌的或生成的汇编代码）、链接器（将多个编译后的模块合并成单一可执行文件）、调试器、标准库、包管理器等。这些工具在语言诞生初期，往往也是用更低级的语言实现的，并随着语言的自举而逐步被自身重写。

八、 标准库的关键作用

       一门语言是否实用，其标准库至关重要。它提供了输入输出、字符串处理、数据结构等基础功能。标准库的实现语言通常与编译器/解释器的实现语言一致。在自举之前，标准库用基础语言（如C）编写；自举之后，则可以用本语言自身编写。用本语言编写标准库，是对语言表达能力最直接的检验，也能确保库的接口与语言特性完美契合。

九、 语言规范与参考实现

       编程语言首先是一份书面规范，一份定义了语法、语义和核心库的文档。例如，欧洲计算机制造商协会（ECMA）为JavaScript制定了ECMAScript标准。这份规范是独立于任何具体实现的。然后，会有“参考实现”来具体诠释这份规范。对于JavaScript，早期有网景公司用C实现的解释器。规范是“宪法”，而参考实现则是第一份“司法解释”，它通常用低级语言写成，以确保正确性和权威性。

十、 自举的深远意义

       自举不仅仅是一个技术过程，更具有深刻的哲学和工程意义。首先，它是对语言自身能力最有力的证明：如果一门语言强大到足以实现自己的编译器，那么用它来解决其他复杂问题也理应游刃有余。其次，它极大简化了编译器的开发与移植。开发者只需要关注用本语言编写的编译器源码，而无需关心底层汇编；要将编译器移植到新平台，只需在新平台上用现有版本编译一次源码即可。最后，它建立了强大的开发者信心和社区文化，标志着语言的成熟与独立。

十一、 交叉编译的桥梁作用

       在实现语言自举或为新硬件平台构建工具链时，“交叉编译器”扮演着关键角色。它是一个在A平台上运行，却能生成在B平台上执行的代码的编译器。例如，我们可以在一台x86电脑上运行一个交叉编译器，来为ARM芯片的智能手机生成可执行程序。在语言开发的早期，常常需要借助交叉编译器来为目标平台生成第一个本机编译器，从而跳过在目标平台上手工编码的艰难步骤。

十二、 硬件描述语言的特例

       当我们把视野拓宽，还有一种特殊的“编程语言”用于描述硬件电路，如Verilog和VHDL。这些硬件描述语言（HDL）的编译器（通常称为“综合工具”）的功能是将代码转换成逻辑门网表。这些极其复杂的工具，其最初版本无疑也是用传统的系统编程语言（如C++）开发的。它们自身的设计，也遵循着从低级工具构建高级工具的普遍规律。

十三、 语言服务与开发环境

       现代编程体验离不开智能的集成开发环境（IDE），其核心功能如代码补全、错误检查、重构等，由“语言服务器”提供。语言服务器是一个独立进程，它深度理解编程语言的语法和语义。实现语言服务器的语言选择非常广泛，可以是本语言（如用TypeScript写TypeScript的语言服务器），也可以是其他高性能语言。这体现了语言生态的层次化：核心工具链确保正确性，而外围工具则追求开发效率和用户体验。

十四、 构建系统与包管理

       一个完整的语言生态还包括构建系统和包管理器。像Make、CMake这类构建系统，最初是用C等语言编写的。而现代语言专用的构建工具，如Cargo（用于Rust）、Go Modules，则通常用本语言自身实现。这进一步将生态的主动权掌握在自己手中，确保了工具与语言特性的无缝集成。

十五、 从理论到实践的桥梁：形式化方法

       在学术界和工业界的高可靠性领域，人们甚至会使用形式化方法来定义和验证编程语言。即先用数学逻辑严格定义语言的语义，然后可能使用证明辅助工具（如Coq，其本身也是用函数式语言实现的）来形式化地证明编译器的正确性。这代表了“编写编程语言”在理论上的最高严谨度，虽然其过程复杂，但能从根本上杜绝编译器引入的错误。

十六、 开源与社区驱动的实现演进

       今天，主流编程语言的实现大多是开源的。这意味着，一门语言的发展不再仅仅依赖某个公司的团队。全球开发者可以阅读编译器源码（无论是用C、Rust还是本语言写的），提交补丁，甚至创建新的分支实现。例如，除了官方的CPython，还有用Python实现的PyPy，用Java实现的Jython等。这种多样性进一步回答了“用什么编写”的问题：答案可以是多种语言，社区的选择取决于对性能、兼容性或实验性特性的不同追求。

十七、 教育语言的特殊路径

       为教学目的设计的语言，如Logo、Scheme（一种利斯科（Lisp）方言），其实现往往力求简洁明了。它们的解释器常用C或Java实现，有时为了教学透明，甚至会用高级语言本身编写一个简化版解释器，让学生能清晰地看到代码是如何被一步步求值的。这为我们理解语言实现的本质打开了一扇直观的窗口。

十八、 递归的基石与计算的本质

       纵观编程语言的构建史，我们看到的是一种美妙的递归。机器码构建了汇编器，汇编器构建了编译器，编译器又构建了更高级的语言，高级语言最终又构建了自身。这个过程犹如搭建一座塔，每一层都依赖于下一层的稳固，同时又为上一层提供支持。它深刻地揭示了计算领域的本质：通过逐层抽象和自动化，将人类的思想转化为物理设备的行为。而“用什么编写”的追问，最终将我们引向那些最初的、由人类智慧直接映射而成的二进制序列，以及那个驱动一切的核心概念——自举。正是这种自我引用的能力，使得编程语言不再是静态的工具，而是具备了自我演化生命的有机体。

       因此，下次当你使用任何一门编程语言时，不妨想一想支撑它运行的、那层层叠叠的技术积淀。从冰冷的硅晶片到高度抽象的语法糖，这之间是一座由无数工程师智慧铸就的、名为“工具链”的桥梁。而理解这座桥梁是如何建成的，或许能让我们对手中的工具，多一份敬畏，也多一份洞察。