C語言這么厲害,它自身又是用什么語言寫的?

2019/10/9
這是來自我的星球的一個提問:“C語言本身用什么語言寫的?”
 
換個角度來問,其實是:C語言在運行之前,得編譯才行,那C語言的編譯器從哪里來? 用什么語言來寫的?如果是用C語言本身來寫的,到底是先有蛋還是先有雞?
 
1
 
我們假設世界上不存在任何編譯器, 先從機器語言說起,看看怎么辦。 
 
機器語言可以直接被CPU執行,不需要編譯器。
 
然后是匯編語言, 匯編語言雖然只是機器語言的助記符,但是也需要編譯成機器語言才能執行,沒辦法只能用機器語言來寫這第一個編譯器了(以后就不用了)。 
 
匯編語言的問題解決了,就往前邁進了一大步,這時候就可以用匯編語言去寫C語言的編譯器,我們說這是C編譯器的老祖宗。 
 
有了這個老祖宗,就可以編譯任意的C語言程序了,那是不是可以用C語言本身寫一個編譯器?只要用老祖宗編譯一下就可以了。

鄭州APP開發,就找河南天頻信息有限公司

OK, 這么一層層上來,終于得到了一個用C語言寫的編譯器, 真是夠麻煩的。 
 
到這個時候,之前那個匯編寫的C語言編譯器就可以拋棄了。 
 
當然,如果在C語言之前,已經出現了別的高級語言,例如Pascal,那就可以用Pascal來寫一個C語言的編譯器。
 
第一個Pascal的編譯器據說使用Fortran寫的。而做為第一個高級語言的Fortran,它的編譯器應該是匯編語言寫的。
 
2
 
關于編譯器,這里邊有個有趣的傳說:
 
傳說Unix 發明人之一的 Ken Thompson在貝爾實驗室,大搖大擺的走到任何一臺Unix機器前,輸入自己的用戶名和密碼,就能以root的方式登錄! 
 
貝爾實驗室人才濟濟,另外一些大牛發誓要把這個漏洞找出來,他們通讀了Unix的C源碼,終于找到了登錄的后門, 清理后門以后編譯Unix , 運行, 可是Thompson 還是能夠登錄進去。
 
有人覺得可能是編譯器中有問題,在編譯Unix的時候植入了后門, 于是他們又用C語言重新寫了一個編譯器,用新的編譯器再次編譯了Unix, 這下總算天下太平了吧。
 
可是仍然不管用, Thompson 依然可以用root登錄,真是讓人崩潰 !
 
后來Thompson 本人解開了秘密,是第一個C 語言編譯器有問題, 這個編譯器在編譯Unix源碼的時候,當然會植入后門, 這還不夠,更牛的是,如果你用C 語言寫了一個新編譯器,肯定也需要編譯成二進制代碼啊,用什么來編譯,只有用Thompson寫的那第一個編譯器來編譯,好了, 你寫的這個編譯器就會被污染了,你的編譯器再去編譯Unix , 也會植入后門 :-)
 
說到這里我就想起了幾年前的XcodeGhost 事件,簡單來說就是在Xcode(非官方渠道下載的)中植入了木馬,這樣XCode編譯出的ios app都被污染了,這些app就可以被黑客利用做非法之事。 
 
雖然這個XCodeGhost和Thompson的后面相比差得遠,但是提醒我們,下載軟件的時候要走正規渠道,從官方網站下載,認準網站的HTTPS標準,甚至可以驗證一下checksum。

鄭州APP開發,就找河南天頻信息有限公司

3
 
可能有人問:我用匯編寫一段Hello World都很麻煩,居然有人可以用它寫復雜的編譯器?這可能嗎?
 
當然可能,在開發第一代Unix的時候,連C語言都沒有, Ken Thompson 和 Dennis Ritchie 可是用匯編一行行把Unix敲出來的。   WPS第一版是求伯君用匯編寫出來的, Turbo Pascal 的編譯器也是Anders 用匯編寫出來的,大神們的能力不是普通人能想象得到的。 
 
對于編譯器來說,還可以采用“滾雪球”的方式來開發:
 
還是以C語言為例,第一個版本可以先選擇C語言的一個子集,例如只支持基本的數據類型,流程控制語句,函數調用...... 我們把這個子集稱為C0。
 
然后用匯編語言寫個編譯器,只搞定這個語言的子集C0,這樣寫起來就容易不少。
 
C0這個語言可以工作了,然后我們擴展這個子集,例如添加struct,指針......  ,把新的語言稱為C1。 
 
那C1這個語言的編譯器由誰來寫?   自然是C0。
 
等到C1可以工作了,再次擴展語言特性,用C1寫編譯器,得到C2。 
 
然后是C3, C4......  最后得到完整的C語言。
 
這個過程被稱為bootstraping , 中文叫做自舉。

鄭州APP開發,就找河南天頻信息有限公司

广西快乐10分彩