Stropping (syntaxe) - Stropping (syntax)

v počítačový jazyk design, stropping je metoda výslovného označování posloupností písmen jako majících speciální vlastnost, například jako klíčové slovo, nebo určitý typ proměnné nebo umístění úložiště, a tedy obývat jiný jmenný prostor než běžné názvy („identifikátory“), aby nedocházelo ke střetům. Stropping se nepoužívá ve většině moderních jazyků - místo toho jsou klíčová slova vyhrazená slova a nelze je použít jako identifikátory. Stropping umožňuje použít stejnou posloupnost písmen jako klíčové slovo i jako identifikátor a zjednodušuje analýza v takovém případě - například povolení proměnné s názvem -li bez střetu s klíčovým slovem -li.

Stropping je primárně spojen s ALGOL a související jazyky v 60. letech. Ačkoli to nějaké najde moderní využití, je snadno zaměnitelný s jinými podobné techniky které jsou povrchně podobné.

Dějiny

Metoda stroppingu a termín "stropping" vznikly při vývoji ALGOL v šedesátých letech minulého století, kdy se používalo k reprezentaci typografických rozdílů (tučně a podtrženo) nalezených v publikačním jazyce, které nemohly být přímo zastoupeny v hardwarovém jazyce - psací stroj mohl mít tučné znaky, ale při kódování na děrných štítcích nebyly žádné tučné postavy. Termín „stropping“ vznikl v roce ALGOL 60, z "apostrof ", protože některé implementace ALGOL 60 používaly kolem textu apostrofy k označení tučného písma,^[1] jako 'li' reprezentovat klíčové slovo -li. Stropping je také důležité v ALGOL 68, kde se používá více metod stropování, známých jako „režimy stropování“; původní uzavřené apostrofy z ALGOL 60 nebyly široce používány, přičemž nejčastější období nebo velká písmena byla častější,^[2] jako v .LI nebo LI a termín „stropping“ byl aplikován na všechny tyto.

Syntaxe

Pro stropping byla použita řada různých syntaxí:

• Algol 60 běžně se používá pouze konvence jednoduchých uvozovek kolem slova, obvykle jako apostrofy, odtud název „stropping“ (např. 'ZAČÍT').
• Algol 68^[3][2] v některých implementacích považujte sekvence písmen s předponou jedinou citací, za klíčová slova (např. 'ZAČÍT)^[4]

Ve skutečnosti se často stávalo, že v jednom jazyce mohlo být použito několik stroppingových konvencí. Například v ALGOL 68, výběr konvence stroppingu může být specifikován překladačem směrnice (v terminologii ALGOLpragmat „), jmenovitě BOD, HORNÍ, KVÓT nebo RES:

• BOD pro 6 bitů (nedostatek znaků pro malá písmena), jako v .PRO - podobná konvence se používá ve FORTRANU 77, kde jsou LOGICKÁ klíčová slova zastřižena jako .EQ. atd. (viz níže)
• HORNÍ pro 7-bit, jako v PRO - s malými písmeny používanými pro běžné identifikátory
• QUOTE jako v ALGOL 60, jako v 'pro'
• RES vyhrazená slova, jak se používají v moderních jazycích - pro je vyhrazen a není k dispozici běžným identifikátorům

Různé režimy pravidel jsou a lexikální specifikace pro znaky se sklonem, i když v některých případech mají jednoduchou interpretaci: v režimech jednoduchého apostrofu a tečky funguje první znak jako úniková postava, zatímco v režimu uzavřených apostrofů fungují apostrofy jako oddělovače, jako v řetězcové literály.

Další příklady:

• Atlas Autocode měl na výběr ze tří: klíčová slova mohla být podtrženo pomocí backspace a overstrike na a Flexowriter klávesnici, mohly by být zavedeny a symbol% ​​procent%, nebo by mohly být zadány VELKÁ PÍSMENA bez oddělovacího znaku (režim „velká písmena“, v tomto případě musely být všechny proměnné malými písmeny).
• ALGOL 68RS programy mohou používat několik variant stropování, dokonce i v rámci jednoho jazykového procesoru.
• Edinburgh IMP zdědil Atlas Autocode symbol% ​​procent% konvence předpony, ale ne její další možnosti stropování

Příklady různých stylů ALGOL 68

Všimněte si vedení pr (zkratka pragmat) směrnice, který je sám stropped ve stylu BODU nebo citátu, a ¢ za komentář (od „2¢") - viz ALGOL 68: pr & co: Pragmaty a komentáře pro detaily.

¢ podtržené nebo tučné písmo ¢ režimu xint = int; xint součet sq: = 0; pro i zatímco   součet čtverečních ≠ 70 × 70 dělat   součet sq +: = i ↑ 2 od

'pr' quote 'pr''mode' 'xint' = 'int'; 'xint' sum sq: = 0; 'for' i 'while' sum sq ≠ 70 × 70'do 'sum sq +: = i ↑ 2 'od'

.PR UPPER .PRMODE XINT = INT; XINT součet sq: = 0; FOR i WHILE součet sq / = 70 * 70DO součet sq +: = i ** 2OD

.PR POINT .PR.MODE .XINT = .INT; .XINT SUM SQ: = 0; .PRO I .WHILE SUM SQ .NE 70 * 70.DO SUM SQ .PLUSAB I .UP 2.OD

.PR RES .PRmode .xint = int; .xint součet sq: = 0; pro i zatímco součet sq ≠ 70 × 70do součet sq +: = i ↑ 2od

Jiné jazyky

Z různých důvodů Fortran 77 má tyto „logické“ hodnoty a operátory: .SKUTEČNÝ., .NEPRAVDIVÉ., .EQ., .NE., .LT., .LE., . GT., .GE., .EQV., .NEQV., .NEBO., .A., .NE.^[5]

.A., .NEBO. a .XOR. se také používají v kombinovaných testech v LI a MFF prohlášení v dávkové soubory utéct pod Software JP procesory příkazového řádku jako 4DOS,^[6] 4OS2, a 4NT / převzít velení.

Moderní využití

Většina moderních počítačových jazyků nepoužívá stropping, až na dvě významné výjimky:

Používání mnoha jazyků v Microsoftu .SÍŤ Společná jazyková infrastruktura (CLI) vyžaduje způsob, jak používat proměnné v jiném jazyce, což mohou být klíčová slova ve volajícím jazyce. To se někdy provádí pomocí předpon, například @ v C # nebo uzavření identifikátoru v závorkách, v Visual Basic.NET.

Druhým významným příkladem je mnoho implementací strukturovaný dotazovací jazyk. V těchto jazycích lze vyhrazená slova použít jako názvy sloupců, tabulek nebo proměnných tak, že je lexikálně ohraničíte. Norma specifikuje uzavření vyhrazených slov do uvozovek, ale v praxi se přesný mechanismus liší podle implementace; MySQL, například umožňuje použití vyhrazených slov v jiných kontextech tak, že je uzavřete do zpětných lístků a Microsoft SQL Server používá hranaté závorky.

Stropping lze také použít v Programovací jazyk Nim. V Nim lze rezervované slovo použít jako identifikátor tak, že jej uzavřete do zpětných lístků.

Existují i ​​jiné, méně významné příklady. Například, IDL webu používá přední podtržítko _ k identifikátorům stropu, které by jinak kolidovaly s vyhrazenými slovy: hodnota identifikátoru odstraní toto přední podtržítko, což způsobí tento stropping, spíše než konvence pojmenování.^[7]

Unstropping kompilátorem

V kompilátor frontend, k uvolnění původně došlo během iniciály rekonstrukce linky fáze, což také eliminovalo mezery. Poté následovalo analýza bez skeneru (bez tokenizace); to byl standard v šedesátých letech, zejména pro ALGOL. V moderním použití se odtržení obvykle provádí jako součást lexikální analýza. To je jasné, pokud se rozlišuje lexer na dvě fáze skeneru a hodnotitele: skener kategorizuje sekvenci se sledováním do správné kategorie a poté se hodnotitel při výpočtu hodnoty rozběhne. Například v jazyce, kde se počáteční podtržítko používá k identifikaci stropu, aby se zabránilo kolizím s vyhrazenými slovy, sekvence _li by byl kategorizován jako identifikátor (ne jako vyhrazené slovo -li) skenerem a hodnotitel by tomu dal hodnotu -li, poddajný (Identifikátor, pokud) jako typ a hodnota tokenu.

Podobné techniky

Existuje řada podobných technik, obvykle předpona nebo přípona identifikátoru k označení odlišného zacházení, ale sémantika se liší. Striktně řečeno, stropping se skládá z různých reprezentací stejného jména (hodnoty) v různých jmenných prostorech a vyskytuje se ve fázi tokenizace. Například v ALGOL 60 se shodným apostrofem 'li' je tokenizováno jako (klíčové slovo, pokud), zatímco -li je tokenizováno jako (Identifikátor, pokud) - stejná hodnota v různých třídách tokenů.

Používání velkých písmen pro klíčová slova se nadále používá jako konvence pro psaní gramatik pro lexing a parsování - tokenizace vyhrazeného slova -li jako třída tokenu IF a poté představující klauzuli if-then-else frází IF Expression THEN Statement ELSE Statement kde velká písmena jsou klíčová slova a velká písmena jsou neterminální symboly v výrobní pravidlo (koncové symboly jsou označeny malými písmeny, například identifikátor nebo celé číslo, pro celé číslo doslovné ).

Konvence pojmenování

Nejvíce volně, jeden může použít konvence pojmenování vyhnout se střetům, běžným předponám nebo příponám s podtržítkem, jako v li_ nebo _pak. Úvodní podtržítko se často používá k označení soukromých členů v objektově orientovaném programování.

Tyto názvy mohou být interpretovány kompilátorem a mají určitý účinek, i když se to obvykle provádí ve fázi sémantické analýzy, nikoli ve fázi tokenizace. Například v Pythonu je jedno úvodní podtržítko slabým soukromým indikátorem a ovlivňuje, které identifikátory se importují při importu modulu, zatímco dvojité úvodní podtržítko (a ne více než jedno koncové podtržítko) u atributu třídy vyvolá mangling jména.^[8]

Vyhrazená slova

Zatímco moderní jazyky obecně používají k rozlišení klíčových slov od identifikátorů spíše vyhrazená slova než stropování - např. Tvorba -li vyhrazeno - často také rezervují syntaktickou třídu identifikátorů jako klíčová slova, čímž získají reprezentace, které lze interpretovat jako režim stroppingu, ale místo toho mají sémantiku vyhrazených slov.

To je nejpozoruhodnější v C, kde jsou vyhrazeny identifikátory, které začínají podtržítkem, ačkoli přesné podrobnosti o tom, jaké identifikátory jsou rezervovány v jakém rozsahu jsou zahrnuty, a přední dvojitá podtržítka jsou vyhrazena pro jakékoli použití;^[9] podobně v C ++ jakýkoli identifikátor, který obsahuje dvojité podtržítko je vyhrazeno pro jakékoli použití, zatímco identifikátor, který začíná podtržítkem, je vyhrazen v globálním prostoru.^{[poznámka 1]} Lze tedy přidat nové klíčové slovo foo pomocí vyhrazeného slova __foo. I když je to povrchně podobné stropování, sémantika je jiná. Jako vyhrazené slovo, řetězec __foo představuje identifikátor __foo ve společném jmenném prostoru identifikátoru. Při stropování (předponou klíčových slov pomocí __), řetězec __foo představuje klíčové slovo foo v samostatném jmenném prostoru klíčových slov. Používá tedy vyhrazená slova, tokeny pro __foo a foo are (identifier, __foo) and (identifier, foo) - different values ​​in the same category - while in stropping the tokens for __foo a foo jsou (klíčové slovo, foo) a (identifikátor, foo) - stejné hodnoty v různých kategoriích. Ty řeší stejný problém střetů jmenného prostoru způsobem, který je stejný pro programátora, ale který se liší formální gramatikou a implementací.

Mangling jména

Mangling jména také řeší střety jmen přejmenováním identifikátorů, ale to dělá mnohem později při kompilaci, během sémantické analýzy, ne během tokenizace. Skládá se z vytváření názvů, které obsahují informace o rozsahu a typu, primárně pro použití linkery, a to jak pro zabránění střetům, tak pro zahrnutí nezbytných sémantických informací do samotného názvu. V těchto případech mohou být původní identifikátory identické, ale kontext je jiný, jako ve funkcích foo (int x) proti foo (char x), v obou případech mají stejný identifikátor foo, ale jiný podpis. Tato jména by mohla být pozměněna foo_i a foo_cnapříklad zahrnout informace o typu.

Sigils

Syntakticky podobný, ale sémanticky odlišný jev sigily, které místo toho označují vlastnosti proměnných. Ty jsou běžné v Perl, Rubín a různé další jazyky k identifikaci charakteristik proměnných / konstant: Perl k označení typu proměnné, Ruby k rozlišení proměnných od konstant a označení rozsahu. Všimněte si, že to ovlivní sémantika proměnné, nikoli syntax zda jde o identifikátor nebo klíčové slovo.

Paralely v lidské řeči

Stropping se používá v počítačových programovacích jazycích k výrobě překladač (nebo přesněji: analyzátor 's) práce snadnější, tj. v rámci schopností relativně malých a pomalých počítačů dostupných v počátcích výpočetní techniky ve 20. století. Podobné techniky se však běžně používají také pro čtení s porozuměním pro lidi. Některé příklady jsou:

• Vkládání důležitých slov tučně, jako například první zmínka o stropping v záhlaví této stránky, protože definování stroppingu je samotným účelem stránky.
• Formátování nových slov ve formátu kurzíva když jsou poprvé představeny v textu. To se běžně používá v sci-fi a fantazie při zavádění vynalezených rostlin, potravin, tvorů; v cestopis a historické psaní při popisu neznámých cizích slov; a tak dále. Také pomocí speciálního písma, případně spojeného s daným jazykem, například pomocí a gotický písmo pro Němec slova.
• Obvykle se používá jiný jazyk latinský nebo řecký znamenat technické podmínky. Je to podobné jako při používání vyhrazených slov, ale pro lepší čitelnost se obvykle kombinuje s kurzívou. Například:
  • typické binomická nomenklatura nebo „latinské názvy“ rostlin a zvířat to čtenáři pomůže vidět Erithacus rubecula je zvláštní technický název evropského robina zrzavý evropský drozd ne.
  • mnoho právní výrazy, kde se krátká latinská fráze vztahuje na velké množství právních předpisů a precedentů, jako např habeas corpus, dílčí soudce, in loco parentis.
  • logické a matematické pojmy jako např QED, a priori, naopak …
• Písemně japonský, navíc Kanji znaky, dvě odlišné abecedy (přesněji slabiky ) Hiragana a Katakana, oba představující stejnou sadu zvuků, se používají k rozlišení foneticky vysvětlených japonských slov od importovaných cizích slov; Katakana se také používá pro zdůraznění, podobně kurzíva v angličtině.

Viz také

• Úniková postava

Poznámky

Reference

Další čtení

• Hansen, W. J .; Boom, H. J. (1978). "Zpráva o zastoupení standardního hardwaru pro revidovaný ALGOL 68". Acta Informatica. 9 (2): 105–119. doi:10.1007 / BF00289072. S2CID  34231916.
• Lindsey, Charles Hodgson (Březen 1970), „Reprezentace kódu ISO pro ALGOL 68“, Bulletin ALGOL, ACM (31): 37–60, AB31.3.6