用自然語言識別能不能做編譯器

1. 編譯器是什麼意思，是做什麼的

編譯器
編譯器是一種特殊的程序，它可以把以特定編程語言寫成的程序變為機器可以運行的機器碼。我們把一個程序寫好，這時我們利用的環境是文本編輯器。這時我程序把程序稱為源程序。在此以後程序員可以運行相應的編譯器，通過指定需要編譯的文件的名稱就可以把相應的源文件（通過一個復雜的過程）轉化為機器碼了。

下面我們看看它是如何工作的。首先編譯器進行語法分析，也就是要把那些字元串分離出來。然後進行語義分析，就是把各個由語法分析分析出的語法單元的意義搞清楚。最後生成的是目標文件，我們也稱為obj文件。再經過鏈接器的鏈接就可以生成最後的可執行代碼了。有些時候我們需要把多個文件產生的目標文件進行鏈接，產生最後的代碼。我們把一過程稱為交叉鏈接。

有一個稱為LCC的編譯器，還挺不錯的；還有一個用於分析其規則的小工具；

2. 操作系統是和CPU打交道的，那麼編譯器寫的程序為什麼還需要編譯。操作系統不能直接翻譯成機器碼么

操作系統同cpu打交道用的是機器碼，但是對我們來說他用的是自然語言即所說的高級語言，編譯器是的程序就是我們用高級語言寫的，要執行的時候還需要把他翻譯回機器碼，這個過程就是編譯。由於操作系統自身不帶有這種翻譯的功能，因此不能直接翻譯成機器碼，而且高級語言也分好多種，每種語言對應的翻譯方式也不一樣。

3. 小白求助，編譯是什麼，為什麼需要編譯

人與機器交流（即人讓計算機按照人的意願做事）依賴於語言
語言的層次是：自然語言->高級編程語言->匯編語言->機器碼
人最熟悉的肯定是自然語言（就是你平時說的話）。
而計算機的cpu只認識二進制的機器碼，機器碼指導計算機做什麼操作（如邏輯運算）。
高級編程語言跟自然語言的關系更近些，對人來說相當於自然語言的白痴版，如java中的對象與類的概念可能對應於現實世界的某種事物，如C語言中的函數可能對應了一個功能，比如列印文件，經過簡單的訓練，人也能大概的讀懂。
匯編語言和機器碼更接近些，每個匯編指令一般都會對應一條機器碼，而高級編程語言中的一個語句（如if else什麼的）可能會對應多條匯編指令，匯編指令一般就是算術運算（如add）、邏輯運算（如and）、數據傳送（如mov）、條件判斷、跳轉等，只能用這些簡單功能的匯編指令組合來完成一個復雜的功能。人看懂匯編就很吃力了，更別提用匯編來完成想要的功能，太吃力，這個過程還是交個編譯器比較好。
而機器碼對於一般的程序員來說，就是天書，也基本沒人願意去看。
自然語言最容易表述人們的要求，當用戶用自然語言表述了需要的功能後，從自然語言到高級語言的轉換過程由程序員來完成，而由高級編程語言到匯編、由匯編到機器碼的過程都由編譯器來完成，由編譯器完成的這個過程也就是編譯了。
高級編程語言的代碼經過編譯階段成為匯編代碼，匯編代碼經過匯編階段變成機器碼，機器碼文件經過鏈接階段變成可執行文件（.exe）。一般編譯是指的編譯階段和匯編階段的組合，編譯器的工作一般是編譯和鏈接。
這就是我的理解，希望你幫到你。

4. 自然語言為什麼不適合直接作為編程語言

首先我們要了解什麼是自然語言，比如漢語、英語、德語等一系列人與人之間用於溝通的語言，而編程語言則分為高級語言(如C、Java、C#、Python等)和低級語言(匯編語言).

計算機在長期的歷史發展中，經過那麼多科學家的研究，設計出了我們現在用的計算機，其中的坎坷與困難很難想像，如何將我們的實際問題轉化為底層器件的運算，在解決這個問題的同時，就產生了高級編程語言、匯編語言以及計算機。

自然語言為什麼不合適做編程語言，是因為自然語言經過了長期的發展，有太多不適用做編程語言的地方，其中最明顯的是二義性，如不同音量和語氣，以及說話上下文，就會使一段話表現不同的含義，計算機只是一個按部就班執行任務和程序的傻瓜，你給的命令如果存在多種意思，電腦是無法理解的，所以這個時候我們需要特殊的編程語言來告訴計算機我們的真實意圖。

程序員在開發一個功能普遍的做法都是：自然語言描述需求------>解決問題的演算法------->用程序語言描述演算法，這樣就可以將實際問題轉化為嚴格的順序指令，可以讓計算機按照順序去執行並解決我們的需求。

5. 編譯器和開發環境的關系

談談程序設計語言、編譯器和開發環境之間的關系

許多初學者都會對這三個概念區分不清，應該說這三個概念是完全不同的，不能混為一談。在本文中，我就盡我最大的能力來講講這三個概念以及他們之間的關系。

首先說程序設計語言，它同人類的自然語言一樣也是一個語言，並且它是自然語言的一個子集。大家都知道自然語言是極其龐大和復雜的系統，具有很多不不確定性和不精確性，因此至今我們也沒有辦法對自然語言進行形式化的描述。程序設計語言只是自然語言的一個很小的子集，在計算機系統中，一切都是需要確定性和精確性的描述，因此程序設計語言也是極為規范的，在程序設計語言中，幾乎就不允許存在不確定性和不精確性，也就是說不能存在文法的二義性。這樣一個程序設計語言就可以通過一系列的產生式來進行形式化的描述，這一系列的產生式就被稱為文法，語言就是由文法來定義的。從另外一個角度來說，一個程序設計語言，它僅僅是一個語言，它只對程序進行形式上的要求。或者說，程序設計語言對應於編程中的編碼階段。我們有必要對程序開發的三個階段進行了解，程序開發從時間先後順序上可以分為三個階段：1.編碼階段，2.編譯階段，3.運行階段。在編碼階段，我們使用的就是程序設計語言。語言除了定義了文法以外，其他的任何事情他都不做。當然一種語言也有很多種版本，比如 BASIC 語言，就有很多種版本，C語言也是如此。這里所講的語言的版本與編譯器的版本是不一樣的。C語言的標准版本就是 ANSI C，如果初學者會提出這樣的問題「C語言哪個更好？」，這樣的問題反映出他們對語言與編譯器之間的關系的認識的不足。如果從語言的角度來講 VC 和 TC 是沒有多大區別的，他們基本上都能支持 ANSI C。

再來看看編譯器。編譯器與語言的關系就是，翻譯者與語言的關系。編譯器就是一個翻譯，他把使用某種語言書寫的源程序，翻譯成為等價的使用目標語言書寫的目標程序。前面我們也說了，語言是一個抽象的概念，是由文法來定義的。唯一實在的東西，也就是定義語言的文法。在使用語言時，我們只能說，使用這種語言去書寫一段程序。編譯器則是能夠將某種語言的源程序進行翻譯，然後生成目標程序。我們通常會說，某個編譯器支持了什麼語言，也就是說這個編譯器能識別並翻譯這種語言。現在的C編譯器，一般都是支持了 ANSI C 語言的，另外，編譯器的設計者可能還會對 ANSI C 進行一定的擴充，而且各個編譯器進行擴充功能都是不同的，因此可能就會出現一個編譯器誕生以後，就會出現一個新的語言的現象。TC 和 VC 就分別對 ANSI C 進行了不同的擴充，比如在 TC 中有 far 等關鍵字，ANSI C 中是沒有的，在 VC 中有內嵌匯編的語法 _asm，而在 TC 中則是使用 asm 關鍵字，這些內容在 ANSI C 中沒有的。編譯器的輸入時源程序，而其輸出則是目標程序。一般情況下，源程序是使用某種高級語言書寫的，而目標程序則是某個特定機器的機器語言程序。另一方面，編譯器除了提供編譯功能，還會提供一些運行庫。所謂運行庫就是由一些事先寫好的子程序所組成的子程序庫。例如C語言中的 printf 函數，就是由C的運行庫提供的。在 ANSI C 中定義了一些C語言的標准庫函數，這些庫函數是標准C必須具備的，也可以說這些庫函數成為了 ANSI C 的一個部分。另外，不同的編譯器還可以提供自己的，非標準的庫給用戶使用，在 TC 中的 Graphics 庫，其實就是由 TC 提供的，它不是屬於 ANSI C 的。簡單的說，編譯器是由編譯程序和運行庫組成的。在程序的編譯階段，就是使用編譯器對源程序進行編譯生成目標程序。

在程序的運行階段則是在一個特定的平台上，由這個平台來執行編譯生成的程序。Java 虛擬機是一個平台，DOS 和 Windows 也是平台，編譯器的作用就是溝通源程序和程序的運行平台。源程序相對於一個運行平台來說是不可識別的，但當編譯器將源程序編譯成為這個平台所能夠識別的目標語言以後，程序就可以在這個平台上運行了。

應該看到，編譯器在其中起到了很重要的作用。我們現在可以明確一些概念了，程序設計語言只是語言，它本身很難說有什麼好壞，這就如同說「漢語和英語哪個好」一樣。使用某一種程序設計語言，我們可以書寫自己的程序，從而向計算機表達自己希望完成的功能。這個階段，我們稱為編碼階段。編譯器由編譯程序和運行庫組成，編譯程序負責將源程序翻譯成為目標程序，運行庫提供了一些基本的子程序給程序編寫者使用。我們可以說編譯器是否支持某種語言，例如 TC 編譯器是支持 ANSI C 的，而 GCC 則是一個能夠支持多種語言的編譯器。然而不同的編譯器除了提供對某種語言的支持以外，還可能對該語言進行了某些功能擴充。編譯器在對語言的支持上，差別都是不太大的，這是因為許多語言都制定了一個標准，例如 ANSI C。編譯器的另外一個重要特性，就是對運行平台的支持。平台指的是一個程序運行所需要的所有軟體和硬體的基礎。編譯器對運行平台的支持，是通過將源程序編譯成為目標程序，以及編譯器所提供的運行庫來實現的。例如，TC只能將C源程序編譯生成，使用 80x86 CPU，操作系統為 DOS 的 16bit DOS 程序。VC只能將C源程序編譯生成 80x86 CPU、操作系統為 Windows 的 32bit Windows 程序。使用編譯器對源程序進行編譯被稱為編譯階段，這個階段編譯程序將源程序編譯為某個平台的目標代碼。程序在具體的平台上運行時，被稱為運行階段。應該指出，在編碼階段使用到的是程序設計語言，以及編譯器所提供的庫函數，這個階段產生的是源程序。在編譯階段使用的是源程序和編譯器，這個階段產生的是目標程序。在運行階段使用到的是目標程序和運行平台，這個時候產生的是程序運行結果。

因此說討論一個程序設計語言好壞沒有多大意義，因為他們使用的場合不同，比如匯編語言和 Java 語言，要談論這兩個語言的好壞是沒有實際意義的。而說「C語言哪個好」之類的話也是沒有意義的，我想大家學的C也就是在 ANSI C 基礎上的C，並且不同的C語言之間的差別是極小的。我們通常指的 TC、VC 都是指編譯器，而不是語言。編譯器能夠支持一種或者多種的程序設計語言，TC 能夠支持 ANSI C，VC 能夠支持 ANSI C 和 ANSI C++，而 GCC 則是一個支持多語言的編譯器。如果真要說 VC 比 TC 好，只能說 VC 編譯器提供的庫函數更多，並且 VC 能夠支持的平台是 Windows，而 VC 編譯出來的代碼也都是 32bit 的。

在以上概念中糾纏了這么久，我也不再想多說了。再來看開發環境。為了能夠方便程序設計者進行編碼、調試等工作，編譯器製造商在製作好一個編譯器以後，都會提供一個集成開發環境（又稱為IDE）。在這個 IDE 中，用戶可以完成編碼、編譯、調試、運行的全部工作。並且在最新的IDE中，可能還會提供一個可視化的設計功能，可以方便用戶進行程序界面的設計。例如 VB 等。另外一個方面，開發環境除了包括 IDE 以外，還包括了程序運行的平台。比如硬體是 IBM PC 兼容機，操作系統是 Windows 等。

可能，能講的也就這么多了，感覺講的並不是很好，不過我已經盡力了。有些東西是很難說清楚的，「只能意會不可言傳」指的就是這個了。不要怪我講的不好，還是自己用心去理解和體會吧。

6. 編譯器的工作原理

編譯 是從源代碼（通常為高級語言）到能直接被計算機或虛擬機執行的目標代碼（通常為低級語言或機器語言）的翻譯過程。然而，也存在從低級語言到高級語言的編譯器，這類編譯器中用來從由高級語言生成的低級語言代碼重新生成高級語言代碼的又被叫做反編譯器。也有從一種高級語言生成另一種高級語言的編譯器，或者生成一種需要進一步處理的的中間代碼的編譯器（又叫級聯）。
典型的編譯器輸出是由包含入口點的名字和地址， 以及外部調用（到不在這個目標文件中的函數調用）的機器代碼所組成的目標文件。一組目標文件，不必是同一編譯器產生，但使用的編譯器必需採用同樣的輸出格式，可以鏈接在一起並生成可以由用戶直接執行的EXE,
所以我們電腦上的文件都是經過編譯後的文件。