编程语言的本质是什么

作为程序员，我们会接触到各种各样的语言：

我们会用 Javascript、Typescript 来写前端应用，用 Java、Go 等来写后端应用，也会用 Python 来写一些工具脚本。

每种语言都有自己的语法和擅长的领域，那不同的编程语言的区别是什么呢？编程语言的本质是什么呢？

这篇文章我们尝试探究一下。

从硬件到语言

不同的语言最终都是控制计算机的一些硬件来工作的，从硬件层面来看他们是没有区别的。各种语言只不过描述逻辑的方式、 api 的封装方式不同而已，底层都跑在同一套硬件上。

那硬件层面做了啥呢？

就拿打印机来说，它本身是一个机械的结构，但是控制机械工作的确是通过电子的方式，也就是 0 和 1 的电信号，一般控制它工作的芯片都有不同的引脚，传高低电平代表不同的含义，那么就可以通过高低电平来控制打印机做不同的工作。

控制硬件工作的程序就叫做驱动程序，它把硬件的能力做了封装，提供了各种 api。这样，我们就可以通过程序控制各种硬件了。

这些硬件中最特殊的是 CPU，其他硬件提供的指令都是控制该硬件工作的，而 CPU 提供的指令确是可以描述各种逻辑，可以读写内存，进而控制其他硬件。

这样我们就不用直接控制其他硬件，而是可以通过 CPU 来间接的控制各种硬件，所以，它叫做中央处理器。这些机器指令叫做指令集，由它所描述的逻辑，就是机器语言。

硬件是通过电子来控制机械，提供了驱动程序，然后又通过 CPU 来实现各种通用的逻辑，进而控制其他硬件。CPU 提供的指令集所描述的逻辑，就叫做机器语言，这是我们写的程序最底层的样子。

为什么要有操作系统

计算机上肯定不能只跑一个程序，那是最早的计算机，现在的计算机都是支持多个程序的并发的。但是不管跑了多少了程序，都是在同一个硬件上跑，只是做了顺序、优先级等的安排，这种叫做调度，实现多个程序的调度的程序就是操作系统。

既然是为了让多个程序都能跑在同一个硬件上，那得先给这个跑起来的程序一个名字，就叫做进程。进程调度是 CPU 最主要做的事情。进程要用各种硬件，那也就还需要内存调度、I/O 调度等。

总之，操作系统主要做的事情就是支持了程序的并发执行，把各种资源统一管理了起来，实现了进程、内存、IO 等等调度。

同时，为了安全性，操作系统会把程序的运行状态分为用户态和内核态，只有内核态可以访问驱动，来控制硬件，然后提供了系统调用给用户态来用，因为如果任何程序都能随意操作硬件，那就不安全了，所以要管控起来。

为什么讲编程语言会讲到操作系统呢？

因为我们写的应用层的代码都是在操作系统上跑的，用的各种 api 也最终都是操作系统提供的系统调用来实现的。

但我们不是直接使用系统调用，而是用各种语言的标准库，这些标准库就是对系统调用做了进一步的封装，比如创建进程、访问网络、访问内存等等。Node.js 的 api、JDK 的 api 都是基于系统调用封装的。

操作系统实现了多个程序在同一套硬件上的并发执行，为了安全，还把程序的运行分为了内核态和用户态，提供了系统调用来使用操作系统能力，各种语言对系统调用做了封装，这样，我们就能通过这些 API 来控制计算机了。

编程范式与描述方式

我们讲了如何通过机器语言来控制 CPU 进而控制其他硬件，讲了操作系统的功能和它提供的系统调用是怎么被编程语言封装的，这些都是我们能够控制计算机的基础。

但是我们现在还停留在机器语言呢，用这个来写逻辑也太麻烦了，既要考虑怎么表达逻辑，又要考虑计算机是怎么执行的，比如要访问那个寄存器、读写哪个内存等。

能不能简化一些呢？

首先想到的是把机器语言做成一些有含义的字符串，叫做汇编语言，这样描述起来就简单很多。

但是这依然要考虑表达的逻辑、计算机执行细节这两个方面，而执行细节其实与逻辑没关系，而且不同机器和操作系统的执行细节也可能不同。

能不能我只管怎么表达逻辑，然后通过一种方式来转成带有执行细节的机器语言呢？

这种就是高级语言了，它的特点就是没有具体的执行细节，只关心逻辑的表达，实现这种转换的就是编译器。（当然，也可以做成一个解释执行其他程序的中间程序，叫做解释器）

而描述逻辑这件事情有不同的方式，比如我可以通过一个个函数来组织逻辑，把数学那套思维拿过来，这叫函数式，也可以通过一个个对象来组织逻辑，这叫做面向对象，这些不同的描述逻辑的思路就是编程范式。

编程语言主要就是实现了某几种编程范式，这样，程序员就可以通过不同的方式来描述逻辑，由编译器去转成带有计算机执行细节的机器代码。

不同语言实现的编程范式不同，也就是描述逻辑的方式不同，这是语言之间最大的区别。 至于能做什么，这个不是区别，只要对系统调用封装一下，做成一些库就可以支持。

比如 Javascript 最开始只可以在浏览器上跑，描述渲染逻辑，但后来有了 Node.js 后，它同样可以用来描述一些脚本或者服务端逻辑。

像现在的跨端引擎，不就是对操作系统能力做了封装，通过 Js 来描述逻辑，然后由 native 来调用操作系统能力么？

还有 electron、hybrid 等等，这些都是 Javascript 的 runtime，他们扩展的是 api，并没有扩展 js 语言本身。

那什么扩展了 Javascript 语言本身呢？是 Typescript 这种编译成 Javascript 的语言，它提供了类型系统，可以静态检查出程序中的一些错误。

为了分离逻辑的表达和程序执行的细节，我们实现了高级语言，这样程序员只需要专注逻辑的表达，然后通过编译器/解释器来转换成带有执行细节的机器语言代码。而逻辑表达有不同的方式，比如面向对象、函数式等，每种编程语言会实现其中的几种，这是语言之间最大的区别。语言只是表达逻辑用的，至于能做什么，则是 api的事情，只要对系统能力做下封装，就可以扩展其他的 api，进而可以写该领域的逻辑，比如 Node.js、Electron、跨端引擎等都是 api 的扩展。

总结

我们从硬件、操作系统、编程范式三个层次来探讨了编程语言的本质：

• 硬件是用电子控制机械，通过驱动程序来驱动硬件工作，而 CPU 可以描述通用的逻辑，进而控制其他硬件，我们就是通过控制 CPU 来间接控制各种硬件的，所以它叫做中央处理器。它提供的指令集所表达的逻辑叫做机器语言。
• 操作系统实现了程序的并发执行，让一套硬件上可以同时跑多个程序，叫做进程。操作系统支持了进程、内存、IO 等各种调度。为了安全，把程序的执行分成了用户态和内核态两个状态，内核态才可以通过驱动控制硬件，然后把它做成了系统调暴露给用户态。各种语言的标准库就是通过系统调用来使用操作系统的能力的。
• 机器语言是我们控制计算机最根本的方式，但是它要逻辑的表达和计算机执行细节两方面，为了分离两者，我们做了编译器/解释器来完成这种转换，这样我们只需要表达逻辑即可，这叫做高级语言。描述逻辑有不同的方式，叫做编程范式，每种编程语言都实现了某几种编程范式。不同编程语言的区别只是表达逻辑的方式不同，至于可用的 api，这个可以通过库或者 runtime 来扩展。

所以，如果让你做一门编程语言，你要做什么呢？

• 你要先选择一种编程范式，用它来表达逻辑，然后要设计细节的语法。
• 之后实现编译器/解释器来让它能够转成控制计算机运行的机器语言。
• 之后要实现对操作系统能力做了封装的标准库。
• 然后如果你要表达不同领域的逻辑，则要实现不同领域的一些库，比如图形领域的、桌面端的、web 服务器的等等。

这是实现编程语言的思路，也是我们理解编程语言的思路。