代码如何变成行为：语言、编译器与 DSL

代码能被运行，依赖的不只是它看起来像某种语言。字符要被解析成结构，结构要满足语言的规则，最后还要由某种执行机制产生行为。理解这些阶段，能分清语法错误、类型错误与运行时错误，也能判断一段来自模型的表达式能不能执行。

我们设计一个只允许整数、加法和乘法的小表达式语言。它用于教学计算规则，不接受函数调用、文件操作或任意 Python 程序。这种受限语言可以称为领域特定语言（DSL）。

语法、语义和运行环境

语法规定文本怎样组成合法结构，例如括号怎样配对、运算符怎样连接操作数。语义规定结构的含义，包括名字如何绑定、值怎样计算、类型怎样约束操作。语法合法并不等于业务上允许，也不等于运行时一定成功。

编程范式描述组织计算的方式。命令式代码表达状态和步骤，函数式思路强调函数组合与数据变化方式，对象式组织把数据和行为放在对象关系里。许多语言支持多种思路，不能只凭范式给语言速度或维护成本排名。

运行环境还包含库、系统接口、内存管理与资源权限。相同源码在不同版本或依赖条件下可能表现不同。分析错误时应记录语言与运行时版本，而不是只贴出一段代码。

编译器通常处理哪些阶段

词法分析识别标记，语法分析把标记组合为结构，如抽象语法树（AST）。语义检查处理类型、名字和其他语言约束。编译器可能进一步生成中间表示、优化，再生成目标代码。

这些阶段是理解工具链的框架，不是所有实现都严格使用同一顺序或文件形式。AST 省略某些表面语法细节，中间表示则通常为分析与变换服务。LLVM 的语言前端教程能帮助理解这一分工，但不能据此推断每种语言都采用 LLVM。

编译成功只证明对应检查通过。缺少文件、权限不足、外部服务失败或逻辑错误，仍可能在运行时出现。静态类型也不能证明来自网络的数据真实，运行边界依然需要校验。

解释与 JIT 怎样执行

解释器可以读取某种程序表示并执行其含义，程序表示不一定是原始源码。实现也可能先编译到字节码，再由运行时执行。即时编译（JIT）可以在运行期间把部分表示编译为机器代码。

因此“编译型”和“解释型”不适合被当成两种永不重叠的语言属性。更准确的问题是：这个实现先检查什么、何时生成哪种表示、谁执行它，以及启动、优化和运行成本怎样分配。

这些机制不能直接推出某个应用更快。数据规模、热点、内存分配、调用边界和执行环境都可能影响结果。需要性能结论时应测量对应工作负载，而不是用语言标签代替证据。

给 DSL 写出允许的边界

先定义输入最大长度、允许的字面量、运算符和数值范围，再设计解析与错误行为。这里使用 Python AST 作为解析器，但只接受精确的整数常量，以及加法和乘法节点。所有其他节点都拒绝。

这意味着函数调用、名字、属性访问和列表等语法不会执行。负数通常会被解析为一元负号加常量，本例没有允许一元运算，因此也会拒绝。这是刻意的语言边界，不是 Python 不支持负数。

不要把“已经转成 AST”当成安全沙箱。AST 只是结构，安全来自显式允许的节点、资源限制和执行方式。也不要把允许列表检查完后又交给 eval，让另一个执行路径重新引入不需要的能力。

执行一个有界表达式

示例把输入限制为 80 个字符，整数常量的绝对值最多 1000，中间结果的绝对值最多 1000000。递归函数只解释允许的节点，计算顺序由解析后的树决定，乘法优先级不会靠字符串替换猜测。

import ast

def calc(text):
    if len(text) > 80:
        raise ValueError("too long")
    def run(node):
        if isinstance(node, ast.Constant) and type(node.value) is int:
            if abs(node.value) > 1000:
                raise ValueError("too large")
            return node.value
        if isinstance(node, ast.BinOp) and isinstance(node.op, (ast.Add, ast.Mult)):
            left, right = run(node.left), run(node.right)
            result = left + right if isinstance(node.op, ast.Add) else left * right
            if abs(result) > 1000000:
                raise ValueError("too large")
            return result
        raise ValueError("unsupported expression")
    return run(ast.parse(text, mode="eval").body)

assert calc("2 + 3 * 4") == 14
try:
    calc("f(1)")
    raise AssertionError("call accepted")
except ValueError:
    pass
print(calc("2 + 3 * 4"))

输出是 14，函数调用被拒绝。mode="eval" 在这里指定解析一个表达式，并没有调用 Python 的 eval 函数。精确检查 type(value) is int 也排除了布尔常量。

代码是一个有限的教学解释器，未提供完整的用户错误界面。非法语法可能抛出 SyntaxError，不支持的结构抛出 ValueError。实际 API 应把这些错误映射为稳定类别，并检查原始输入类型与请求大小；不能直接把异常堆栈暴露给用户。

扩展语言时先扩展契约

增加除法前，要决定整数除法还是分数结果、除零怎样处理、舍入如何定义。增加变量前，要决定变量来源、名字范围、缺失值与版本。每项能力都会扩大输入和执行边界，不能只在树遍历里加一个分支就结束。

适合写进文档的信息包括：合法输入、优先级、允许范围、错误类别、格式版本与升级行为。保存过的表达式应带版本，否则语言规则变化后可能得到不同结果。

练习：验证边界而不扩大权限

加入非法括号、布尔值、浮点数、负数、属性访问、超过长度和中间结果过大的测试。它们应稳定失败，已有加法、乘法和括号表达式继续得到正确结果。

随后只扩展一个明确需要的能力，例如有界的一元负号。先定义规则和失败用例，再修改解释器。验收时确认没有新增名字解析、函数调用、文件或网络能力，并记录这次语言版本变化。