Stropping (sintaxis) - Stropping (syntax)

En el diseño del lenguaje informático , el trazo es un método para marcar explícitamente secuencias de letras que tienen una propiedad especial, como ser una palabra clave , o un cierto tipo de variable o ubicación de almacenamiento, y por lo tanto habitan un espacio de nombres diferente de los nombres ordinarios ("identificadores"). , para evitar enfrentamientos. El trazo no se usa en la mayoría de los lenguajes modernos; en cambio, las palabras clave son palabras reservadas y no se pueden usar como identificadores. Stropping permite usar la misma secuencia de letras como palabra clave y como identificador , y simplifica el análisis en ese caso, por ejemplo, permitiendo una variable nombrada ifsin entrar en conflicto con la palabra clave if .

Stropping se asocia principalmente con ALGOL y lenguajes relacionados en la década de 1960. Aunque encuentra algún uso moderno , se confunde fácilmente con otras técnicas similares que son superficialmente similares.

Historia

El método de estropear y el término "estropear" surgieron en el desarrollo de ALGOL en la década de 1960, donde se utilizó para representar distinciones tipográficas (negrita y subrayado) encontradas en el lenguaje de publicación que no se podían representar directamente en el lenguaje de hardware - un La máquina de escribir podía tener caracteres en negrita, pero en la codificación de tarjetas perforadas no había caracteres en negrita. El término "stropping" surgió en ALGOL 60 , de " apóstrofe ", ya que algunas implementaciones de ALGOL 60 usaban apóstrofos alrededor del texto para indicar negrita, como 'if'para representar la palabra clave si . El raspado también es importante en ALGOL 68 , donde se utilizan múltiples métodos de raspado, conocidos como "regímenes de raspado"; los apóstrofos emparejados originales de ALGOL 60 no se usaban ampliamente, siendo más común un punto inicial o mayúscula, como en .IFo IFy el término "estriado" se aplicó a todos ellos.

Sintaxis

Se han utilizado una variedad de sintaxis diferentes para el trazo:

  • Algol 60 solía utilizar sólo la convención de comillas simples alrededor de la palabra, generalmente como apóstrofos, de ahí el nombre "stropping" (p 'BEGIN'. Ej .).
  • Algol 68 en algunas implementaciones trata las secuencias de letras precedidas por una comilla simple, ', como palabras clave (p. Ej., 'BEGIN)

De hecho, a menudo se da el caso de que en un idioma se utilizan varias convenciones estrictas. Por ejemplo, en ALGOL 68 , la elección de la convención de trazo se puede especificar mediante una directiva de compilador (en la terminología de ALGOL, un " pragmat "), a saber, POINT, UPPER, QUOTE o RES:

  • PUNTO para 6 bits (no hay suficientes caracteres para minúsculas), como en .FOR: se usa una convención similar en FORTRAN 77, donde las palabras clave LÓGICAS se escriben como .EQ.etc. (ver más abajo)
  • SUPERIOR para 7 bits, como en FOR- con minúsculas utilizadas para identificadores ordinarios
  • CITA como en ALGOL 60, como en 'for'
  • Las palabras reservadas RES, como se usan en los lenguajes modernos, forestán reservadas y no están disponibles para identificadores ordinarios

Los diversos regímenes de reglas son una especificación léxica para caracteres trazados, aunque en algunos casos tienen interpretaciones simples: en los regímenes de apóstrofos simples y puntos, el primer carácter funciona como un carácter de escape , mientras que en el régimen de apóstrofos emparejados los apóstrofes funcionan como delimitadores , como en los literales de cadena .

Otros ejemplos:

  • Atlas Autocode tenía la opción de tres: las palabras clave podían underlinedusar retroceso y tachado en un teclado Flexowriter , podían ser introducidas por a %percent %symbol, o podían escribirse UPPER CASEsin carácter delimitador (modo "delimitadores en mayúsculas", en cuyo caso todas las variables tenían que estar en minúsculas).
  • Algol 60 en las computadoras Elliott 803 y Elliott 503 usaba subrayado. Los Flexowriters (que producen cinta de papel perforada) tenían una tecla sin movimiento (subrayado _) para que al escribir _b_e_g_i_n se produjera un comienzo que era muy legible. La barra vertical | también era una tecla sin movimiento, por lo que escribir | = produjo una buena aproximación a ≠.
  • A los programas ALGOL 68RS se les permite el uso de varias variantes de control, incluso dentro de un procesador de lenguaje.
  • Edinburgh IMP heredó la %percent %symbolconvención de prefijo Atlas Autocode, pero no sus otras opciones de trazado.

Ejemplos de diferentes estilos de ALGOL 68

Tenga en cuenta el líder de PR (abreviatura de pragmat ) Directiva , que es en sí mismo stropped en punto o estilo de las comillas, y el ¢de comentario (de " 2¢") - ver ALGOL 68: pr & co: Pragmats y Comentarios para más detalles.

Algol68 "estricto"
como se publica normalmente 		Quote stropping
(como wikitexto ) 		Para un compilador de código de caracteres de 7 bits
 Para un compilador de código de caracteres de 6 bits
 Algol68 usando res stropping
(palabra reservada) 
¢ subrayado o
   tipo de letra negrita ¢
 modo  xint = int ;
 xint sum sq: = 0;
 para i , mientras
   suma cuadrada ≠ 70 × 70
 hacer
   suma sq +: = i ↑ 2
 sobredosis
 
'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 .PR
MODE XINT = INT;
XINT sum sq:=0;
FOR i WHILE
  sum sq/=70*70
DO
  sum sq+:=i**2
OD

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

.PR RES .PR
mode .xint = int;
.xint sum sq:=0;
for i while
  sum sq≠70×70
do
  sum sq+:=i↑2
od

Otros idiomas

Por diversas razones Fortran 77 tiene estos valores "lógicos" y operadores: .TRUE., .FALSE., .EQ., .NE., .LT., .LE., .GT., .GE., .EQV., .NEQV., .OR., .AND.,.NOT.

.AND., .OR.y .XOR.también se utilizan en pruebas combinadas en IFy IFFdeclaraciones en archivos por lotes que se ejecutan en procesadores de línea de comandos de JP Software como 4DOS , 4OS2 y 4NT / Take Command .

Uso moderno

La mayoría de los lenguajes informáticos modernos no utilizan trazos, con dos notables excepciones:

El uso de muchos lenguajes en la Infraestructura de lenguaje común (CLI) de .NET de Microsoft requiere una forma de utilizar variables en un lenguaje diferente que pueden ser palabras clave en un lenguaje de llamada. A veces, esto se hace mediante prefijos, como en C #, o encerrando el identificador entre corchetes, en Visual Basic.NET . @

Un segundo ejemplo importante se encuentra en muchas implementaciones del lenguaje de consulta estructurado . En esos idiomas, las palabras reservadas se pueden usar como nombres de columnas, tablas o variables delimitándolas léxicamente. El estándar especifica encerrar palabras reservadas entre comillas dobles, pero en la práctica el mecanismo exacto varía según la implementación; MySQL , por ejemplo, permite que las palabras reservadas se usen en otros contextos encerrándolas entre comillas invertidas, y Microsoft SQL Server usa corchetes.

El trazo también se puede utilizar en el lenguaje de programación Nim . En Nim, una palabra reservada se puede utilizar como identificador encerrándola entre comillas invertidas.

Hay otros ejemplos menores. Por ejemplo, Web IDL utiliza un subrayado _inicial para eliminar identificadores que de otra manera chocarían con palabras reservadas: el valor del identificador elimina este subrayado inicial, lo que hace que esto sea más bien que una convención de nomenclatura.

Desarmado por el compilador

Más información: Interfaz del compilador

En una interfaz de compilador , el desencadenamiento se produjo originalmente durante una fase de reconstrucción de línea inicial , que también eliminó los espacios en blanco. A esto le siguió un análisis sintáctico sin escáner (sin tokenización); esto era estándar en la década de 1960, especialmente para ALGOL. En el uso moderno, el desencadenamiento se realiza generalmente como parte del análisis léxico . Esto es claro si uno distingue al lexer en dos fases de escáner y evaluador: el escáner categoriza la secuencia estropeada en la categoría correcta, y luego el evaluador desencadena al calcular el valor. Por ejemplo, en un idioma donde se usa un guión bajo inicial para trazar identificadores para evitar colisiones con palabras reservadas, el escáner _ifclasificaría la secuencia como un identificador (no como la palabra reservada if), y luego el evaluador le daría el valor if, dando (Identifier, if)como valor y tipo de token.

Técnicas similares

Existen varias técnicas similares, generalmente prefijando o añadiendo sufijos a un identificador para indicar un tratamiento diferente, pero la semántica es variada. Estrictamente hablando, el stropping consiste en diferentes representaciones del mismo nombre (valor) en diferentes espacios de nombres y ocurre en la etapa de tokenización. Por ejemplo, en ALGOL 60 con apóstrofo coincidente, 'if'se tokeniza como (Palabra clave, si), mientras que ifse tokeniza como (Identificador, si): el mismo valor en diferentes clases de tokens.

El uso de mayúsculas para palabras clave sigue siendo una convención para escribir gramáticas para lexing y análisis: tokenizar la palabra reservada ifcomo la clase de token IF y luego representar una cláusula if-then-else por la frase IF Expression THEN Statement ELSE Statementdonde los términos en mayúsculas son palabras clave y los términos en mayúscula son símbolos no terminales en una regla de producción ( los símbolos terminales se indican mediante términos en minúsculas, como identifiero integer, para un literal entero ).

Convenciones de nombres

Artículo principal: Convención de nomenclatura (programación)

Más libremente, uno puede usar convenciones de nomenclatura para evitar choques, comúnmente prefijando o sufijando un guión bajo, como en if_o _then. Un guión bajo inicial se utiliza a menudo para indicar miembros privados en la programación orientada a objetos.

Estos nombres pueden ser interpretados por el compilador y tener algún efecto, aunque esto generalmente se hace en la fase de análisis semántico, no en la fase de tokenización. Por ejemplo, en Python, un solo subrayado inicial es un indicador privado débil y afecta qué identificadores se importan en la importación del módulo, mientras que un doble subrayado inicial (y no más de un subrayado final) en un atributo de clase invoca la alteración de nombres .

Palabras reservadas

Artículo principal: palabra reservada

Si bien los lenguajes modernos generalmente usan palabras reservadas en lugar de restringir para distinguir palabras clave de identificadores, por ejemplo, hacer ifreservado, también suelen reservar una clase sintáctica de identificadores como palabras clave, lo que produce representaciones que pueden interpretarse como un régimen estricto, pero en cambio tienen la semántica de palabras reservadas.

Esto es más notable en C, donde los identificadores que comienzan con un subrayado están reservados, aunque los detalles precisos de qué identificadores están reservados en qué ámbito están involucrados, y los dobles subrayados iniciales están reservados para cualquier uso; De manera similar, en C ++, cualquier identificador que contenga un guión bajo doble se reserva para cualquier uso, mientras que un identificador que comienza con un guión bajo se reserva en el espacio global. Por lo tanto, se puede agregar una nueva palabra clave foousando la palabra reservada __foo. Si bien esto es superficialmente similar a estropear, la semántica es diferente. Como palabra reservada, la cadena __foorepresenta el identificador __fooen el espacio de nombres del identificador común. En trazos (prefijando palabras clave por __), la cadena __foorepresenta la palabra clave fooen un espacio de nombres de palabras clave separado. Por lo tanto, al usar palabras reservadas, los tokens para __fooy fooson (identificador, __foo) y (identificador, foo) - valores diferentes en la misma categoría - mientras que en los tokens para __fooy fooson (palabra clave, foo) y (identificador, foo) - lo mismo valores en diferentes categorías. Estos resuelven el mismo problema de los conflictos de espacios de nombres de una manera que es la misma para un programador, pero que difiere en términos de gramática formal e implementación.

Destrozar nombre

Artículo principal: Destrucción de nombres

La alteración de nombres también aborda los conflictos de nombres al cambiar el nombre de los identificadores, pero lo hace mucho más tarde en la compilación, durante el análisis semántico, no durante la tokenización. Consiste en crear nombres que incluyan información de tipo y alcance, principalmente para que los utilicen los enlazadores, tanto para evitar conflictos como para incluir la información semántica necesaria en el propio nombre. En estos casos los identificadores originales pueden ser idénticos, pero el contexto es diferente, como en las funciones foo(int x)versus foo(char x), en ambos casos teniendo el mismo identificador foo, pero diferente firma. Estos nombres se pueden alterar foo_iy foo_c, por ejemplo, para incluir la información de tipo.

Sigilos

Artículo principal: Sigil (programación de computadoras)

Un fenómeno sintácticamente similar pero semánticamente diferente son los sigilos , que en cambio indican propiedades de variables. Estos son comunes en Perl , Ruby y varios otros lenguajes para identificar características de variables / constantes: Perl para designar el tipo de variable, Ruby para distinguir variables de constantes e indicar alcance. Tenga en cuenta que esto afecta la semántica de la variable, no la sintaxis de si es un identificador o una palabra clave.

Paralelos en el lenguaje humano

Stropping se usa en lenguajes de programación de computadoras para facilitar el trabajo del compilador (o más estrictamente, del analizador ), es decir, dentro de la capacidad de las computadoras relativamente pequeñas y lentas disponibles en los primeros días de la computación en el siglo XX. Sin embargo, también se han utilizado técnicas similares para ayudar a las personas a comprender la lectura. Algunos ejemplos son:

  • Colocar palabras importantes en negrita , como la primera mención de stropping en el encabezado de esta página, porque definir el stropping es el propósito mismo de la página.
  • Dar formato a las palabras nuevas en cursiva cuando se introducen por primera vez en el texto. Esto se usa comúnmente en ciencia ficción y fantasía al introducir plantas, alimentos y criaturas inventadas; en el diario de viaje y la escritura histórica al describir palabras extranjeras desconocidas; etcétera. También usando una fuente especial, posiblemente asociada con el idioma en cuestión, por ejemplo, usando una fuente gótica para palabras en alemán .
  • Usar un idioma diferente, típicamente latín o griego para significar términos técnicos. Esto es similar al uso de palabras reservadas, pero generalmente se combina con texto en cursiva para facilitar la legibilidad. Por ejemplo:
  • En japonés escrito , además de los caracteres kanji , los dos alfabetos distintos (más estrictamente, silabarios ) Hiragana y Katakana , que representan el mismo conjunto de sonidos, se utilizan para distinguir palabras japonesas deletreadas fonéticamente de palabras extranjeras importadas, respectivamente; Katakana también se usa para enfatizar, al igual que la cursiva en inglés.

Ver también

Notas

Referencias

Otras lecturas