¿Con qué lenguaje de programación se crean los lenguajes de programación?
Published: 2024-07-14
Si estás leyendo esto seguramente sabes uno o más lenguajes
de programación. También sabes que los computadores trabajan
en base a código máquina, o unos y ceros.
Pero, ¿sabes cómo funciona internamente un lenguaje de programación? O cómo funciona un compilador/intérprete?
Este artículo asume que sabes qué es un intérprete, compilador y otros conceptos básicos.
Motivación
Al parecer no hay recursos sobre este tema en español (o soy muy malo buscando en internet, que es una posibilidad real).
El otro día, mientras trabajaba en la documentación de mi lenguaje de programación THP, me dió curiosidad saber qué se dice del tema en español. Porque en Inglés hay un montón de recursos acerca de lenguajes de programación, clasificación, características, implementaciones, tutoriales, etc., por ejemplo:
etc. etc. etc.
Buscando en YouTube “como funciona un lenguaje de programación” encontré un único video que habla acerca del tema, de EDteam. Y al verlo me pareció: 1) muy simplista, y 2) incorrecto en muchos aspectos básicos.
Y bien puede ser que no sé buscar cosas en internet, pero como es común en el área, casi todos los recursos buenos están en inglés.
So, ya que tengo esta especie de blog, me interesó escribir al respecto y eventualmente detallar cómo se crea un lenguaje de programación, desde cero, con código y todo.
¿Con qué lenguaje se crean los lenguajes?
Con literalmente cualquier lenguaje de programación. Es como el huevo y la gallina. ¿Quién vino primero, el huevo? o la gallina?
En un principio…
No existía ningún lenguaje de programación. Existían computadoras, y las computadoras se programaban en unos y ceros. Pero como esto era re-complicado y re-difícil y propenso a errores, se inventó el lenguaje ensamblador.
Y el ensamblador se escribió en código máquina.
Luego!
Hubieron varios lenguajes de programación a lo largo de los años como FORTRAN, Lisp, Cobol, etc., todos implementados esta vez en ensamblador.
Pero aquí es donde surge un concepto nuevo: Bootstraping (que curiosamente no tiene un artículo en Wikipedia español así que lo llamaré así: Bootstraping).
Bootstraping es el proceso mediante el cual un lenguaje de programación se implementa en sí mismo. Curioso, y confuso.
Poniendo como ejemplo el lenguaje C:
- Primero se crea un compilador para C en cualquier lenguaje (C se implementó inicialmente en BCPL).
- Ahora que tenemos un compilador de C capaz de crear programas nuevos (escrito en BCPL), crearemos el siguiente programa: un compilador de C.
- Una vez que terminamos de escribir el compilador de C, en C, listo. Tenemos un lenguaje de programación escrito en sí mismo.
Confuso. Como me gustan las analogías, aca va una con Minecraft:
“Las hachas de madera se crean con hachas de madera. ¿Cómo se creó la primera hacha de madera?”
Pues, primero obtienes madera con tu mano. Despues creas un hacha de madera con la madera que obtuviste. Finalmente, usas el hacha de madera para picar más madera, y con esa madera creas nuevas hachas de madera.
Finalmente
Los lenguajes compilados suelen seguir ese proceso: Primero se implementan en un lenguaje (generalmente C, C++ o Rust) y luego se implementan en sí mismos. Este es el caso de: Fortran, Pascal, C, C++, Haskell, OCaml, F#, Erlang, Rust, Swift, Go, Zig, Nim, Crystal, y muchisimos más.
Los lenguajes que se ejecutan en máquinas virtuales están generalmente implementados en una mezcla de los 2, por ejemplo Java está implementado en Java + C + C++.
Los lenguajes interpretados generalmente se implementan en otro lenguaje, on en una mezcla de otro y sí mismos. PHP está implementado en C, Python en C, Ruby en C + Ruby, etc. JavaScript en C++, y curiosamente, TypeScript está implementado en TypeScript.
Asi que: ¿Con qué lenguaje de programación se crean los lenguajes de programación? Con cualquier lenguaje, y eventualmente en sí mismos.
¿Y cómo se crea un compilador?
¡Próximamente, en Dragon Ball Z!
Addendum
- ¿Por qué los lenguajes interpretados no suelen implementarse completamente en sí mismos?
Los lenguajes interpretados y los que se compilan a una máquina virtual (Java, C#), por su naturaleza, no pueden realizar el proceso de bootstraping. Esto se debe a que los lenguajes interpretados no generán código máquina, sino que generan bytecode, que debe ser ejecutado por el intérprete o la máquina virtual.
Pero, el intérprete/VM tienen que ejecutarse en metal. Y los únicos lenguajes que pueden hacer eso son los lenguajes compilados.
- ¿Por qué hay tantos lenguajes de programación?
Porque no existe el lenguaje perfecto (aunque me duela admitirlo), siempre existirán avances que los lenguajes antiguos no puedan implementar o sean muy lentos en hacerlo, y porque es un hobby muy interesante.
Cada lenguaje nuevo puede tener conceptos radicalmente nuevos como borrow checking, comptime, programación funcional pura, concurrencia masiva, etc.
O pueden ser una reimaginación/mejora de lenguajes existentes como Mojo, Kotlin, Lisp Flavored Erlang, Gleam.
O pueden ocupar un nicho que tiene ciertas necesidades como Hack, MoonScript, GDScript, Vala.
O pueden ser una demostración de lo que es posible como Brainfuck, LOLCODE, Shakespeare.
O pueden ser una sátira del status quo como Dreamberd.
O pueden ser un acto de rebeldía como CrabLang.
O pueden ser… creo que ya entendiste.