Как компилятор превращает код в программу

Как процессор читает команды

Процессор внутри компьютера представляет собой микросхему с миллиардами крошечных транзисторов. Он не понимает английские слова print, while или if. Единственный понятный ему язык состоит из электрических сигналов, которые мы записываем в виде машинного кода из нулей и единиц. Каждая комбинация таких цифр заставляет процессор выполнить элементарное действие, например сложить два числа в регистрах или переместить данные из одной ячейки памяти в другую.

Писать сложные программы вручную в нулях и единицах невероятно долго и трудно. В пятидесятых годах двадцатого века программисты создали первые высокоуровневые языки, чтобы писать инструкции обычными словами и математическими знаками. Чтобы подружить понятный человеку текст со строгим машинным кодом, придумали специальную программу-переводчик. Эту программу называют компилятором.

Четыре шага превращения кода в готовую программу

Превращение обычного текстового файла с расширением .py или .cpp в работающее приложение происходит последовательно через несколько стадий внутренней обработки.

Лексический анализ

Сначала компилятор работает как внимательный читатель. Он разбивает сплошной текст исходного файла на отдельные кирпичики, которые специалисты называют токенами. Каждое слово, число, открывающаяся скобка или знак плюс становятся самостоятельным элементом. Лишние пробелы и комментарии отбрасываются на этой стадии, ведь процессору они совершенно не нужны для вычислений.

Синтаксический анализ

Дальше компилятор проверяет грамматику. Он смотрит, стоят ли токены в правильном порядке согласно правилам языка. Из распознанных слов и знаков программа выстраивает синтаксическое дерево. Это иерархическая структура, которая наглядно показывает порядок выполнения действий. Если ты забыл закрыть круглую скобку или поставить двоеточие в цикле for, именно на этой стадии компилятор прервет работу и покажет ошибку SyntaxError.

Семантический анализ и оптимизация

После проверки грамматики компилятор проверяет внутренний смысл программы. Он выясняет, объявлены ли используемые переменные и можно ли складывать выбранные типы данных. Затем специальный оптимизатор упрощает инструкции. Например, если в коде написано математическое выражение два плюс два, программа сразу заменит его на четверку еще до запуска, чтобы компьютер не тратил время на вычисление очевидных вещей.

Генерация результата

На финальном шаге оптимизированное синтаксическое дерево преобразуется в бинарные команды. В классических языках вроде C++ на выходе получается полноценный исполняемый файл с расширением .exe для Windows или бинарник для Linux. В Python программа на этом шаге превращается в набор инструкций для виртуальной машины.

Особый путь языка Python

Многие учебники называют Python чисто интерпретируемым языком, однако внутри него скрыт полноценный этап компиляции. Когда ты нажимаешь зеленую кнопку запуска в своей среде разработки, среда Python быстро переводит написанный текст в компактный промежуточный формат. Этот формат называется байт-кодом.

Байт-код состоит из коротких служебных команд. Каждая команда занимает ровно один байт памяти, откуда и появилось такое название. Посмотреть на эти команды можно прямо из кода, если подключить стандартный модуль dis. Простая строчка сложения двух переменных внутри Python превращается в команды загрузки значений LOAD_NAME и команду математического сложения BINARY_OP.

После создания байт-кода за дело берется виртуальная машина Python, которую разработчики сокращенно называют PVM. Это специальная программа, написанная на языке Си. Она берет полученный байт-код и последовательно выполняет инструкции на физическом процессоре твоего ноутбука или сервера. За счет разделения на виртуальную машину и байт-код один и тот же файл со скриптом запускается на Windows, macOS и Linux без изменения текста программы.

Куда прячется скомпилированный код

Если твоя программа состоит из нескольких файлов и ты подключаешь одни модули к другим через команду import, Python сохраняет результаты компиляции на диск. В папке с проектом появляется служебный каталог с названием __pycache__.

Внутри этого каталога лежат файлы с расширением .pyc. Буква c на конце как раз означает compiled, то есть скомпилированный. Python сверяет время изменения исходного текста и готового файла .pyc. Если ты не менял код с прошлого запуска, компиляция пропускается. Компьютер сразу загружает готовый байт-код в виртуальную машину, экономя секунды при старте крупных проектов.

Почему разные языки компилируются по-разному

Существуют разные подходы к выполнению программ, каждый из которых решает конкретные задачи инженеров и пользователей.

• Прямая компиляция в машинный код используется в языках Rust, Go и C++. Такие программы запускаются мгновенно и работают с максимальной производительностью, но готовый файл приходится компилировать отдельно под каждую операционную систему.
• Компиляция в байт-код с виртуальной машиной применяется в Python и Java. Скорость выполнения здесь ниже, зато однажды созданная программа запустится на любом устройстве с установленной виртуальной машиной.
• Динамическая JIT-компиляция на лету используется в JavaScript внутри современных веб-браузеров. Движок отслеживает самые часто вызываемые функции и прямо во время работы страницы превращает их байт-код в чистый машинный код для ускорения анимаций и вычислений.