來自一個小白的提問：“C語言本身用什么語言寫的?”

換個角度來問，其實是：C語言在運行之前，得編譯才行，那C語言的編譯器從哪里來?用什么語言來寫的?如果是用C語言本身來寫的，到底是先有蛋還是先有雞?

1

我們假設(shè)世界上不存在任何編譯器， 先從機器語言說起，看看怎么辦。

機器語言可以直接被CPU執(zhí)行，不需要編譯器。

然后是匯編語言， 匯編語言雖然只是機器語言的助記符，但是也需要編譯成機器語言才能執(zhí)行，沒辦法只能用機器語言來寫這第一個編譯器了(以后就不用了)。

匯編語言的問題解決了，就往前邁進了一大步，這時候就可以用匯編語言去寫C語言的編譯器，我們說這是C編譯器的老祖宗。

有了這個老祖宗，就可以編譯任意的C語言程序了，那是不是可以用C語言本身寫一個編譯器?只要用老祖宗編譯一下就可以了。

OK， 這么一層層上來，終于得到了一個用C語言寫的編譯器， 真是夠麻煩的。

到這個時候，之前那個匯編寫的C語言編譯器就可以拋棄了。

當(dāng)然，如果在C語言之前，已經(jīng)出現(xiàn)了別的高級語言，例如Pascal，那就可以用Pascal來寫一個C語言的編譯器。

第一個Pascal的編譯器據(jù)說使用Fortran寫的。而作為第一個高級語言的Fortran，它的編譯器應(yīng)該是匯編語言寫的。

2

關(guān)于編譯器，這里邊有個有趣的傳說：

• 傳說Unix 發(fā)明人之一的 Ken Thompson在貝爾實驗室，大搖大擺的走到任何一臺Unix機器前，輸入自己的用戶名和密碼，就能以root的方式登錄!

貝爾實驗室人才濟濟，另外一些大牛發(fā)誓要把這個漏洞找出來，他們通讀了Unix的C源碼，終于找到了登錄的后門， 清理后門以后編譯Unix , 運行， 可是Thompson 還是能夠登錄進去。

有人覺得可能是編譯器中有問題，在編譯Unix的時候植入了后門， 于是他們又用C語言重新寫了一個編譯器，用新的編譯器再次編譯了Unix， 這下總算天下太平了吧。

可是仍然不管用， Thompson 依然可以用root登錄，真是讓人崩潰!

后來Thompson 本人解開了秘密，是第一個C 語言編譯器有問題， 這個編譯器在編譯Unix源碼的時候，當(dāng)然會植入后門， 這還不夠，更牛的是，如果你用C 語言寫了一個新編譯器，肯定也需要編譯成二進制代碼啊，用什么來編譯，只有用Thompson寫的那第一個編譯器來編譯，好了， 你寫的這個編譯器就會被污染了，你的編譯器再去編譯Unix , 也會植入后門 :-)

說到這里我就想起了幾年前的XcodeGhost 事件，簡單來說就是在Xcode(非官方渠道下載的)中植入了木馬，這樣XCode編譯出的ios app都被污染了，這些app就可以被黑客利用做非法之事。

雖然這個XCodeGhost和Thompson的后面相比差得遠，但是提醒我們，下載軟件的時候要走正規(guī)渠道，從官方網(wǎng)站下載，認準網(wǎng)站的HTTPS標(biāo)準，甚至可以驗證一下checksum。

3

可能有人問：我用匯編寫一段Hello World都很麻煩，居然有人可以用它寫復(fù)雜的編譯器?這可能嗎?

當(dāng)然可能，在開發(fā)第一代Unix的時候，連C語言都沒有， Ken Thompson 和 Dennis Ritchie 可是用匯編一行行把Unix敲出來的。 WPS第一版是求伯君用匯編寫出來的， Turbo Pascal 的編譯器也是Anders 用匯編寫出來的，大神們的能力不是普通人能想象得到的。

對于編譯器來說，還可以采用“滾雪球”的方式來開發(fā)：

還是以C語言為例，第一個版本可以先選擇C語言的一個子集，例如只支持基本的數(shù)據(jù)類型，流程控制語句，函數(shù)調(diào)用...... 我們把這個子集稱為C0。

然后用匯編語言寫個編譯器，只搞定這個語言的子集C0，這樣寫起來就容易不少。

C0這個語言可以工作了，然后我們擴展這個子集，例如添加struct，指針...... ，把新的語言稱為C1。

那C1這個語言的編譯器由誰來寫? 自然是C0。

等到C1可以工作了，再次擴展語言特性，用C1寫編譯器，得到C2。

然后是C3, C4...... 最后得到完整的C語言。

這個過程被稱為bootstraping ， 中文叫做自舉。