C 语言这么厉害它自身是用什么语言写的

C语言这么厉害，它自身是用什么语言写的？

C语言这么厉害，它自身是用什么语言写的？

作者|刘欣

本文经授权转载自码农翻身〔ID：coderising〕

这是来自我的星球的一个提问：C语言本身用什么语言写的？

换个角度来问，其实是：C语言在运行之前，得编译才行，那C语言的编译器从哪里来？用什么语言来写的？如果是用C语言本身来写的，到底是先有蛋还是先有鸡？

我们若世界上不存在任何编译器，先从机器语言说起，看看怎么办。

机器语言可以直接被CPU执行，不需要编译器。

然后是汇编语言，汇编语言虽然只是机器语言的助记符，但是也需要编译成机器语言才能执行，没方法只能用机器语言来写这第一个编译器了〔以后就不用了〕。

汇编语言的问题解决了，就往前迈进了一大步，这时候就可以用汇编语言去写C语言的编译器，我们说这是C编译器的老祖宗。

有了这个老祖宗，就可以编译任意的C语言程序了，那是不是可以用C语言本身写一个编译器？只要用老祖宗编译一下就可以了。

OK，这么一层层上来，终于得到了一个用C语言写的编译器，真是够麻烦的。

到这个时候，之前那个汇编写的C语言编译器就可以抛弃了。

当然，如果在C语言之前，已经出现了别的高级语言，示例Pascal，那就可以用Pascal来写一个C语言的编译器。

第一个Pascal的编译器据说使用Fortran写的。而做为第一个高级语言的Fortran，它的编译器应该是汇编语言写的。

关于编译器，这里边有个有趣的传说：

传说Unix创造人之一的KenThompson在贝尔实验室，大摇大摆的走到任何一台Unix机器前，输入自己的用户名和密码，就能以root的方式登录！

贝尔实验室人才济济，另外一些兴迈发誓要把这个漏洞找出来，他们通读了Unix的C源码，终于找到了登录的后门，清理后门以后编译Unix,运行，可是Thompson还是能够登录进去。

有人觉得可能是编译器中有问题，在编译Unix的时候植入了后门，于是他们又用C语言重新写了一个编译器，用新的编译器再次编译了Unix，这下总算天下太平了吧。

可是仍然不论用，Thompson依然可以用root登录，真是让人崩溃！

后来Thompson本人解开了秘密，是第一个C语言编译器有问题，这个编译器在编译Unix源码的时候，当然会植入后门，这还不够，更牛的是，如果你用C语言写了一个新编译器，肯定也需要编译成二进制代码啊，用什么来编译，只有用Thompson写的那第一个编译器来编译，好了，你写的这个编译器就会被污染了，你的编译器再去编译Unix,也会植入后门:-)

说到这里我就想起了几年前的XcodeGhost事件，简单来说就是在Xcode〔非官方渠道下载的〕中植入了木马，这样XCode编译出的iOSApp都被污染了，这些App就可以被黑客利用做非法之事。

虽然这个XCodeGhost和Thompson的后面相比差得远，但是提醒我们，下载软件的时候要走正规渠道，从官方网站下载，认准网站的HTTPS规范，甚至可以验证一下checksum。

可能有人问：我用汇编写一段HelloWorld都很麻烦，居然有人可以用它写复杂的编译器？这可能吗？

当然可能，在开发第一代Unix的时候，连C语言都没有，KenThompson和DennisRitchie可是用汇编一行行把Unix敲出来的。WPS第一版是求伯君用汇编写出来的，TurboPascal的编译器也是Anders用汇编写出来的，大神们的能力不是普通人能想象得到的。

对于编译器来说，还可以采用滚雪球的方式来开发：

还是以C语言为例，第一个版本可以先选择C语言的一个子集，示例只支持根本的数据类型，流程控制语句，函数调用......我们把这个子集称为C0。

然后用汇编语言写个编译器，只搞定这个语言的子集C0，这样写起来就容易不少。

C0这个语言可以工作了，然后我们扩展这个子集，示例添加struct，指针.....把新的语言称为C1。

那C1这个语言的编译器由谁来写？自然是C0。

等到C1可以工作了，再次扩展语言特性，用C1写编译器，得到C2。

然后是C3、C4......最后得到完整的C语言。

这个过程被称为bootstraping，中