自然语言

语言，直观来说，就是用来说，用来听，用来读。

语言都有一定的结构！ 从大的方面来说， 分为 单词、语法、语义。

不同的单词组成了句子，句子的组成有一定的规则，这就是语法。 每个句子都有其具体的含义， 这就是语义。

最简单的语法就是： 主-谓-宾。如：汉语中：“我爱你”，英语中：“I love you”， 都遵循这个语法规则。

那么语义是什么呢？

“苹果爱橘子” 和 “我爱你” 有一样的语法结构，都是 ：主-谓-宾。

但是 “苹果爱橘子” ，这句话有点难以理解， 苹果怎么会爱橘子呢？ 这句话的语义就不对了， 所以不能被理解！

上面说的是自然语言。计算机语言，当然也是属于语言范畴。

计算机语言

既然是语言，也必定遵循一定的结构： 单词，语法，语义。只是这个语言是为计算机服务的，能够被计算机理解并且执行。 

单词

对于计算机语言来说，最基本的单词就是 关键字、标识符、字符串、数字、运算符。 

if else, while 是最常见的关键字。

+、-、*、/ 是最基本的运算符。

变量名、函数名、类名，是最基本的标识符。

语法

每个语言都有独特的语法。 如 while， if else， 函数的定义、类的定义， 不同的语言，就有不同的语法。

语义

除了语法，当然还得识别语义。 如 遇到了while， 就知道这是循环； 遇到了 if else， 就知道这是条件判断， 这些需要通过语义分析才知道。

说了这么多，其实就是想说明，五花八门的语言 ，它们都有一定的规律，有规律的语言才能为计算机所用。 所以是否有一套通用的语法规则，可以去定义一门语言呢？当然了， 上下文无关文法就可以用于定义目前所有的计算机语言。

上下文无关文法

上下文无关文法是由语言学家Chromsky提出的， 后面就被运用于计算机语言的设计了。 上下文无关文法只是属于Chromsky语法框架里的一种而已。 在他的语法框架中有四种四种语法：3型语法、 2型语法、1型语法、0型语法， 这四种语法的表达能力逐渐增强。其中3型语法就是所说的正则表达式。 说到正则表达式， 就要联系到有限自动机，正则表达式是等价于有限自动机的， 当然这不在本次讨论范围之内。 从这个里也看出，学科之间存在普遍的联系， 语言学家提出的语法框架竟然能被计算机所用， 并且广泛的应用于编译原理， 自动机理论。

编译原理

所以计算机语言是有一套理论基础的， 这个理论基础就包括上面提及的上下文无关文法和正则表达式 以及 自动机理论。

一门语言要被计算机所用，计算机就得理解这门语言。 怎么理解呢？当然是直接从语言的结构展开。前面说了， 语言都存在基本的结构， 即： 词法、语法、语义。

那么计算机要理解语言，当然就得从 词法分析， 语法分析，和语义分析展开， 这属于编译原理的范畴了。

词法分析

词法分析，就是分析单词。 把语言中的单词抽取出来，并且忽略无关的信息。 注释、 空格就是无关的信息。 字符串、数字、标识符、关键字， 这些单词需要靠词法分析程序去识别。

那怎么分析呢？ 正则表达式非常适用于定义单词，如 最常见的手机号码，就可以用正则表达式来表达。 所以可以用正则表达式做词法分析。正则表达式的背后实现逻辑是可以基于自动机的。 

语法分析

目前的计算机语言的语法都可由上下文无关文法表达。定义好语法之后，  就要基于语法分析程序去判断语法是否正确， 并且生成一棵语法树。

总结

计算机语言和自然语言一样， 遵循一样的语言结构。基于语言结构展开，用正则表达式去表达单词，用上下文无关文法去表达语法。而正则表达式和上下文无关文法都是由语言学家Chromsky发明的。定义好单词和语法之后，计算机还得理解该语言，通过词法分析， 语法分析和语义分析， 该语言才能被计算机理解！