访问抽象语法树 (AST) 的好处。 Julia 如何利用它？答案

【问题标题】：Benefits of accessing the Abstract Syntaxt Tree (AST) . How does Julia exploit it?访问抽象语法树 (AST) 的好处。 Julia 如何利用它？
【发布时间】：2014-04-02 15:15:37
【问题描述】：

我读到 Julia 可以访问它运行的代码的 AST。这到底是什么意思？是运行时可以访问它，代码本身可以访问它，还是两者兼而有之？

以此为基础：

这是 Julia 与其他动态语言（尤其是 Python）的主要区别吗？
能够访问 AST 有哪些实际好处？

什么是一个很好的示例，说明您在 Python 中无法轻松完成，但您可以因此在 Julia 中完成？

【问题讨论】：

Python code objects 没有对其 AST 的直接反向编译访问权限，但 Python AST objects 可以编译为代码对象，因此您始终可以 ast.parse 某些源代码并稍后执行。

标签： python abstract-syntax-tree julia

【解决方案1】：

Julia 与 Python 等语言的区别在于，Julia 允许您在代码被评估之前拦截代码。宏只是用 Julia 编写的函数，可让您访问该代码并在其运行之前对其进行操作。此外，它不是将代码视为字符串（如 "f(x)"），而是作为 Julian 对象提供（如 Expr(:call, :f, :x)）。

它允许的许多事情在 Python 中是不可能的。主要有：

您可以在编译时做更多的工作，提高性能

这方面的两个很好的例子是正则表达式和 printf。这两者都采用某种格式规范并以某种方式对其进行解释。现在，这些可以相当直接地实现为函数，如下所示：

match(Regex(".*"), str)
printf("%d", num)

问题在于这些规范必须在每次运行语句时重新解释。每次解释器遍历此块时，必须将正则表达式重新编译成状态机，并且必须通过迷你解释器运行格式。另一方面，如果我们将这些实现为宏：

match(r".*", str)
@printf("%d", num)

然后r 和@printf 宏会在编译时截取代码，并运行各自的解释器然后。正则表达式变成了一个快速状态机，@printf 语句变成了一个简单的println(num)。在运行时完成了最少的工作，因此代码非常快。现在，其他语言能够提供快速的正则表达式，例如，通过为其提供特殊语法——但事实上它们在 Julia 中没有特殊情况，这意味着开发人员可以在自己的代码中使用相同的技术。

你可以为几乎任何东西制作迷你编译器

带有宏的语言往往具有更强大的嵌入式 DSL，因为您可以随意更改语言的语义。例如，代数建模语言JuMP.jl。 Clojure 也有一些很好的例子，比如它嵌入的logic programming language。 Mathematica.jl 甚至在 Julia 中嵌入了 Mathematica 的语义，这样你就可以编写像 @Integrate(log(x), {x,0,2}) 这样的非常自然的符号表达式。您可以在 Python 中将其伪装成某种程度（SymPy 做得很好），但没有那么干净或高效。

如果这不能说服您，请考虑有人设法在纯 Julia 中使用宏实现了 interactive Julia debugger。在 Python 中尝试一下。

编辑：另一个在其他语言中比较困难的例子是Cartestian.jl，它可以让您编写跨任意维数数组的通用算法。

【讨论】：

【解决方案2】：

我对 Julia 不熟悉，只是第一次听说你的问题，但这听起来很像 Lisp（实际上 Julia 似乎是我正在阅读的 Lisp 的新孙子/方言），而且它是强大的宏。在运行/编译时访问 AST 的能力为程序员代码带来了一个全新的维度：元编程。

请参阅http://docs.julialang.org/en/latest/manual/metaprogramming/，尤其是http://docs.julialang.org/en/latest/manual/metaprogramming/#macros，了解一些实际用途。基本上，您可以在 python/R 无法执行相同操作的地方“注入/修改”代码。

【讨论】：

【解决方案3】：

示例：不进行任何复制和粘贴的循环展开，它采用编译时参数来轻松改变您想要展开循环的程度。

这里有一个关于 Julia 元编程的优秀资源：https://en.wikibooks.org/wiki/Introducing_Julia/Metaprogramming

【讨论】：