chabo-dslは、Perlでゼロから作っている小さなDSLです。
現在は日本語DSLを実装しています。
……が、ある日ふと思いました。
これ、日本語じゃなくてもいけるんじゃね?
私は日本語しか話せません(笑)。
なので英語、韓国語、中国語、ましてやアラビア語なんて、正直よく分かりません。
でも、chabo-dslの内部構造を考えてみると、言語そのものに依存している部分と、言語に依存していない部分がかなりきれいに分かれていることに気付きました。
Ast.pmは自然言語を知らない
chabo-dslの中心にある Ast.pm は、基本的に自然言語を知りません。
たとえば、
(年齢 >= 18) ? 成人 : 未成年
という式が渡されれば、それをASTとして解析して評価できます。
ここで重要なのは、
年齢
成人
未成年
が日本語だからといって、Ast.pmが日本語を理解しているわけではない、ということです。
Ast.pmから見れば、これらは単なる識別子や値です。
つまり、
Age
Adult
Minor
でも、
나이
성인
미성년자
でも、
年龄
成年人
未成年人
でも、基本的には同じように扱えます。
じゃあ、自然言語の部分はどこにある?
そこで登場するのが Sugar.pm です。
日本語DSLでは、
もし年齢が18以上なら成人以外未成年
のような、人間が読みやすい日本語を、
(年齢 >= 18) ? 成人 : 未成年
のようなAst.pmが理解できる式へ変換します。
つまり、
人間が書く言葉
↓
Sugar.pm
↓
chabo-dslの共通表現
↓
Ast.pm
↓
実行
という構造です。
この「Sugar.pmとAst.pmの分離」が、もしかすると結構面白いことにつながります。
もしかして英語でもいける?
例えば英語用のSugarを作ったとします。
入力:
If Age is greater than or equal to 18 then Adult else Minor
Sugar変換後:
(Age >= 18) ? Adult : Minor
あとは日本語の場合と同じです。
Ast.pmは、
「英語? 何それ?」
という感じで、そんなことは気にせずASTを作って評価します。
韓国語なら?
例えば、
나이가 18 이상이면 성인 아니면 미성년자
を、
(나이 >= 18) ? 성인 : 미성년자
に変換できれば、
これもAst.pmに渡せます。
中国語なら?
例えば、
如果年龄大于等于18则成年人否则未成年人
を、
(年龄 >= 18) ? 成年人 : 未成年人
へ。
これもいけそうです。
そしてアラビア語……
ここまで来ると、ちょっと調子に乗ってきます(笑)。
例えば、
إذا كان العمر أكبر من أو يساوي 18 فبالغ وإلا قاصر
を、
(العمر >= 18) ? بالغ : قاصر
に変換できたとします。
すると……
Ast.pmはこれも特に気にしません。
日本語だろうが、
年齢
英語だろうが、
Age
韓国語だろうが、
나이
中国語だろうが、
年龄
アラビア語だろうが、
العمر
Ast.pmから見れば、全部「変数名」です。
実はUnicode変数名に対応している
ここで効いてくるのが、Ast.pmの変数名の定義です。
VAR_NAME => qr/[\p{L}_][\p{L}\p{N}_]*/u
\p{L} はUnicodeの文字、\p{N} はUnicodeの数字です。
そのため、例えば、
年齢
Age
나이
年龄
العمر
のような変数名を扱える設計になっています。既存の言語リファレンスでもUnicode変数名がchabo-dslの機能として整理されています。
つまり、
年齢 = 20
Age = 20
나이 = 20
年龄 = 20
العمر = 20
のようなコードも、変数名の部分については同じASTエンジンに載せられる可能性があります。
Sugar.pmが「翻訳者」になる
こう考えると、Sugar.pmの役割がちょっと面白く見えてきます。
Sugar.pmは、言語そのものを実行する処理系というより、
人間の言葉を、Ast.pmが理解できる共通言語へ翻訳する層
と考えることができます。
例えば、
日本語
↓
Sugar.ja.pm
↓
(年齢 >= 18) ? 成人 : 未成年
↓
Ast.pm
英語なら、
English
↓
Sugar.en.pm
↓
(Age >= 18) ? Adult : Minor
↓
Ast.pm
韓国語なら、
한국어
↓
Sugar.ko.pm
↓
(나이 >= 18) ? 성인 : 미성년자
↓
Ast.pm
という感じです。
最後に待っているAst.pmは全部同じ。
ここが面白いところです。
「言語」と「処理系」を分離できる
つまり、極端に言えば、
日本語
│
Sugar.ja
│
↓
┌─────┐
英語 → │ │ ← 韓国語
│Ast.pm│
中国語→ │ │ ← アラビア語
└─────┘
という構造にできます。
新しい言語を追加するときも、Ast.pmを改造するのではなく、
その言語をAst.pmの共通表現に変換するSugarを追加する。
という考え方です。
もちろん、これはまだ「妄想」です(笑)
ここは大事なところです。
今回の英語、韓国語、中国語、アラビア語の例は、各言語版のSugar.pmを実装したわけではありません。
あくまで、
「Ast.pmが自然言語に依存していないなら、Sugar.pmを言語ごとに作れば、多言語DSLにできるんじゃないか?」
という設計上の可能性を試しに考えてみたものです。
実際にやるとなると、
- 各言語の構文解析
- 語順
- 助詞や前置詞
- 活用
- 複数形
- 文字列リテラル
- コメント
- 演算子の表現
- 文の区切り
- 関数名
- エラーメッセージ
など、いろいろ考える必要があります。
特にアラビア語まで行くと、私は完全にお手上げです(笑)。
それでも、この設計はちょっと面白い
chabo-dslを作っていて面白かったのは、
「日本語でプログラムを書く」ことそのものよりも、日本語部分を取り除いてみると、意外と普通の言語処理系になっていた
ということです。
日本語DSLは、
Sugar.pm
という「見た目」の部分。
その下には、
Tokenizer
Parser
AST
Evaluator
Scope
Function
という、自然言語とは関係のない処理系があります。
実際、chabo-dslのREADMEでも、日本語DSLはSugar.pmとして実装され、エンジン本体は自然言語に依存しないという設計になっています。
だから、
日本語DSLを作ったつもりが、実は「多言語DSLの土台」を作っていたのかもしれない。
……なんてことを、ちょっと考えてしまいました。
まだ実験段階ですけどね(笑)。