# Descripción de los lenguajes de programación
Los lenguajes deben describirse de manera formal, completa y precisa. Además esta descripción ha de ser independiente de la máquina y de la implementación. Para ello se utilizan estándares aceptados universales, ya que de esta formalización depende tanto el diseño del lenguaje como la precisión del comportamiento del programa escrito por los programadores. Sin embargo no todos los niveles de descripción de un lenguaje disponen de un estándar.
Los elementos fundamentales para la definición de un lenguaje son los siguientes:
El léxico o conjunto de las "palabras" o unidades léxicas que son las cadenas de caracteres significativas del lenguaje, también denominados tokens.
También son unidades léxicas los identificadores, los símbolos especiales de operadores, como "+" o "<=" y los símbolos de puntuación como el punto y coma o el punto.
Por ejemplo, una sentencia condicional en C tendría como tokens las cadenas if y else.
La sintaxis o estructura conlleva la descripción de los diferentes componentes del lenguaje y de sus combinaciones posibles. Para ello se utilizan las gramáticas libres de contexto, un estándar aceptado universalmente. Por ejemplo la sentencia if en el lenguaje C se define por:
<sentencia if> ::= if (<expresion>) <sentencia> [else <sentencia>]La semántica expresa los efectos de la ejecución en un contexto determinado. A veces esta definición interactúa con los significados de otros elementos del lenguaje, y por ello, la semántica es la parte mas difícil en la definición de un lenguaje. Siguiendo el ejemplo del if del lenguaje C, y según Kernighan y Richie:
Una sentencia if es ejecutada, primero, evaluando su expresión, que debe ser de tipo aritmético o apuntador (incluyendo todos sus efectos colaterales), y si el resultado de la comparación de la expresión es cierta, entonces se ejecuta la sentencia que siga a la expresión. Si existe una parte else y el resultado de la expresión no es cierto, entonces se ejecuta la sentencia que sigue al else.
Además es necesario comprobar la seguridad de las sentencias. En el ejemplo del if, ¿qué ocurre si la expresión no se evalúa correctamente a cierto o false, porque haya un error de división por cero? La alternativa a esta definición incompleta es el uso de un método formal para describir la semántica. Pero en la bibliografía no existe uno aceptado, por lo que es un poco habitual encontrarse con definiciones formales de la semántica de un lenguaje, aunque existen algunos formalismos que construyen el significado de las construcciones del lenguaje.
Entre los sistemas de notación para definiciones semánticas formales se encuentran:
- La semántica operacional donde el significado de una construcción es una descripción de su ejecución en una máquina hipotética.
- La denotacional que asigna objetos matemáticos a cada componente del lenguaje para que modele su significado.
- La axiomática que modela el significado con un conjunto de axiomas que describen a sus componentes junto con algún tipo de inferencia del significado.
# Traducción de los programas para su ejecución
Para la ejecución de los programas escritos en un lenguaje de programación, es necesario disponer de un traductor, un programa que acepta como entrada los programas del lenguaje y los ejecuta o transforma en una forma adecuada para su ejecución (lenguaje máquina). En el primer caso al traductor se lo denomina intérprete y en el segundo compilador.
- Intérprete: la ejecución de un programa se realiza en un paso, con los datos necesarios y el programa como entrada, el intérprete produce la ejecución del programa sobre esos datos.
- Compilador: es un proceso de 2 pasos, el programa original o código fuente de la entrada se convierte en un nuevo programa o código objeto, que es el que puede ser ejecutado (si ya está en lenguaje máquina) sobre los datos que se desee.
En general, el lenguaje del código objeto debe ser a su vez traducido por un ensamblador en un nuevo código objeto, que será linkado (o unido) con otros códigos objeto, cargado en localizaciones de memoria adecuadas y finalmente ejecutado. Incluso en ocasiones el lenguaje objetivo es a su vez otro lenguaje de programación, con lo que el proceso es mas complejo, aunque similar. Otro caso posible es aquel en el que un pseudo-intérprete no produce un programa objetivo, sino que traduce el programa fuente aun lenguaje intermedio que posteriormente es interpretado (por ejemplo Perl).
También en general, se desea que el traductor siga exactamente a la definición del lenguaje, aunque el programador tiene que estar al tanto de las características tanto del lenguaje como del traductor. En ocasiones un lenguaje está definido por el comportamiento de su intérprete o compilador en particular, denominado traductor definicional, aunque sea una mala práctica.
Las fases que tanto un intérprete como un compilador deben llevar a cabo son:
- Primero, un analizador léxico debe identificar los tokens del programa (palabras clave, constantes, identificadores, etc.), ya que inicialmente el programa se entiende como una secuencia de caracteres. En ocasiones, hay un procesamiento previo, para transformar el programa en una entrada correcta del analizador léxico.
- A continuación, un analizador sintáctico o gramatical identifica las estructuras correctas que definen las secuencias de tokens.
- Finalmente, un analizador semántico asigna el significado de forma suficiente para su ejecución o la obtención del programa objetivo.
Estas fases exigen el mantenimiento de un entorno o ambiente de ejecución (enlace de posiciones de memoria) , que administra el espacio de memoria para los datos del programa y registra el avance de la ejecución. En general, un intérprete administra él mismo el ambiente de ejecución, mientras que un compilador lo administra de forma indirecta, incluyendo en el código las operaciones necesarias.
Cualquier lenguaje puede disponer de un intérprete y/o un compilador. En general los intérpretes disponen además de mecanismos interactivos para que el usuario manipule la entrada y salida, introduzca el programa en un terminal, recoja los resultados de manera determinada, etc. Sin embargo, los intérpretes son menos eficientes que los compiladores ya que estos permiten la optimización del código en análisis previos a la ejecución. Suele ser una opción de diseño si un compilador ejecuta una o varias fases.
Otro aspecto que influye en la selección de un intérprete o un compilador. Son las propiedades del lenguaje que pueden ser determinadas antes de su ejecución o propiedades estáticas y las qu no, llamadas propiedades dinámicas. Las propiedades estáticas típicas son las relacionadas con el léxico y la sintaxis de un lenguaje. En C o Pascal, también son estáticos los tipos tipos de datos de las variables. En un lenguaje que sólo tenga asignación estática, es decir una posición de memoria fija para las variables durante la ejecución, puede utilizar un ambiente totalmente estático y en caso contrario un ambiente totalmente dinámico. Sin embargo hay grises en esto, como es el ambiente basado en pilas (como en C o Pascal) que tiene aspectos estáticos y dinámicos.
Históricamente, los lenguajes imperativos tienen más propiedades estáticas y usan un ambiente estático administrado por un compilador, y los lenguajes declarativos usan un intérprete aunque dispongan de un compilador para obtener mayor eficiencia.
Un último aspecto a considerar con respecto a la traducción es el relacionado con la recuperación de errores que favorece la fiabilidad, una propiedad importante de un traductor. Durante la traducción, el traductor se encuentra errores que debe indicar mediante mediante mensajes de error apropiados y que, dependiendo de la complejidad inherente al error, puede resolver o al menos recuperar para poder seguir adelante con la traducción.
Los errores se clasifican de acuerdo con la fase de traducción en que se encuentran:
- Los errores léxicos occurren durante la fase de análisis léxico y suelen estar limitados al uso de caracteres ilegibles (o no admitidos). Los errores ortográficos son difíciles de identificar. Por ejemplo si aparece un whille, no se puede conocer a priori si es el nombre de una variable o una mala escritura de while, pero este tipo de error sí lo encontrará el analizador sintáctico.
- Los errores sintácticos se refieren a tokens que faltan en expresiones o expresiones mal formadas. Así, en el ejemplo anterior, el analizador sintáctico lo interpretará com un identificador, originando un error sintáctico si en ese punto del programa no se espera un identificador.
- Los errores semánticos pueden ser estáticos, detectados antes de la ejecución, como tipos incompatible o variables no declaradas, o errores dinámicos, detectados durante la ejecución como una división por cero o un subíndice fuera de rango.
- Los errores lógicos, que son también cometidos por el programador, pero además producen un comportamiento erróneo o no deseable del programa.
En ocasiones, en la descripción de los lenguajes se especifican qué errores deben ser detectados antes de la ejecución, cuáles pueden provocar un error en tiempo de ejecución y cuáles pueden pasar desapercibidos, pero el comportamiento preciso de un traductor respecto a un error no suele estar especificado. La pragmática de los lenguajes de programación se ocupa de aspectos como la especificación de mecanismos para activación o deshabilitación de opciones de optimización, depuración y otras facilidades pragmáticas, que suelen incluirse en los traductores.