王垠：我和Google的故事

OwnWaterloo

回复 46# 狗蛋

还恕你不浪费时间，别说得你赢了一样好吗？丢人现眼。

狗蛋

事实上，我用c++的模板来举例子，就是为了怕一些人理解不了何谓运行时。结果，现身说法的果然就来了。


我们可以这样理解静态分析：

1. 
   
2.    ?1    ?2
   
3.    |      |
   
4.   ?3    ?4
   
5.       |
   
6. ?7 max(?5, ?6)
   
7.       |
   
8.   fun(?8)
   

复制代码

如上，max(a,b)是模板态，这也是静态所见。

当?5和?6取了某个不能应用 > 运算符的值时，c++的做法是置之不理（哪怕在编译时）；python也爱莫能助。直到运行时抛出异常甚至程序崩溃。

但，事实上，通过静态分析，完全可以在编译/运行前就发现?5甚至?3甚至?1是不兼容的类型，并提示代码编写者注意。


类似的，当?1和?2的类型可以静态确认时，?7的类型就得到了。那么，之后涉及?7的任何语句就都可以进行类型检查了。
比如，?8


很显然，除了eval这样极端的例子，动态语言的静态分析一样可以得到它的运行时类型。


————————————————————————————————

当然，有些人会这样玩（我的一个同事就这样做过）：
1、要求用户输入一个表达式或者一段脚本或者另外一个C/C++格式的函数
2、编译这个表达式/脚本成汇编代码
3、强制指针类型转换，以函数形式调用编译完的数据

这种能不能静态分析？
当然不能。

如果整个程序都以这种方式写成，C/C++部分只管编译和载入，怎么办？
凉拌。

所以，按照一些人的标准，C/C++也是“动态”语言，一样不能静态分析

starwing83

回复 49# OwnWaterloo


    我觉得这个课题其实有点用。

关键在于应用场景。人家不是真的想给Python加静态类型H&M神马的。不是的，他是做工具。哪些呢？

- 全文token搜索神马的（比如foo被哪些函数给调用了）
- 代码语义高亮（啥是函数？啥是变量？）
- 静态标记代码bug
- 代码补全（这个可能性都比较小，然而是这个课题能做到最好玩的）

那么，充其量最终分析的结果，可能就只是定性一下“foo是个函数”这种。然而如果遇到这种情况怎么办？

if rand() == 1:
   foo = lambda: 1
else:
   foo = 1

foo到底是不是函数呢？对于1和2应用，其实是不管的，这是一个“使用方协议”，即，假设代码是对的，然后直接在使用的地方（foo(1)神马的）标记。如果不对扔异常神马的，这个东西估计也是看不出来的。

对于最好玩的3和4怎么办呢？宽容分析。上面的代码，证明foo属于一个“类型包”，这个包是(long, func[()->long)，总能够分析出一个标识符对应的类型包。有两个特殊包：nil和any，nil代表这个变量根本没被用到（完全不知道类型），any代表类型是任意（比如根据输入决定），同时我们还可以把一些特征放入类型包。比如callable类型包，或者compareable类型包等等。那么假设遇到了这样的情况：

max(|

这时补全就可以直接搜索所有具备<功能的，这里看得到的变量。找到了最好，找不到补全失败也没什么吧？

我觉得这还是应用场景的问题，人家是做工具，不是做编译器。

OwnWaterloo

回复 50# 狗蛋

没人认为python静态类型分析/推导不能做，而是没有实用性。

你所谓的max(1,2)寻根究底就能分析出类型，已经将局部/单文件静态分析上升到全局/所有模块分析。

1. 
   
2. import mathematics # 为了避免与内建的混淆，故意改个名字
   
3. print max(1,2)
   

复制代码

但导入模块（我还没用__import__）就已经是一个运行时行为。你还分析个屁啊。
你根本就无法在运行前得知它导入的到底是：a录下的mathematics.py

1. 
   
2. def max(a,b) : return b if a < b else a
   

复制代码

还是b目录下的mathematics.py

1. 
   
2. def max(a,b) : return str(b if a < b else a)
   

复制代码

你只能在若干选项里猜。


如果全局分析里在遇见依赖运行时的行为：

1. 
   
2. max(argv[1], argv[2])
   
3. print (int if argv[1]=="int" else str)(argv[2])
   

复制代码

你根本就是有心无力。



你以为自己忘记名词很有本事？ 以为靠你个人的理解发现的是他人都不知晓的新大陆？ 我们都被这问题卡住了？ 不过是个我们都公认的常识性前提啊。。。
井底蛙少笑死人了。

OwnWaterloo

starwing83 发表于 2012-08-17 16:12
回复 49# OwnWaterloo
关键在于应用场景。人家不是真的想给Python加静态类型H&M神马的。不是的，他是做工具。哪些呢？

问题是王垠的原话就是类型推导。

max(| 补全什么的我也见过。
max(| 能推导出类似 Eq a => a -> a -> a 我就没用过有这本事的分析器了。

而且，不是说这东西一定做不出来，而是说不具有实用性：
1. 动态类型语言本身就不是为了干这种事而设计出来的， 就不能将分析局限到单一单元中。 速度会随着规模越来越慢。
2. 既然都用动态类型语言了，还去静态分析类型是闹哪样？

starwing83

回复 53# OwnWaterloo


    还不是为了顺个手…………你看我写Lua前，偶尔也ctags一下，虽然打Crea|的时候居然会给我补全出CreateFlags这种东西，不过配合Vim的自动增量补全也还是很好耍的啦……

不过这玩意儿对于ctags来说的确没啥太大的优势= =

关于max的问题，很简单可以解决：
1. 引擎配置文件，原文提到了这玩意儿是个持续性的询问式服务，自然可以通过配置文件判断一些必然的信息，比如调用的是什么库。
2. builtin库类型注入。提供一个清单，里面是hardcoded过的python标准库类型列表，比如eval就是String->any之类的，max是Eq, Eq ->Eq这种。

这样的话，基本上就比较实用了——做网页后端的语法高亮渲染引擎总够了吧？

顺便说一下，他说的类型分析估计撑死了也就是根据foo在(前面就认为foo是个函数这一类的吧。不然不会提到AST，总的来说这货就是个渣，这玩意是建立在”程序一定完全正确“这个基础上的，不过从他想完成的功能来看（为已有代码做查询服务），这个假设也是合理的。

哦，对了，补充一下：对于所有的二进制库（所谓pyd），都必须提供这种手写的类型样例，不然推导就会死翘翘，所以我估计应该是直接根据AST判断那货究竟是函数还是变量这种简单业务- -

geekeer

欢迎own前来cpfn当c版版主，共同建设美好家园

OwnWaterloo

回复 54# starwing83

>> 不过这玩意儿对于ctags来说的确没啥太大的优势= =
是啊，要轻量撑死了就是一个更好的ctags。
要重量级，就得把静态类型语言丢的那些东西全都给加上，比如再加个什么.pyi。

于是动态类型的优势：
>> 还不是为了顺个手…………
在哪里。。。

starwing83

回复 56# OwnWaterloo


    优势啊…………可以写：

a = ga.window "Demo"

而不是被迫得写：

ga_Window *a = new ga_Window(ga_string("Demo"));

（当然auto能让这个稍微不蛋疼一点）

其实动态的优势就是写起来简单，debug起来会死人……

写起来顺手什么的，有些名字要这么长我有什么办法= =

starwing83

回复 56# OwnWaterloo


    要说比ctags好，如果在IDE里面，的确是可以有比ctags好的地方。

比如说吧，确定刚才输完的那一行的缩进神马的，似乎就需要AST了（PS：Python肯定是不行的= =）。。。

反正，额，补全是肯定比不上ctags了= =