请注意，从技术上讲，您可以用一种仍然不存在的语言编写编译器。为了做到这一点，你创建了一个解释器，它是原始语言的一个下级，通常是缓慢和无用的，因为它在执行任何东西之前解释语言的每个语句。

如果你阅读它，它看起来确实完全像预期的语言，但它的执行要经过一些过程，将其转换为可执行的不止一个步骤。

这个编译器通常非常慢，因为它使用了一些适用于几乎所有现有语言的通用数学过程，但优点是下次除了在现有代码上使用生成的编译器外，什么也不用做。

当然这一次不需要解释。

你不能自己编写编译器，因为你没有任何东西来编译你的初始源代码。有两种方法可以解决这个问题。

最不受欢迎的是下面这些。你用汇编器(恶心)为语言的最小集合写一个最小的编译器，然后用那个编译器来实现语言的额外功能。逐步构建，直到拥有一个具有所有语言特性的编译器。这是一个痛苦的过程，通常只有在你别无选择的时候才会做。

首选的方法是使用交叉编译器。您可以在不同的机器上更改现有编译器的后端，以创建在目标机器上运行的输出。然后你就有了一个完美的完整编译器，并在目标机器上运行。这方面最流行的是C语言，因为现有的很多编译器都有可插拔的后端，可以进行交换。

一个鲜为人知的事实是，GNU c++编译器有一个只使用C子集的实现。原因是，通常很容易为新的目标机器找到一个C编译器，然后允许您从它构建完整的GNU c++编译器。现在，您已经在目标计算机上安装了c++编译器。

Mono项目的c#编译器已经“自托管”很长一段时间了，这意味着它是用c#本身编写的。

据我所知，编译器最初是纯C代码，但一旦实现了ECMA的“基本”特性，他们就开始用c#重写编译器。

我不知道用同一种语言编写编译器有什么好处，但我确信它至少与语言本身可以提供的特性有关(例如，C不支持面向对象编程)。

你可以在这里找到更多信息。

我记得我听过一个软件工程广播播客，其中Dick Gabriel谈到了如何在纸上用LISP编写一个最简单的版本，然后手工将其组装成机器代码，从而引导最初的LISP解释器。从那时起，其余的LISP特性都是用LISP编写和解释的。

当你为C编写第一个编译器时，你是用其他语言编写的。现在，你有一个C语言的编译器，比如说，汇编器。最终，您将不得不解析字符串，特别是转义序列。您将编写代码将\n转换为十进制代码10(和\r转换为13，等等)的字符。

编译器准备好后，你将开始用c重新实现它，这个过程被称为“引导”。

字符串解析代码将变成:

...
if (c == 92) { // backslash
    c = getc();
    if (c == 110) { // n
        return 10;
    } else if (c == 92) { // another backslash
        return 92;
    } else {
        ...
    }
}
...

当编译时，你有一个二进制文件，它理解'\n'。这意味着你可以修改源代码:

...
if (c == '\\') {
    c = getc();
    if (c == 'n') {
        return '\n';
    } else if (c == '\\') {
        return '\\';
    } else {
        ...
    }
}
...

那么，“\n”是13的代码的信息在哪里?它是二进制的!这就像DNA:用这个二进制文件编译C源代码将继承这个信息。如果编译器编译自己，它将把这些知识传递给它的后代。从这一点开始，仅从源代码就无法看到编译器将做什么。

如果你想在某个程序的源代码中隐藏病毒，你可以这样做:获取编译器的源代码，找到编译函数的函数，并用这个函数替换它:

void compileFunction(char * name, char * filename, char * code) {
    if (strcmp("compileFunction", name) == 0 && strcmp("compile.c", filename) == 0) {
        code = A;
    } else if (strcmp("xxx", name) == 0 && strcmp("yyy.c", filename) == 0) {
        code = B;
    }

    ... code to compile the function body from the string in "code" ...
}

有趣的部分是A和b。A是包括病毒在内的compileFunction的源代码，可能以某种方式加密，所以从搜索结果二进制中不明显。这确保编译到编译器本身将保留病毒注入代码。

B对于我们想用病毒替换的函数是一样的。例如，它可能是源文件“login.c”中的“login”函数，该函数可能来自Linux内核。我们可以将其替换为一个版本，该版本将接受root帐户的密码“joshua”作为普通密码。

如果你编译它并以二进制文件的形式传播，就无法通过查看源代码来找到病毒。

这个想法的最初来源是:https://web.archive.org/web/20070714062657/http://www.acm.org/classics/sep95/

也许你可以用BNF来描述BNF。