如何汉化并编译 Python 源代码

前言

笔者是一名业余编程爱好者，年初偶然混进中文编程OO群。因觉得中文编程乃大势所趋，遂入了 Python 汉化（我称之为“草蟒”项目）的坑。笔者孤陋寡闻，刚开始汉化的时候只知道 GCC 且 GCC 不支持中文，所以没有选择汉化源代码的方式，而是采用替换式表层汉化方法（中文编写的程序，包括中文关键字和变量名等，先替换成英文，再交给解释器执行）。但近期从群里得知，Clang、VC 等编译器支持中文，这让我觉得从源代码入手进行汉化是完全可行的。
笔者在 Linux 和 Windows 系统下进行了实验汉化。Python 汉化大致可以分为两部分：关键字汉化和其他源代码汉化。

参考文章

[1]：为Python添加中文关键字
[2]：Python internals: adding a new statement to Python
[3]：Visual Studio error C2001:常量中有换行符(解决办法)
[4]：Changing CPython’s Grammar
[5]：Error C2001: Newline in constant when compiling

我的工具

1. Windows 10 + Visual Studio 2019（须选装 python 开发支持）
2. WSL Ubuntu + Clang
3. 从 python 网站下载的 3.8.0 版源代码

关键字汉化

用 sublime 打开源代码 Gramma 目录中的 Grammar 文件并添加中文关键字，保存为 unicode 编码（下同）。示例如下：

if_stmt: ('if'|'如果') namedexpr_test ':' suite (('elif'|'不然') namedexpr_test ':' suite)* [('else'|'否则') ':' suite]
while_stmt: ('while'|'只要') namedexpr_test ':' suite [('else'|'另外') ':' suite]
for_stmt: ('for'|'取') exprlist ('in'|'于') testlist ':' [TYPE_COMMENT] suite [('else'|'另外') ':' suite]
......
with_stmt: ('with'|'管') with_item (',' with_item)*  ':' [TYPE_COMMENT] suite
......
lambdef: ('lambda'|'雷锋') [varargslist] ':' test
......

注意：或许是 python 版本和所用编译器的不同，汉化关键字需要加单引号，这与参考文章[1]所述有所不同。
另外还要修改 Python/ast.c 文件。

其他源代码汉化

***必须支持英文版，所以不仅仅是汉化一些字符串，而是需要大量复制原来的代码并加以汉化。笔者汉化了两个函数以供演示效果，参见后面的图片。这是一个复杂的系统工程，欢迎感兴趣的读者联系我并加入汉化大业。

Linux 下编译

参见源代码目录下的 README.rst，cd 到源代码目录，然后执行以下命令：

    ./configure
    make regen-grammar（重新生成 graminit.h 和 graminit.c）
    make
    make test（比较耗时，仅做实验的话这一步可省去）
    sudo make install（这一步也可省略）

编译成功，运行 python 3.8.0，输入中文关键字和函数，正常执行。

Windows 下编译

Linux 平台下的轻松成功给了笔者很大的信心，随即转战 Windows 平台。之前只汉化了 while 等几个关键字，这次汉化了更多关键字，并打算用 Parser/pgen 这个 py 程序重新生成 graminit。结果让我大吃一惊，无论中文关键字加不加引号，或者用其他方式，都会报错。
转念一想，无论哪个平台，用的 graminit 文件都是一样的。何不在 linux 下生成汉化的 graminit 文件，然后在 windows 下使用呢？果然，这个办法是有效的。WSL 真心不错，否则要在两个平台之前切换还真麻烦。
开始编译。按照 PCBuild 下的 readme，在 Power Shell 中运行 build.bat。（第一次运行的话，会下载一些 externals，需要很长时间。）没执行一会，就显示一大堆红色警告：“error C2001: 常量中有换行符”。
问度娘，原来是 VS 的问题，奇数汉字不能正确解码，偶数汉字可以。网上给出的解决办法显然都不行。那么把 VS 的编译器换成 Clang 怎么样？结果还是显示同样的错误，而且还冒出其他错误。
难道我磕磕碰碰找到的新汉化方法又走不通？
不甘心，看看外网上的人怎么说。*搜索半天，终于找到解决办法：在 Visual Studio 里，给修改过的有汉字的文件的编译命令加上一条：/utf-8。
重新编译，生成解决方案，成功！

汉化效果演示

今天就分享到这里，有兴趣的同学请联系草蟒老吴。
欢迎转载！