Mã nguồn là gì?

Mở bất kỳ tệp nào có đuôi .py, .c hay .java bằng một trình soạn thảo văn bản thuần, và bạn đang đọc mã nguồn. Nó cùng loại tệp với một danh sách đi chợ: chữ cái, chữ số, dấu cách và dấu xuống dòng. Điều biến nó thành chương trình là văn bản tuân theo quy tắc của một ngôn ngữ lập trình, nhờ đó một công cụ có thể biến nó thành các lệnh cho bộ xử lý.

Mã nguồn trông như thế nào

Đây là một chương trình Python hoàn chỉnh. Mọi dòng đều là mã nguồn, kể cả dòng chú thích, thứ mà máy tính bỏ qua còn lập trình viên tiếp theo thì đọc.

# Work out the price of three tickets
price = 4
count = 3
total = price * count
print("Total:", total)

Total: 12

Cùng chương trình đó viết bằng C cũng là mã nguồn, chỉ là bằng một ngôn ngữ khác với quy tắc khác:

#include <stdio.h>

int main(void) {
    int price = 4;
    printf("Total: %d\n", price * 3);
    return 0;
}

Một ứng dụng thực tế gồm hàng nghìn tệp như thế này. Kernel Linux có hơn 30 triệu dòng mã nguồn, và một ứng dụng web nhỏ cũng dễ dàng có vài trăm tệp. Mỗi tệp được đặt tên với một phần mở rộng cho các công cụ biết nó chứa ngôn ngữ nào:

Mã nguồn là văn bản thuần

Mã nguồn không có phông chữ, màu sắc hay định dạng ẩn. Màu sắc bạn thấy trong trình soạn thảo là do trình soạn thảo thêm vào để dễ đọc; chúng không được lưu trong tệp. Đó là lý do bạn viết code trong trình soạn thảo code như VS Code chứ không bao giờ trong Microsoft Word: trình xử lý văn bản lưu dữ liệu định dạng và dấu ngoặc kép "thông minh", và kết quả là một tệp ngôn ngữ lập trình không đọc được, thường bị từ chối với một lỗi cú pháp.

Vì chỉ là văn bản, một chương trình thậm chí có thể chứa mã nguồn của chương trình khác trong một chuỗi và chạy nó:

source = """
price = 4
total = price * 3
print("Total:", total)
"""

print(type(source))
print(len(source.strip().splitlines()), "lines of text")
exec(source)

<class 'str'>
3 lines of text
Total: 12

Cho đến dòng cuối cùng, source chỉ là một chuỗi bình thường. exec đưa nó cho Python, Python đọc văn bản và thực hiện nó. Đó chính là toàn bộ vòng đời của mã nguồn thu nhỏ: trước là văn bản, sau là lệnh.

Mã nguồn trở thành chương trình đang chạy thế nào

Bộ xử lý trong máy tính của bạn không đọc được Python hay C. Nó chỉ chạy mã máy, tức các lệnh nhị phân dành riêng cho một loại CPU (x86-64 trong phần lớn laptop và máy chủ, ARM trong điện thoại và máy Mac dùng chip Apple). Phải có thứ gì đó dịch lại. Có hai cách chính:

1. Trình biên dịch dịch toàn bộ chương trình từ trước. Chạy gcc hello.c -o hello sẽ đọc mã nguồn C và ghi ra một tệp mới, hello, chứa toàn mã máy. Sau đó bạn có thể xóa hello.c mà hello vẫn chạy được.
2. Trình thông dịch chạy trực tiếp mã nguồn. Chạy python3 hello.py sẽ khởi động trình thông dịch Python, nó đọc hello.py và thực hiện các lệnh trong đó. Không có tệp chương trình riêng nào được tạo ra, nên mỗi lần chạy đều cần có mã nguồn.

Nhiều ngôn ngữ kết hợp cả hai. Mã nguồn Java được javac biên dịch thành bytecode (các tệp .class), và Máy ảo Java chạy bytecode đó. Phần so sánh đầy đủ có ở trang trình biên dịch và trình thông dịch.

Mã nguồn, mã đối tượng và mã máy

Ba thuật ngữ này mô tả cùng một chương trình ở các giai đoạn khác nhau:

Nếu mở một tệp thực thi đã biên dịch bằng trình soạn thảo văn bản, bạn sẽ thấy các ký hiệu không đọc được, vì nó là dữ liệu nhị phân chứ không phải văn bản. Trên Mac, bốn byte đầu tiên của chương trình hello ở trên là cf fa ed fe ở hệ thập lục phân, dấu hiệu nhận biết tệp thực thi Mach-O. Bạn có thể xem các giá trị thô như vậy bằng công cụ đổi hệ cơ số.

Mã nguồn mở và mã nguồn đóng

Ai được đọc mã nguồn là câu hỏi pháp lý không kém gì câu hỏi kỹ thuật. Phần mềm mã nguồn mở (open source) công bố mã nguồn theo một giấy phép cho phép bất kỳ ai đọc, sửa và chia sẻ. Python, Linux và Firefox là mã nguồn mở. Phần mềm mã nguồn đóng (độc quyền) chỉ phát hành chương trình đã biên dịch. Microsoft Windows và Adobe Photoshop là mã nguồn đóng, và mã nguồn của chúng là bí mật kinh doanh.

Mã nguồn cũng được bảo hộ bản quyền, giống như một cuốn sách. Tìm thấy code trên internet không có nghĩa là bạn được phép dùng lại: hãy kiểm tra tệp giấy phép, thường tên là LICENSE, trước khi sao chép bất cứ thứ gì vào dự án của mình.

Những hiểu lầm phổ biến

• "Xem nguồn trang cho thấy mã nguồn của website." Nó chỉ cho thấy HTML, CSS và JavaScript mà trình duyệt của bạn nhận được. Phần phía máy chủ của trang web (viết bằng Python, Java, PHP hay ngôn ngữ khác) không bao giờ rời khỏi máy chủ, nên bạn không thể thấy nó.
• "Decompiler trả lại cho bạn mã nguồn gốc." Decompiler dựng lại code đọc được từ một chương trình đã biên dịch, nhưng chú thích đã mất và tên gọi thường cũng mất, nên kết quả chỉ là bản phỏng đoán mã nguồn, không phải tệp mà tác giả đã viết.
• "Code và mã nguồn là một." Mã nguồn là phiên bản do con người viết. "Code" rộng hơn, bao gồm cả mã máy, bytecode và code được sinh tự động.
• "Mã nguồn phải viết bằng tiếng Anh." Các từ khóa như if và print là từ tiếng Anh, nhưng tên biến, chú thích và chuỗi có thể viết bằng bất kỳ ngôn ngữ nào. Tệp mã nguồn Python 3 mặc định dùng UTF-8, nên prix = 4 và # 合計を計算する đều hợp lệ.

Đọc tiếp

Mã nguồn được kiểm tra trước khi chạy, và thứ đầu tiên phần lớn người mới gặp phải là lỗi cú pháp. Để thấy hai cách chạy mã nguồn khác nhau ra sao, hãy đọc trình biên dịch là gì rồi đến trình biên dịch và trình thông dịch. Bạn có thể tự viết và chạy mã nguồn ngay trên trình duyệt trong Python playground hoặc bắt đầu khóa học Python.