WorldLang

English | العربية | Français | Español | Deutsch | 中文 | 日本語

Eine mehrsprachige Programmiersprache, mit der Sie Code in Ihrer Muttersprache schreiben, ausführen, erkennen und übersetzen können.

Ressourcen und Links:

• 📖 Offizielle Dokumentation
  • 🚀 Erste Schritte
  • 📚 Sprachreferenz
  • 🌍 Unterstützte Sprachen
  • 🤝 Beitragsanleitung
• 🌐 Offizielle Website
• 💬 Der Community beitreten
• 🔬 Akademischer Preprint (ResearchGate)
• 🧩 WorldLangEN VS-Code-Erweiterung
• 👤 Maintainer: Ziad Rabea (LinkedIn | E-Mail)

WorldLang ist ein Open-Source-Interpreter, der in Python geschrieben wurde und die Sprachbarriere in der Programmierung beseitigt. Anstatt sich englische Schlüsselwörter merken zu müssen, können Sie Code mit nativer Syntax schreiben — auf Arabisch, Französisch, Japanisch und in vielen weiteren Sprachen.

Die Engine verarbeitet und führt den Code über eine benutzerdefinierte Lexer → Parser → Runtime-Pipeline aus und unterstützt zusätzlich automatische Spracherkennung sowie die Übersetzung von WorldLang-Quellcode zwischen unterstützten Sprachen.

Unterstützte Sprachen: 31 — Arabisch, Aserbaidschanisch, Chinesisch, Deutsch, Englisch, Finnisch, Französisch, Griechisch, Hindi, Indonesisch, Irisch, Italienisch, Japanisch, Kasachisch, Koreanisch, Kurdisch, Lettisch, Malayisch, Niederländisch, Persisch, Polnisch, Portugiesisch, Rumänisch, Russisch, Spanisch, Schwedisch, Türkisch, Ukrainisch, Urdu, Usbekisch und Vietnamesisch.

---

Inhaltsverzeichnis

• Funktionen
• Voraussetzungen
• Installation
• Verwendung
• Spracherkennung & Sprachauswahl
• Codeübersetzung
• Code-Beispiel
• Eingebaute Bibliotheken
• Architektur
• Sprach- & Bibliotheksverwaltung
• Beitragen
• Lizenz

---

Funktionen

• Programmierung in der Muttersprache — schreiben Sie Code mit den Schlüsselwörtern Ihrer gewählten Sprache.
• 31 unterstützte Sprachpakete mit dynamisch geladenen Schlüsselwortzuordnungen.
• Hybride Sprachauswahl — Sprache manuell auswählen oder WorldLang die Sprache automatisch erkennen lassen.
• KI-basierte Spracherkennung — erkennt die Sprache der Quellcodedatei automatisch, wenn keine Sprache manuell festgelegt wurde.
• Sprachübergreifende Ausführung — Dateien in unterschiedlichen unterstützten Sprachen können ausgeführt werden, ohne die Sprache vorher manuell umzuschalten.
• Integrierte Codeübersetzung — übersetzen Sie WorldLang-Quellcode zwischen unterstützten Sprachen.
• Dynamische Schlüsselwortzuordnung — der Lexer ordnet native Schlüsselwörter zur Laufzeit generischen Tokens zu.
• Vollwertiger Interpreter — Variablen, Funktionen, Rekursion, Schleifen, Bedingungen, Listen, Dictionaries und Arithmetik.
• Hardware & Robotik — serielle Kommunikation für Mikrocontroller wie Arduino.
• Sprache — Text-to-Speech und Spracherkennung.
• Eingebaute Bibliotheken — Bildverarbeitung, Diagramme, Zufallszahlen, Dateisystem und mehr.
• Generative KI — optionale Google-Gemini-Integration.
• Bibliotheks- & Erweiterungsverwaltung — .world-Bibliotheken und Erweiterungen direkt aus dem Netzwerk laden.

---

Voraussetzungen

• Python 3.12+
• Windows, macOS oder Linux

Benötigte Pakete:

Paket	Verwendungszweck
requests	Herunterladen von Sprachpaketen, Bibliotheken und Erweiterungen
numpy	KI-Spracherkennung und numerische Verarbeitung
keras	KI-basierte Spracherkennung
nltk	Vorverarbeitung für die Spracherkennung
Pillow	Bildverarbeitung (_builtins/Image.py)
matplotlib	Diagramme (_builtins/Graph.py)
pyautogui	Maus-/Tastatursteuerung (_builtins/Controls.py)
pyserial	Serielle/Hardware-Kommunikation (_builtins/Serial.py)
pyttsx3	Text-to-Speech (_builtins/Speech.py)
SpeechRecognition	Spracherkennung (_builtins/Speech.py)
google-generativeai	Generative KI (_builtins/GenAI.py)
rich	Markdown-Darstellung für KI-Ausgaben (_builtins/GenAI.py)

Nur requests ist für die grundlegende Interpreter-Funktionalität erforderlich. Keras, NLTK und NumPy werden für die KI-basierte automatische Spracherkennung benötigt. Die übrigen Pakete werden nur für die jeweiligen optionalen eingebauten Bibliotheken benötigt.

---

Installation

# 1. Repository klonen
git clone https://github.com/ZiadRabea/WorldLang.git
cd WorldLang

# 2. (Empfohlen) Virtuelle Umgebung erstellen und aktivieren
python -m venv venv

# Windows:
venv\Scriptsctivate

# macOS / Linux:
source venv/bin/activate

# 3. Abhängigkeiten installieren
pip install requests numpy keras nltk Pillow matplotlib pyautogui pyserial pyttsx3 SpeechRecognition rich

Um die Google-Gemini-KI-Funktionen zu aktivieren:

pip install google-generativeai

---

Verwendung

Der Interpreter wird als REPL (Read–Eval–Print Loop) ausgeliefert. Starten Sie ihn mit:

python bin/World.py

Es erscheint eine Eingabeaufforderung:

World >>

Geben Sie ein Programm ein und drücken Sie die Eingabetaste, um es auszuführen.

Spezielle Befehle

Befehl	Aktion
libman	Bibliotheksmanager ausführen und .world-Bibliotheken herunterladen
langman	Sprachmanager ausführen und Sprachpakete herunterladen/wechseln
extman	Erweiterungsmanager ausführen und Erweiterungen herunterladen
setlang	Programmiersprache manuell auswählen oder automatische Erkennung aktivieren
world()	Eine WorldLang-Quelldatei ausführen
translate()	WorldLang-Quellcode zwischen unterstützten Sprachen übersetzen

---

Spracherkennung & Sprachauswahl

WorldLang unterstützt ein hybrides System zur Sprachwahl.

Sie können die gewünschte Sprache explizit festlegen oder die Sprache nicht angeben und WorldLang automatisch die Sprache des Quellcodes erkennen lassen.

Manuelle Sprachauswahl

Verwenden Sie:

setlang

Beispiel:

setlang -> ArabicKW

Damit wird die arabische Schlüsselworttabelle manuell als aktive Sprache festgelegt.

Automatische Spracherkennung

Lassen Sie das Sprachargument leer:

setlang -> ""

Dadurch wird die automatische Spracherkennung aktiviert.

Wenn die automatische Erkennung aktiviert ist, analysiert WorldLang den Quellcode und bestimmt die passende Sprache während der Lexing-/Tokenisierungsphase.

Dadurch können Dateien und importierte Module in verschiedenen unterstützten Sprachen ohne vorheriges manuelles Umschalten der Sprache ausgeführt werden.

KI-Erkennungsmodule

Das automatische Spracherkennungssystem verwendet:

• Keras
• NLTK
• NumPy

Die automatische Erkennung ist optional, wenn eine Sprache manuell mit setlang ausgewählt wird.

---

Codeübersetzung

WorldLang verfügt über einen integrierten Übersetzer für Quellcode zwischen Sprachen.

Anstatt Code lediglich durch einfache Textersetzung zu übersetzen, verarbeitet der Übersetzer den Quellcode über eine strukturierte Pipeline:

Source
   ↓
Lexer
   ↓
Translator
   ↓
DeLexer
   ↓
Translated Source

Der Quellcode wird zunächst in sprachunabhängige Repräsentationen lexikalisiert. Der Translator ordnet diese Repräsentationen anschließend der Zielsprache zu, bevor der DeLexer wieder gültigen WorldLang-Quellcode erzeugt.

Translate-Befehl

translate(filename.world, source_language, target_language)

Beispiel:

translate("factorial.world", "English", "Chinese")

WorldLang erzeugt automatisch eine übersetzte Quelldatei mit der Zielsprache.

Beispielsweise:

factorial_Chinese.world

So kann ein WorldLang-Programm in einer Sprache geschrieben und anschließend in eine andere unterstützte Sprache übersetzt werden.

---

Code-Beispiel

Ein rekursiver Fakultätsrechner, der vollständig mit nativen arabischen Schlüsselwörtern geschrieben ist:

# حاسبة المضروب
متغير الرقم = عدد_صحيح(استقبل("أدخل رقماً"))

دالة مضروب(رقم)
    اذا رقم == 1 او رقم == 0 نفذ ارجاع 1
    ارجاع رقم * مضروب(رقم - 1)
نهاية

طباعة(مضروب(5))

Dasselbe Programm kann auch auf Englisch geschrieben werden:

# Factorial Calculator
var number = int(input("Enter a number:"))

func factorial(number)
    if number == 1 or number == 0 do return 1
    return number * factorial(number - 1)
end

print(factorial(number))

Bei aktivierter automatischer Erkennung kann WorldLang bestimmen, welche unterstützte Sprache der Quellcode verwendet, ohne dass zuvor manuell eine Sprache ausgewählt werden muss.

---

Eingebaute Bibliotheken

Der Interpreter stellt mehrere Python-gestützte Bibliotheken bereit, die als native WorldLang-Funktionen registriert sind:

Bibliothek	Zweck	Unterstützungsmodul
String	split, uppercase, lowercase, contains, replace, ...	_builtins/String.py
Random	Zufallszahlengenerierung	_builtins/Random.py
os	Dateisystem: chdir, mkdir, list_dir, move, system, ...	_builtins/os.py
Image	Bilder laden/speichern und in/von RGB-Listen konvertieren	_builtins/Image.py
Graph	plot, scatter, bar zur Diagrammerstellung	_builtins/Graph.py
Controls	Maus-/Tastaturautomatisierung	_builtins/Controls.py
Serial	Serielle Hardware-/Arduino-Kommunikation (send/receive)	_builtins/Serial.py
Speech	Text-to-Speech und Spracherkennung	_builtins/Speech.py
GenAI	Generative KI über Google Gemini	_builtins/GenAI.py

---

Architektur

WorldLang ist ein Tree-Walking-Interpreter mit einer erweiterten multilingualen Verarbeitungsarchitektur.

Ausführungspipeline

Quellcode
    ↓
Sprachauswahl / KI-Erkennung
    ↓
Lexer
    ↓
Tokens
    ↓
Parser
    ↓
Abstract Syntax Tree
    ↓
Runtime
    ↓
Ergebnis

Die Erkennungsschicht bestimmt vor der Tokenisierung die passende Schlüsselworttabelle, wenn keine Sprache manuell festgelegt wurde.

Übersetzungspipeline

Source
   ↓
Lexer
   ↓
Sprachunabhängige Repräsentation
   ↓
Translator
   ↓
DeLexer
   ↓
Translated Source

Diese Architektur ermöglicht es WorldLang, mehrsprachigen Quellcode auszuführen und zu übersetzen, während die zugrunde liegende Interpreter-Pipeline sprachunabhängig bleibt.

Wichtige Komponenten

Datei / Komponente	Rolle
World.py	Einstiegspunkt und REPL-Shell
Lexer.py	Tokenizer; ordnet Schlüsselwörter aus der erkannten oder ausgewählten Sprache dynamisch zu
Parser.py	Grammatikregeln → AST-Erzeugung
Interpreter.py	Führt die AST aus und stellt die Standardbibliothek bereit
Tokens.py	Token-Typen und Schlüsselwortverwaltung
Translator.py	Übersetzt tokenisierte Repräsentationen zwischen unterstützten Sprachen
DeLexer.py	Erzeugt Quellcode mit den Schlüsselwörtern der Zielsprache
Errors.py	Fehlertypen (IllegalChar, Syntax, Runtime)
RT_result.py	Laufzeitergebnisse, Kontext und Symboltabellen
datatypes/	Value, Number, String, List, Dict, Function
_builtins/	Python-gestützte Standardbibliotheken
data/	Sprachschlüsselworttabellen und mehrsprachige Sprachressourcen

Die Schlüsselworttabellen sind datengetriebene JSON-Dateien, sodass zusätzliche Sprachen hinzugefügt werden können, ohne die zentrale Interpreter-Grammatik neu schreiben zu müssen.

---

Sprach- & Bibliotheksverwaltung

WorldLang kann zur Laufzeit Ressourcen aus dem Netzwerk abrufen:

• langman — Schlüsselworttabellen für zusätzliche Sprachen nach data/ herunterladen.
• libman — .world-Bibliotheken herunterladen.
• extman — Erweiterungen nach extensions/ herunterladen.
• setlang — eine Sprache manuell festlegen oder die KI-basierte automatische Spracherkennung aktivieren.
• world() — WorldLang-Quelldateien ausführen.
• translate() — WorldLang-Quellcode zwischen unterstützten Sprachen übersetzen.

Sprachenerkennung und Übersetzung nutzen die mehrsprachige Schlüsselwortarchitektur, sodass verschiedene Sprachpakete dieselbe zugrunde liegende Interpreterstruktur verwenden können.

---

Beitragen

WorldLang ist Open-Source und gemeinschaftlich getrieben. Beiträge sind in vielen Formen willkommen:

• Sprachbeiträge — Lokalisierungs- und Schlüsselworttabellen hinzufügen oder verbessern.
• Interpreter-Entwickler — Lexer, Parser, Translator, DeLexer, Runtime und Standardbibliothek verbessern.
• KI-Entwickler — Modelle und Vorverarbeitung für die automatische Spracherkennung verbessern.
• Hardware-Entwickler — Hardware- und Roboterintegrationen erweitern.
• Tester — Fehler entdecken und die Zuverlässigkeit verbessern.
• Jeder — Probleme melden, Dokumentation verbessern und Ideen teilen.

Um beizutragen:

1. Forken Sie das Repository.
2. Klonen Sie Ihren Fork und erstellen Sie einen Branch.
3. Nehmen Sie Ihre Änderungen vor und committen Sie diese.
4. Öffnen Sie einen Pull Request gegen den main-Branch.

---

Lizenz

WorldLang wird unter der MIT-Lizenz veröffentlicht.