feat(charka): charka-parser — COBOL'85 (subconjunto) a AST
Segunda etapa del transpilador: Vec<Token> -> Program. Alcance v1 = el esqueleto del programa. - parse(&[Token]) -> Result<Program, ParseError>. AST: Program (program_id, data, paragraphs), DataItem, Paragraph, Sentence. - Particiona el flujo en las 4 divisions por sus encabezados; extrae el PROGRAM-ID de la IDENTIFICATION. - DATA division -> árbol de DataItem: nivel, nombre, PICTURE reensamblado (S9 ( 5 ) V99 -> S9(5)V99) y VALUE. Anida por número de nivel (01/77 raíces, 88 cuelga del precedente). - PROCEDURE division -> Vec<Paragraph> con Sentence de tokens crudos (sin parseo de statement). Sentencias previas al primer encabezado van a un párrafo implícito "". - Tolerante: salta SECTION, FD/SD y cláusulas que no sean PIC/VALUE. - 15 tests verdes; fmt + clippy limpios. Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
This commit is contained in:
@@ -10,8 +10,9 @@ embebido, dialectos IBM Enterprise) es un esfuerzo multi-mes.
|
||||
|
||||
| crate | tipo | rol |
|
||||
| -------------- | ---- | ------------------------------------------------------------ |
|
||||
| `charka-bcd` | lib | Aritmética decimal de punto fijo con semántica COBOL: `Picture`, `Decimal`, redondeo, `ON SIZE ERROR` |
|
||||
| `charka-lexer` | lib | Tokenizador COBOL: formato fijo (tarjeta de 80 columnas) y libre |
|
||||
| `charka-bcd` | lib | Aritmética decimal de punto fijo con semántica COBOL: `Picture`, `Decimal`, redondeo, `ON SIZE ERROR` |
|
||||
| `charka-lexer` | lib | Tokenizador COBOL: formato fijo (tarjeta de 80 columnas) y libre |
|
||||
| `charka-parser` | lib | Parser COBOL'85 (subconjunto): tokens → AST (`Program`) |
|
||||
|
||||
## charka-bcd
|
||||
|
||||
@@ -43,16 +44,35 @@ Primera etapa del pipeline: texto COBOL → secuencia de `Token`.
|
||||
- Limitación v1: sin continuación de literales entre líneas
|
||||
(indicador `-`).
|
||||
|
||||
## charka-parser
|
||||
|
||||
Segunda etapa: tokens → AST. Alcance v1 — el **esqueleto del programa**.
|
||||
|
||||
- `parse(&[Token]) -> Result<Program, ParseError>`.
|
||||
- `Program { program_id, data: Vec<DataItem>, paragraphs: Vec<Paragraph> }`.
|
||||
- **DATA division** → árbol de `DataItem` (`level`, `name`, `picture`,
|
||||
`value`, `children`). Reensambla la cláusula `PICTURE` desde sus
|
||||
tokens (`S9` `(` `5` `)` `V99` → `S9(5)V99`); anida por número de
|
||||
nivel (01 y 77 son raíces; 88 cuelga del ítem precedente).
|
||||
- **PROCEDURE division** → `Vec<Paragraph>`, cada `Paragraph` con sus
|
||||
`Sentence` (tokens crudos — sin parseo a nivel de statement). Las
|
||||
sentencias previas al primer encabezado van a un párrafo implícito
|
||||
de nombre "".
|
||||
- Tolerante: salta encabezados de `SECTION`, entradas `FD`/`SD` y
|
||||
cláusulas de datos que no sean `PICTURE`/`VALUE`. `ParseError` sólo
|
||||
ante nivel inválido o dato sin nombre.
|
||||
- Limitación v1: no parsea statements, ni la ENVIRONMENT division, ni
|
||||
CICS / SQL embebido / dialectos IBM.
|
||||
|
||||
## Estado
|
||||
|
||||
`charka-bcd` (22 tests) y `charka-lexer` (17 tests) implementados y
|
||||
verdes. **Pendiente** — el resto del transpilador (Fase D del plan
|
||||
macro):
|
||||
`charka-bcd` (22 tests), `charka-lexer` (17 tests) y `charka-parser`
|
||||
(15 tests) implementados y verdes. **Pendiente** — el resto del
|
||||
transpilador (Fase D del plan macro):
|
||||
|
||||
| crate pendiente | rol |
|
||||
| ----------------- | ---------------------------------------------------- |
|
||||
| `charka-parser` | parser COBOL'85 → AST (luego CICS + SQL embebido) |
|
||||
| `charka-ir` | representación intermedia |
|
||||
| `charka-ir` | representación intermedia (parseo de statements) |
|
||||
| `charka-codegen` | emisión de Rust |
|
||||
| `charka-shadow` | validador en sombra (original vs transpilado) |
|
||||
| `charka-runtime` | runtime determinista (sobre `charka-bcd`) |
|
||||
|
||||
Reference in New Issue
Block a user