brahman/docs/changelog/charka.md

# Changelog — charka

Transpilador COBOL → Rust. El módulo más grande del ecosistema (Fase D
del plan macro) — el parser COBOL completo es un esfuerzo multi-mes.

### feat(charka-shadow): validador en sombra + corpus COBOL

Crate nuevo `crates/modules/charka/charka-shadow` y un corpus de prueba
`crates/modules/charka/corpus/` — el pipeline COBOL→Rust queda
completo y validado de punta a punta.

- `charka-shadow` certifica que el transpilador preserva la semántica
  del COBOL original con una **ejecución sombra**: un intérprete que
  corre el `Ir` directamente sobre `charka-runtime`, sin compilar nada.
  Es una segunda ruta de ejecución, independiente del código que emite
  `charka-codegen`.
- `interpret(&Ir) -> Outcome` ejecuta el IR y captura las líneas de
  `DISPLAY`; `run_source(&str)` corre el pipeline completo (lexer →
  parser → IR → intérprete).
- Tope de pasos (`Halt::StepLimit`): un bucle que no termina se corta
  en vez de colgar la ejecución.
- **Corpus**: 7 programas COBOL de complejidad graduada — `01-hola`
  (un `DISPLAY`), `02-aritmetica` (`ADD`/`SUBTRACT`/`MULTIPLY`),
  `03-condicional` (`IF`/`ELSE`), `04-bucle` (`PERFORM TIMES`),
  `05-factorial` (`PERFORM UNTIL`), `06-nomina` (grupos, `COMPUTE` con
  paréntesis, `ROUNDED`, `V99`), `07-clasificar` (`IF` anidado, `AND`).
  Cada uno con su `.expected` verificada a mano.
- 11 tests: los 7 programas del corpus + fuente vacío, `STOP RUN`,
  corte por tope de pasos y propagación de error de léxico.

### feat(charka-codegen): emisión de Rust desde el IR

Crate nuevo `crates/modules/charka/charka-codegen` — la etapa final del
pipeline. `generate(&Ir) -> String` produce un fuente Rust (un
`main.rs`) que, compilado contra `charka-runtime`, ejecuta la lógica
del programa COBOL.

- Un `struct Program` con un campo por cada dato elemental — `Num`
  para los numéricos, `Text` para los alfanuméricos; `Program::new()`
  los inicializa desde sus cláusulas `VALUE`.
- Un método `p_<párrafo>(&mut self)` por cada párrafo del PROCEDURE;
  `run()` los encadena en orden (el «caer» de COBOL); `main()`
  construye el `Program` y lo corre.
- Cada `Stmt` → código Rust: `MOVE`→`.store`/`.fill`,
  `DISPLAY`→`println!`, `COMPUTE` y la aritmética → expresiones
  `Decimal`, `IF`→`if`/`else`, `PERFORM`→ llamada de método / `for` /
  `while`, `GO TO`→ llamada + `return`, `STOP RUN`→`process::exit`.
- Tolerante: lo no transpilable (`Stmt::Unknown`, un dato sin resolver,
  el operador `**`) se emite como comentario `// charka:`; el código
  generado siempre compila.
- Saneado de identificadores COBOL→Rust (incl. choques con keywords).
- Verificado de punta a punta: un programa COBOL de demostración
  transpila a Rust que compila contra `charka-runtime` y produce la
  salida esperada (`COMPUTE`, `IF`, `PERFORM`, `DISPLAY`).
- 14 tests del fuente emitido; fuera de alcance v1: grupos como campo,
  `REDEFINES`, `OCCURS`, `PERFORM ... THRU` como rango, E/S.

### feat(charka-runtime): soporte de ejecución — campos Num y Text

Crate nuevo `crates/modules/charka/charka-runtime` — el soporte que los
programas COBOL transpilados enlazan. `charka-codegen` no emitirá Rust
autónomo: emitirá Rust que llama a esta biblioteca.

- `Num` — campo numérico (`PIC 9(5)V99`): un `Decimal` conformado a su
  `Picture`. `store` trunca a la escala declarada; `store_rounded`
  redondea; al desbordar la parte entera conserva los dígitos de bajo
  orden (el `ON SIZE ERROR` de COBOL sin cláusula). `display` da los
  dígitos con relleno de ceros y signo si corresponde.
- `Text` — campo alfanumérico (`PIC X(n)`) de longitud fija: `store`
  justifica a la izquierda y rellena con espacios o trunca; `fill`
  mueve las constantes figurativas (`SPACES`, `ZEROS`).
- `cobol_text_cmp` — comparación alfanumérica que rellena el más corto
  con espacios.
- Reexporta `Decimal`/`Picture`/`Rounding` de `charka-bcd`.
- Construido antes que `charka-codegen` (la nota de orden del plan los
  listaba al revés): el codegen emite contra esta API, así que el
  runtime debe existir primero — y se verifica solo, sin el codegen.
- 17 tests: campo en cero, `VALUE` inicial, truncado y redondeo,
  desbordamiento que conserva bajo orden, magnitud sin signo y signo
  con signo, justificación y relleno de texto, `fill`, comparación.

### feat(charka-ir): representación intermedia — statements tipados

Crate nuevo `crates/modules/charka/charka-ir` — la tercera etapa del
pipeline: `Program` → `Ir`. El PROCEDURE division pasa de sentencias
con tokens crudos a un árbol de instrucciones tipadas.

- `lower(&Program) -> Ir` — total y tolerante: nunca falla.
- `Ir { program_id, data, procedures }`. El modelo de datos (la DATA
  division) pasa tal cual — sirve de tabla de símbolos.
- `Stmt` cubre `MOVE`, `DISPLAY`, `ACCEPT`, `COMPUTE`, `ADD`,
  `SUBTRACT`, `MULTIPLY`, `DIVIDE`, `IF`/`ELSE`/`END-IF`, `PERFORM`
  (fuera de línea, en línea, `TIMES`, `UNTIL`), `GO TO`, `STOP RUN`,
  `GOBACK`, `EXIT`, `CONTINUE`.
- Expresiones de `COMPUTE` con precedencia y paréntesis (`+ -` <
  `* /` < `**` asociativo a derecha). Condiciones de `IF`/`UNTIL` con
  comparadores en forma símbolo (`= < > <= >= <>`) o palabra
  (`EQUAL TO`, `GREATER THAN`...), `AND`/`OR`/`NOT` y nombres de
  condición (datos de nivel 88).
- COBOL no termina los statements con un símbolo: el parser delimita
  las listas de operandos con palabras "frontera" (verbos,
  terminadores `END-*`/`ELSE`, conectores `TO`/`GIVING`/`BY`...).
- Un verbo no soportado se conserva como `Stmt::Unknown { verb,
  tokens }` — el lowering nunca aborta.
- Fuera de alcance v1: `EVALUATE`, `STRING`/`UNSTRING`, E/S de
  ficheros, `PERFORM VARYING`, CICS, SQL embebido.
- 17 tests: MOVE simple y multi-destino, DISPLAY con figurativas,
  precedencia de COMPUTE, flag ROUNDED, ADD in-place vs GIVING,
  SUBTRACT, DIVIDE BY/INTO, IF/ELSE, condiciones con AND, nombre de
  condición, PERFORM párrafo/TIMES/UNTIL en línea, varios statements
  en una sentencia, verbo desconocido, programa completo.

### feat(charka-parser): parser COBOL'85 → AST

Crate nuevo `crates/modules/charka/charka-parser` — la segunda etapa del
pipeline: `Vec<Token>` → `Program` (AST). Alcance v1: el esqueleto del
programa.

- `parse(&[Token]) -> Result<Program, ParseError>`. El AST: `Program`
  (`program_id`, `data`, `paragraphs`), `DataItem`, `Paragraph`,
  `Sentence`.
- Particiona el flujo de tokens en las cuatro divisiones por sus
  encabezados (`X DIVISION`); de la IDENTIFICATION extrae el
  `PROGRAM-ID`.
- **DATA division** → árbol de `DataItem`: número de nivel, nombre,
  cláusula `PICTURE` reensamblada (`S9` `(` `5` `)` `V99` →
  `S9(5)V99`) y `VALUE`. Anida por número de nivel — 01 y 77 son
  raíces, 88 cuelga del ítem precedente.
- **PROCEDURE division** → `Vec<Paragraph>`, cada párrafo con sus
  `Sentence` (tokens crudos; sin parseo a nivel de statement, eso es
  `charka-ir`). Las sentencias previas al primer encabezado van a un
  párrafo implícito de nombre "".
- Parser tolerante: salta encabezados de `SECTION`, entradas `FD`/`SD`
  y cláusulas de datos que no sean `PICTURE`/`VALUE`. `ParseError` sólo
  ante un número de nivel inválido o un dato sin nombre.
- 15 tests: PROGRAM-ID (forma larga y `ID` corta), ítems planos y
  anidados, reensamblado de PICTURE, variantes de VALUE, niveles 88,
  `FILLER`, párrafos y párrafo implícito, encabezado de sección,
  programa completo de punta a punta, nivel inválido.

### feat(charka-lexer): tokenizador de COBOL

Crate nuevo `crates/modules/charka/charka-lexer` — la primera etapa del
pipeline del transpilador: texto COBOL → secuencia de `Token`.

- **Lexer deliberadamente tonto**: no conoce keywords ni la cláusula
  `PICTURE`; emite `Word` para todo identificador y deja la
  clasificación al parser.
- Tokens: `Word` (palabras COBOL con guiones internos), `Number`
  (literal sin signo), `String` (comillas dobladas colapsadas),
  `Period` (el `.` terminador), `Symbol` (paréntesis, separadores y
  operadores `+ - * / ** = < > <= >= <>`).
- Dos formatos de fuente: **fijo** (la tarjeta de 80 columnas — cols
  1-6 secuencia, 7 indicadora, 8-72 código, 73-80 identificación) y
  **libre**. Comentarios por la columna indicadora (`*`/`/`) o por `*`
  inicial en formato libre.
- Cada `Token` lleva línea y columna 1-based; `LexError` tipado
  (literal sin cerrar, carácter inesperado).
- Limitación v1 documentada: no soporta continuación de literales entre
  líneas (indicador `-`). Subconjunto COBOL'85, el hito intermedio.
- 17 tests: sentencias, palabras con guiones, literales y comillas
  dobladas, números vs terminador, operadores, ambos formatos,
  tracking de posición, errores.

### feat(charka-bcd): aritmética decimal con semántica COBOL

(Pre-existente.) `Picture` + `Decimal` de punto fijo exacto — ver el
SDD del módulo. 22 tests.