sergio
71a4068d12
Tercera etapa del transpilador: 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. La DATA division pasa tal cual y 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 (Pratt). Condiciones con comparadores símbolo/palabra, AND/OR/NOT y nombres de condición (nivel 88). - Delimita statements por palabras frontera (COBOL no los separa con un símbolo). Verbo no soportado -> Stmt::Unknown con tokens crudos. - Módulos: ast / kw / cursor / expr / stmt. 17 tests; fmt + clippy limpios. Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
93 lines
4.7 KiB
Markdown
93 lines
4.7 KiB
Markdown
# 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-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.
|