sergio
ab56b35e9f
Primera etapa del transpilador COBOL→Rust (Fase D del plan macro): texto COBOL → secuencia de Token. Lexer deliberadamente tonto (emite Word para todo identificador, la clasificación es del parser). Tokens Word/Number/String/Period/Symbol con línea+columna; soporta formato fijo (tarjeta de 80 columnas) y libre; comentarios, comillas dobladas, operadores de 1 y 2 caracteres. LexError tipado. 17 tests; clippy limpio. Limitación v1: sin continuación de literales entre líneas. Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
61 lines
2.9 KiB
Markdown
61 lines
2.9 KiB
Markdown
# modules/charka/ — Transpilador COBOL → Rust
|
|
|
|
**Propósito.** Modernizar sistemas COBOL legados transpilándolos a Rust
|
|
con un runtime determinista y un validador en sombra (shadow validator)
|
|
que compara la salida del original y la del transpilado. Es el módulo
|
|
más grande del ecosistema — el parser COBOL completo (CICS, SQL
|
|
embebido, dialectos IBM Enterprise) es un esfuerzo multi-mes.
|
|
|
|
## Crates
|
|
|
|
| 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
|
|
|
|
COBOL no calcula en binario flotante: opera sobre campos decimales de
|
|
precisión fija (`PIC S9(5)V99`). Reproducir un programa COBOL exige
|
|
reproducir esa aritmética dígito a dígito.
|
|
|
|
- `Picture` — parsea la cláusula PICTURE numérica (`9`, `V`, `S`, `9(n)`).
|
|
- `Decimal` — punto fijo exacto (`mantissa: i128` + `scale`); suma, resta
|
|
y producto exactos; división con escala de resultado fija; redondeo
|
|
`Truncate`/`HalfUp`; `coerce` a un `Picture` con detección de
|
|
desbordamiento.
|
|
- Determinista, sin dependencias de plataforma — mismo programa, mismos
|
|
dígitos, en cualquier máquina.
|
|
|
|
## charka-lexer
|
|
|
|
Primera etapa del pipeline: texto COBOL → secuencia de `Token`.
|
|
|
|
- **Lexer tonto**: no conoce keywords ni la cláusula `PICTURE` — emite
|
|
`Word` para todo identificador; la clasificación es del parser.
|
|
- Tokens: `Word` (con guiones internos, `WORKING-STORAGE`), `Number`
|
|
(sin signo), `String` (comillas dobladas colapsadas), `Period`,
|
|
`Symbol` (`( ) , ; :` y operadores `+ - * / ** = < > <= >= <>`).
|
|
- Dos formatos: **fijo** (cols 1-6 secuencia, 7 indicadora, 8-72
|
|
código, 73-80 id) y **libre**. Comentarios por col 7 (`*`/`/`) o `*`
|
|
inicial en formato libre.
|
|
- Cada token lleva línea/columna 1-based. `LexError` tipado.
|
|
- Limitación v1: sin continuación de literales entre líneas
|
|
(indicador `-`).
|
|
|
|
## Estado
|
|
|
|
`charka-bcd` (22 tests) y `charka-lexer` (17 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-codegen` | emisión de Rust |
|
|
| `charka-shadow` | validador en sombra (original vs transpilado) |
|
|
| `charka-runtime` | runtime determinista (sobre `charka-bcd`) |
|
|
|
|
Hito intermedio sugerido: subconjunto COBOL'85 puro antes de CICS/SQL.
|