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): E/S de ficheros — SELECT / FD / OPEN / READ / WRITE / CLOSE

El gran hueco que faltaba para el COBOL real: el procesamiento de
ficheros secuenciales. Una rebanada vertical por los seis crates.

- `charka-parser`: la ENVIRONMENT division ya no se ignora — se
  parsea `FILE-CONTROL` (`SELECT name ASSIGN TO "ruta"`); del FILE
  SECTION se asocia cada `FD` con su registro `01`. `Program::files`.
- `charka-runtime`: tipo `CobFile` — un fichero «line sequential»
  (cada registro una línea). Lectura: carga a memoria. Escritura:
  acumula y vuelca al cerrar.
- `charka-ir`: `Ir::files` y los statements `Open`/`Close`/`Read`/
  `Write`. `READ` lleva sus bloques `AT END` / `NOT AT END`.
- `charka-codegen`: un campo `CobFile` por fichero en el `struct
  Program`; los verbos emiten llamadas al runtime.
- `charka-shadow`: el intérprete hace E/S de ficheros real.
- Corpus: programa nuevo `18-fichero` — escribe tres líneas a un
  fichero, lo cierra, lo relee con `READ ... AT END` y las muestra.
  Verificado: el intérprete sombra y el crate compilado dan la misma
  salida.
- Alcance v1: organización «line sequential»; sin ficheros indexados
  ni relativos, sin `FILE STATUS`.

### feat(charka): PERFORM ... THRU como rango real de párrafos

`PERFORM A THRU C` ejecuta A, B y C; antes el transpilador sólo
ejecutaba A (lo marcaba como aproximado).

- `charka-codegen`: `Symbols` registra ahora los párrafos en orden con
  su nombre de método; `Symbols::build` toma el `Ir` completo.
  `paragraph_range(name, thru)` da los métodos del rango. `emit_perform`
  emite la llamada a cada uno.
- `charka-shadow`: `run_paragraph_range` ejecuta los párrafos de
  `name` a `thru` inclusive.
- Corpus: programa nuevo `17-rangopar` (`PERFORM PASO-A THRU PASO-C`
  sobre tres párrafos). Verificado en ambas rutas.

### feat(charka): SET ... TO TRUE — escribir nombres de condición (88)

La cara de escritura de los nombres de condición de COBOL: si `IF
ES-VALIDO` los lee, `SET ES-VALIDO TO TRUE` los escribe.

- IR: `Stmt::SetTrue { conditions }`.
- Parser: `SET cond-1 cond-2 ... TO TRUE`. Otras formas de `SET`
  (índices, `TO FALSE`) caen a `Stmt::Unknown`.
- Codegen y shadow: `SET cond TO TRUE` asigna a su dato padre el valor
  del 88 (un `MOVE` del valor a la variable).
- Corpus: programa nuevo `16-bandera` (cambia banderas de texto y de
  número con `SET`). Verificado en ambas rutas.

### feat(charka): INITIALIZE — resetear datos y grupos

El verbo de COBOL para volver un dato (o un registro entero) a su
valor por defecto.

- IR: `Stmt::Initialize { targets }`. El `model` de `charka-ir`
  registra ahora los grupos y sus datos elementales
  (`DataModel::groups`, `GroupInfo`).
- Parser: `INITIALIZE name-1 name-2 ...`.
- Codegen y shadow: cada destino, si es un grupo, se expande a sus
  miembros; cada dato elemental se pone a 0 (numérico) o a espacios
  (alfanumérico); una tabla `OCCURS` resetea todos sus elementos.
- Corpus: programa nuevo `15-resetear` (resetea un grupo y un escalar).
  Verificado en ambas rutas.

### feat(charka): EVALUATE TRUE y rangos WHEN ... THRU

Completa el `EVALUATE` con sus dos formas que faltaban.

- IR: la rama `WhenBranch` pasa de `values: Vec<Operand>` a
  `tests: Vec<WhenTest>`, donde `WhenTest` es `Value` (igualdad),
  `Range` (`WHEN lo THRU hi`) o `Cond` (`EVALUATE TRUE WHEN cond`).
- Parser: detecta `EVALUATE TRUE` y entonces cada `WHEN` parsea una
  condición; en modo valor reconoce `WHEN lo THRU hi`.
- Codegen y shadow: una prueba `Range` se traduce a `lo <= s <= hi`;
  una `Cond`, a la condición directa.
- Corpus: programa nuevo `14-clasifica` (clasifica notas con rangos
  `THRU` y un `EVALUATE TRUE`). Verificado en ambas rutas.

### feat(charka): INSPECT — contar y reemplazar caracteres

El verbo de COBOL para analizar y limpiar campos de texto.

- IR: `Stmt::Inspect { target, op }` con `InspectOp::TallyingForAll`
  (cuenta apariciones y las suma a un contador) y
  `InspectOp::ReplacingAll` (reemplaza apariciones).
- Parser: `INSPECT t TALLYING n FOR ALL lit` y
  `INSPECT t REPLACING ALL a BY b`. Una forma no soportada cae a
  `Stmt::Unknown`.
- Codegen: `TALLYING` → `str::matches(..).count()`; `REPLACING` →
  `str::replace`.
- Shadow: el intérprete cuenta / reemplaza el texto.
- Corpus: programa nuevo `13-inspeccion`. Verificado: el intérprete
  sombra y el crate compilado dan la misma salida.
- Alcance v1: `TALLYING FOR ALL` y `REPLACING ALL`; sin `LEADING`,
  `FIRST`, `CHARACTERS`, `BEFORE`/`AFTER`.

### feat(charka): STRING y UNSTRING — manejo de cadenas

Dos verbos comunes de COBOL para construir y partir cadenas.

- IR: `Stmt::StringConcat { sources, into }` y
  `Stmt::Unstring { source, delimiter, into }`.
- Parser: `STRING a b DELIMITED BY SIZE INTO t END-STRING` y
  `UNSTRING s DELIMITED BY d INTO a b c END-UNSTRING`.
- Codegen: `STRING` → `format!` concatenado; `UNSTRING` → un bloque
  que parte con `str::split` y reparte los trozos.
- Shadow: el intérprete concatena / parte el texto y lo reparte.
- Corpus: programa nuevo `12-cadenas`. Verificado: el intérprete
  sombra y el crate compilado dan la misma salida.
- Alcance v1: `STRING` con `DELIMITED BY SIZE` (los demás
  delimitadores se ignoran); sin `WITH POINTER` ni `ON OVERFLOW`.

### feat(charka): OCCURS — tablas y referencias con subíndice

Los arrays de COBOL, que antes el transpilador descartaba en silencio.
Atraviesa el pipeline entero.

- Parser: la cláusula `OCCURS n [TIMES]` se captura en `DataItem`.
- IR: `Operand::Indexed { name, index }` — una referencia `ELEM(I)`.
  El subíndice es 1-based, como COBOL. Los destinos de los statements
  pasan de `Vec<String>` a `Vec<Operand>`, así que se puede escribir a
  un elemento de tabla (`MOVE x TO ELEM(I)`, `COMPUTE ELEM(I) = ...`).
  `Field` del modelo gana `occurs: Option<u32>`.
- Codegen: un campo `OCCURS` se emite como `Vec<Num>`/`Vec<Text>`,
  inicializado con `vec![..; n]`; una referencia con subíndice indexa
  el vector (1-based → 0-based).
- Shadow: en el intérprete todo campo es un vector — un escalar es de
  longitud 1, una tabla de `n`; las referencias se resuelven a
  `(nombre, índice)`.
- Corpus: programa nuevo `11-tabla` (llena una tabla con cuadrados y
  los suma). Verificado: el intérprete sombra y el crate compilado por
  `scaffold` dan ambos `SUMA DE CUADRADOS = 000055`.
- Alcance v1: `OCCURS` en datos elementales, una dimensión, subíndice
  de un solo operando. Fuera: `OCCURS` de grupo, multidimensional,
  `OCCURS DEPENDING ON`.

### feat(charka): nombres de condición (nivel 88) + modelo de datos compartido

`IF ES-VALIDO` — los nombres de condición de COBOL, que antes el
transpilador evaluaba siempre como `false`. Y, de paso, se elimina una
duplicación: la resolución del modelo de datos.

- `charka-ir` gana un módulo `model`: `resolve_data(&[DataItem]) ->
  DataModel` aplana el árbol de datos a campos elementales (`Field` con
  `FieldKind`) y a nombres de condición (`ConditionName`). El `Ir`
  ahora lleva un campo `model`. Es la fuente única de verdad sobre la
  clasificación de PICTURE.
- `charka-codegen` y `charka-shadow` consumen `ir.model` en vez de
  reimplementar cada uno la clasificación numérico/alfanumérico, el
  ancho de PICTURE y la normalización de `VALUE`. `charka-codegen` ya
  no depende de `charka-bcd`.
- `Cond::Named` (un nivel 88) se resuelve a `padre = valor`: el codegen
  emite la comparación, el intérprete sombra la evalúa.
- Corregido de paso: un dato con hijos de nivel 88 (p. ej.
  `01 WS-FLAG PIC X. 88 ES-SI VALUE 'Y'.`) antes se perdía como si
  fuera un grupo; ahora se reconoce como campo elemental.
- Corpus: programa nuevo `10-condicion` (un semáforo con 88 de texto y
  de número, en `IF` e `IF/ELSE`). Verificado: intérprete y crate
  compilado dan la misma salida.

### feat(charka): EVALUATE — el case de COBOL

`EVALUATE` atraviesa el pipeline entero — antes el parser lo guardaba
crudo como `Stmt::Unknown`.

- IR: `Stmt::Evaluate { subject, whens, other }` con
  `WhenBranch { values, body }`. Varios `WHEN` apilados comparten
  cuerpo; `WHEN OTHER` es el caso por defecto.
- Parser: `EVALUATE subject WHEN v1 WHEN v2 ... [WHEN OTHER ...]
  END-EVALUATE`.
- Codegen: lo baja a una cadena `if / else if / else` — una rama se
  elige si el sujeto es igual a alguno de sus valores; sin caída.
- Shadow: el intérprete evalúa el sujeto y ejecuta la primera rama
  cuyos valores casen, o el `WHEN OTHER`.
- Corpus: programa nuevo `09-evaluar` (un `EVALUATE` por valor anidado
  en un `PERFORM VARYING`, con `WHEN` apilados y `WHEN OTHER`).
  Verificado: intérprete sombra y crate compilado dan la misma salida.
- Alcance v1: `EVALUATE` por igualdad de valor; no la forma
  `EVALUATE TRUE` con condiciones ni los rangos `THRU`.

### feat(charka): PERFORM VARYING — el bucle con variable de control

El bucle más usado de COBOL, que antes el parser degradaba a un
`PERFORM` vacío. Ahora atraviesa el pipeline entero.

- IR: `PerformControl::Varying { var, from, by, until }`.
- Parser: reconoce `PERFORM VARYING var FROM x BY y UNTIL cond` en
  línea (`END-PERFORM`) y fuera de línea (`PERFORM párrafo VARYING …`).
- Codegen: emite `var = from; while !(until) { cuerpo; var += by; }`.
- Shadow: el intérprete inicializa la variable, evalúa la condición
  antes de cada vuelta e incrementa al final.
- Corpus: programa nuevo `08-varying` (suma 1..10 con `PERFORM
  VARYING`). Verificado: el intérprete sombra y el crate compilado por
  `scaffold` dan ambos `SUMA 1 A 10 = 00055`.

### feat(charka): CLI del transpilador — transpile / scaffold / run / check

App nueva `crates/apps/charka` — el binario `charka`, que vuelve usable
el pipeline desde la terminal. Cuatro comandos:

- `transpile <in.cob> [-o out.rs]` — emite el código Rust (a un archivo
  o a la salida estándar).
- `scaffold <in.cob> -o <dir>` — genera un crate Rust completo
  (`Cargo.toml` + `src/main.rs`) que depende de `charka-runtime` y
  compila tal cual.
- `run <in.cob>` — ejecuta el programa con el intérprete sombra y
  muestra su salida, sin compilar nada.
- `check <in.cob> -e <esperado>` — ejecuta y diferencia la salida
  contra un archivo esperado; reporta las líneas que difieren.

Avisa de los verbos COBOL que aún no se transpilan. Verificado de
punta a punta contra el corpus: `scaffold` de `06-nomina` genera un
crate que compila y produce la misma salida que el intérprete sombra —
las dos rutas de ejecución concuerdan. 4 tests; fmt + clippy limpios.

### 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.