refactor: 拆分 sema analyze_expr 为 9 个辅助函数 + 调度器

2026-06-06 01:36:37 +08:00
parent de91886712
commit 031dedfb8e
2 changed files with 649 additions and 407 deletions
@@ -0,0 +1,307 @@
+# L Language 架构分析报告 v0.6
+
+> 日期: 2026-06-06 00:50 | 自动生成 | **重大代码变更**
+> 上次代码基线: `a15cd9d` (2026-06-05 17:08 报告, v0.5)
+> 当前 HEAD: `de91886` fix: CreateProcess 替代 system() 调 ld.lld，消除 shell 转义问题
+> **版本: v0.6**
+
+---
+
+## 代码变更检查
+
+```
+git log a15cd9d..HEAD → 20 新提交, 36 文件变更, +2483/-163 行
+```
+
+自 v0.5 以来累计 20 个提交，涵盖 6 个新语言特性、语法差异化调整、链接器重构、安装包系统。
+
+详细提交链:
+
+| # | 提交 | 类别 |
+|---|------|------|
+| 1-2 | CHANGELOG/语言参考文档 | 文档 |
+| 3-4 | CLAUDE.md 语言设计哲学 | 文档 |
+| 5 | 数组初始化 `= arr` 语法说明 | 文档 |
+| 6 | match/sema 单元测试 (145→158) | 测试 |
+| 7 | 数组支持 struct 元素类型 `Point[N]` | P1-5 修复 |
+| 8 | 测试计数更新 145→158 + 23→24 | 测试 |
+| 9 | for..in 范围语法 `..` → `to` | 语法差异化 |
+| 10 | `let mut` → `var` | 语法差异化 |
+| 11 | `[T; N]` → `T[N]` 后置语法 | 语法差异化 |
+| 12 | `impl` → `extend` | 语法差异化 |
+| 13 | 新增 i32/u64/char 类型 + 字符字面量 | 新功能 |
+| 14 | guard 语句 | 新功能 |
+| 15 | 命名参数 | 新功能 |
+| 16 | 管道 `|>` + 字符串插值 `\(expr)` — P0 四特性收官 | 新功能 |
+| 17 | README/CHANGELOG/语言参考更新至 v0.6 | 文档 |
+| 18 | 链接器 gcc → clang + lld | 基础设施 |
+| 19 | NSIS 安装包脚本 | 基础设施 |
+| 20 | CreateProcess 替代 system() 调 ld.lld | 基础设施 |
+
+---
+
+## 1. 当前架构快照 (v0.6)
+
+### 1.1 编译流水线
+
+```
+源码(.l) → Lexer(词法) → Parser(语法) → Sema(语义) → Codegen(LLVM IR) → Target(obj) → clang+lld 链接(.exe)
+            58 Token      25 AST 节点      类型标注     LLVMModuleRef       .o 文件        优先 clang→fallback gcc
+```
+
+v0.5 的 GCC 链接器已被 clang + lld 替代（自动 fallback）。`system()` 调用被 `CreateProcess` 替代，消除 shell 转义问题。
+
+### 1.2 模块清单与行数
+
+| 模块 | 文件 | 行数 | vs v0.5 | 职责 |
+|------|------|------|---------|------|
+| include/ | l_lang.h | 55 | -2 | TypeKind (13), SourceLoc, 公共类型 |
+| lexer/ | lexer.c + token.c (+ .h) | 168+53+47 = 268 | +11 | 手写状态机, 58 Token 类型 |
+| ast/ | ast.c + ast.h | 221+152 = 373 | -31 | 25 种 AST 节点, 工厂函数 (arg_names 扩展) |
+| parser/ | parser.c + parser.h | 851+10 = 861 | +23 | 递归下降+Pratt, guard/pipe/插值去糖 |
+| sema/ | sema.c + symbol.c (+ .h) | 871+148+63 = 1082 | +77 | 类型推断, can_implicit_convert, 命名参数重排 |
+| codegen/ | codegen.c + target.c (+ .h) | 764+30+15 = 809 | -55 | LLVM IR 生成, coerce_int 隐式转换 |
+| driver/ | main.c + error.c (+ .h) | 205+46+18 = 269 | +58 | 流水线串联, CreateProcess 链接 |
+| util/ | arena.c + arena.h | 39+13 = 52 | 不变 | Bump allocator (8MB) |
+| **实现总计** | | **~3,769 行** | **+434 vs v0.5** | |
+
+> 注意: codegen.c 从 824 行收缩到 764 行（-7.3%），说明新加入的 pipe/guard/插值等功能去糖后不需要 codegen 层改动。
+
+### 1.3 核心类型系统变化
+
+| 枚举 | v0.5 | v0.6 | 变更 |
+|------|------|------|------|
+| TypeKind | 10 | **13** | +TYPE_I32, TYPE_U64, TYPE_CHAR |
+| TokenKind | 50 | **58** | +TOK_VAR, TOK_GUARD, TOK_I32, TOK_U64, TOK_CHAR, TOK_CHAR_LIT, TOK_PIPE, TOK_TO; TOK_IMPL→TOK_EXTEND |
+| AstNodeKind | 25 | **25** | 不变 — 所有新功能经去糖复用现有节点 |
+| SymbolKind | 5 | **5** | 不变 |
+
+**TypeKind 完整列表**: TYPE_I32, TYPE_I64, TYPE_U64, TYPE_F64, TYPE_BOOL, TYPE_CHAR, TYPE_STR, TYPE_VOID, TYPE_STRUCT, TYPE_ENUM, TYPE_ARRAY, TYPE_UNKNOWN, TYPE_ERROR
+
+**Token 新增**:
+
+| 新增 Token | 用途 |
+|------------|------|
+| TOK_VAR | `var` 关键字 (替代 `let mut`) |
+| TOK_GUARD | `guard` 关键字 |
+| TOK_I32 / TOK_U64 / TOK_CHAR | 新基本类型 |
+| TOK_CHAR_LIT | 字符字面量 `'"'"'A'"'"'` |
+| TOK_PIPE | 管道运算符 `|>` |
+| TOK_TO | 范围运算符 `to` (替代 `..`) |
+| TOK_EXTEND | `extend` 关键字 (替代 `impl`) |
+
+**AST 结构体扩展**:
+- `AST_CALL_EXPR.call` 新增 `arg_names` 字段 — 支持命名参数
+- `AST_METHOD_CALL.method_call` 新增 `arg_names` 字段 — 支持命名参数
+- `AST_LITERAL_EXPR.literal` 新增 `lit_type` + union 扩展 — 支持 char 字面量
+
+**Symbol 扩展**:
+- `Symbol.param_names` 新增 — 支持命名参数匹配
+
+---
+
+## 2. 功能完成度总览
+
+### 2.1 P0 (v0.1-v0.4) — 100%
+
+全 12 项保持完成状态。
+
+### 2.2 P1 (v0.5) — 100%
+
+全 6 项保持完成，P1-5 (数组 struct 元素类型) 在本轮修复。
+
+### 2.3 P0-扩展 (v0.6 新增) — 100%
+
+| # | 功能 | 去糖策略 | 灵感来源 | 影响层 |
+|---|------|---------|---------|--------|
+| 13 | `i32` / `u64` / `char` 类型 | TypeKind 扩展 + can_implicit_convert | Rust/ML | lexer/ast/sema/codegen |
+| 14 | `guard x >= 0 else { return -1; }` | parser 去糖为 if-else | Swift | parser |
+| 15 | `draw_rect(width: 10, height: 20)` | sema 重排序为位置参数 | Python/Swift | parser/sema |
+| 16 | `10 |> double() |> add(5)` | parser 去糖为 `add(double(10), 5)` | F#/Elixir | parser |
+| 17 | `"Hello, \(name)!"` | lexer+parser 去糖为 `str+str` | Swift/Rust | lexer/parser |
+| 18 | `extend` 方法块 | 即原 `impl` mangle，改名 | 差异化 | lexer |
+
+### 2.4 语法差异化 (L 语言独有)
+
+| L 语法 | Rust 对应 | 理由 |
+|--------|----------|------|
+| `var` | `let mut` | 更简洁，2 字符 vs 6 字符 |
+| `T[N]` | `[T; N]` | C 风格直觉，减少括号 |
+| `to` | `..` | 明确语义 (省略终值 `to` vs 闭区间 `..=`) |
+| `extend` | `impl` | 避免 Rust 预留词 |
+| `guard` | 无直接对应 | Swift 灵感，前条件守卫 |
+| `|>` | 无直接对应 | F#/Elixir 灵感，函数组合 |
+| `\(expr)` | 无直接对应 | Swift 风格字符串插值 |
+
+---
+
+## 3. Rust 对标缺失清单
+
+### 3.1 已完成
+
+| 特性 | 状态 | 版本 |
+|------|------|------|
+| 默认不可变 (let) / 可变 (var) | ✅ | v0.1-v0.6 |
+| 复合赋值 | ✅ | v0.2 |
+| for + range | ✅ | v0.3 |
+| struct 具名域 | ✅ | v0.4 |
+| impl/extend 方法 | ✅ | v0.5 |
+| enum + match | ✅ | v0.5 |
+| 类型别名 | ✅ | v0.5 |
+| 数组固定大小 | ✅ | v0.5 |
+| 数组 struct 元素类型 | ✅ | v0.6 |
+| RAII 自动释放 | ✅ | v0.4 |
+| 命名参数 | ✅ | v0.6 |
+| 管道运算符 | ✅ | v0.6 |
+| 字符串插值 | ✅ | v0.6 |
+| guard 守卫语句 | ✅ | v0.6 |
+| i32/u64/char 多种整数类型 | ✅ | v0.6 |
+
+### 3.2 缺失 (P2 — 中期, 按难度排序)
+
+| # | 功能 | 预计工时 | 优先级 | Rust 对应 | 说明 |
+|---|------|---------|--------|----------|------|
+| 19 | 表达式作为值 (块返回最后表达式) | 2-3 天 | **高** | 块是表达式 | sema/codegen 需处理块类型推断, 当前 block→void |
+| 20 | 枚举关联数据 (ADT) | 2-3 天 | **高** | `enum Option<T>` | 当前仅简单常量枚举, 需 payload + 模式匹配扩展 |
+| 21 | `if let` / `while let` | 1 天 | 中 | `if let Some(x) = opt` | 基于枚举关联数据 |
+| 22 | 模块系统 `mod` + `use` | 3-5 天 | **高** | `mod`, `use`, `pub` | 多文件编译, 符号可见性 |
+| 23 | 泛型 (单态化) | 5-7 天 | 中 | `fn<T>(x: T)` | sema 类型参数收集, codegen 复制 |
+| 24 | trait / 接口 | 5-7 天 | 中 | `trait`, `impl Trait` | vtable 或单态化分派 |
+| 25 | 引用/切片 | 7-10 天 | 中 | `&T`, `&[T]` | 需指针层次, 生命周期标注 |
+
+### 3.3 缺失 (P3 — 长期)
+
+| # | 功能 | 预计工时 | Rust 对应 |
+|---|------|---------|----------|
+| 26 | 所有权 / 借用检查 | 2-4 周 | borrow checker |
+| 27 | 闭包 (lambda) | 3-5 天 | `|x| x+1` |
+| 28 | 自举 (L 编译 L) | 4-6 周 | — |
+| 29 | 标准库 (prelude) | 4-6 周 | std |
+
+---
+
+## 4. 测试覆盖
+
+| 测试文件 | 测试函数 | vs v0.5 | 覆盖范围 |
+|---------|----------|---------|---------|
+| test_lexer.c | 3 | 不变 | token 识别 |
+| test_parser.c | 5 | 不变 | 语法解析基本路径 |
+| test_sema.c | 24 | +3 | i32/u64/char 转换, named args, guard, 管道, 插值 |
+| test_codegen.c | 10 | +1 | 隐式转换, 命名参数, i32/u64/char codegen |
+| **单元合计** | **42** | **+4** | |
+| 集成 .l 程序 | **29** | **+6** | 24_array_struct, 25_new_types, 26_guard, 27_named_args, 28_pipe, 29_interp |
+| **测试总计** | **71** | **+10** | |
+
+新集成测试覆盖:
+- `24_array_struct.l` — struct 数组 (P1-5 修复验证)
+- `25_new_types.l` — i32/u64/char 类型 + 隐式转换
+- `26_guard.l` — guard 守卫语句
+- `27_named_args.l` — 命名参数任意顺序
+- `28_pipe.l` — 管道 |> 函数组合
+- `29_interp.l` — 字符串插值
+
+---
+
+## 5. 代码审查 — 风险区域
+
+### 5.1 去糖策略的评价
+
+v0.6 延续了 v0.5 的去糖哲学: pipe/guard/插值/named_args 全在 parser 层去糖为现有 AST 节点。优势是 sema/codegen 改动极小（codegen 甚至缩水 60 行），但代价是:
+
+1. **parser.c 进一步膨胀**: 825→851 行，去糖逻辑散落在 `parse_expr` 和 `parse_statement` 之间
+2. **错误消息质量下降**: 去糖后生成的 AST 丢失原始语法信息，错误报告指向去糖后的 if-else 而非原始 `guard` 语句
+3. **调试/IR 可读性**: 用户写 `10 |> double()` 但 IR 中看到的是 `double(10)`，不利于学习
+
+**建议**: v0.7 考虑将 guard/match/named_args/pipe 去糖抽取为独立 desugar pass，在 parser 生成 AST 之后、sema 之前运行。这既能保持"去糖"优势，又能改善错误消息质量。
+
+### 5.2 sema.c 持续膨胀
+
+sema.c 从 809→871 行 (v0.5→v0.6)，analyze_expr 仍然是单函数怪兽 (~380 行)。新增的 `can_implicit_convert()` 是好的模块化进步，但类型检查逻辑仍需拆分。
+
+### 5.3 TypeKind 耦合未改善
+
+TypeKind 从 10 增加到 13，修改范围涉及 7+ 文件。加新类型仍是全局搜索替换作业。
+
+### 5.4 链接器变更风险
+
+gcc→clang+lld 变更是正确方向，但 fallback 链 (clang→gcc) 增加了 CI 配置复杂度。自包含安装包 (39MB) 和 NSIS 安装包 (62MB) 是两个并行方案，后续需统一。
+
+---
+
+## 6. 技术债务更新
+
+### 6.1 已解决
+
+| # | 原问题 | 解决提交 |
+|---|--------|---------|
+| 5 | 数组 struct 元素类型 `[Point; N]` 未实现 | `a45f7d8` |
+| 6 | match/sema 无独立单元测试 | `beac40f` |
+| 9 | CHANGELOG 未更新 v0.4/v0.5 | `5a0bf60` + `2baf762` |
+
+### 6.2 当前债务 (优先级排序)
+
+| # | 问题 | 严重度 | 现状 | 备注 |
+|---|------|--------|------|------|
+| 1 | analyze_expr 膨胀 (~380 行) | **高** | 未修复, 反而增加 | sema.c 871 行, +62 vs v0.5 |
+| 2 | parser.c 单文件 851 行 | **高** | 未修复, +26 行 | 去糖逻辑散落 |
+| 3 | 去糖无独立 pass, 错误消息受损 | **中** | 需求显现 | v0.6 新暴露 |
+| 4 | codegen.c 824→764 行, 但仍有优化空间 | 中 | 改善中 | struct/element_type 逻辑可精简 |
+| 5 | TypeKind 耦合 (改 7+ 文件) | 低 | 未修复 | 13 种类型, 加新类型成本递增 |
+| 6 | AST Visitor 缺失 | 低 | 未修复 | 加节点需改 4 个 switch |
+| 7 | LLVM 22 无 mem2reg C API | 低 | 平台限制 | IR 含冗余 alloca/store/load |
+
+---
+
+## 7. 基础设施变更
+
+| 组件 | v0.5 | v0.6 | 影响 |
+|------|------|------|------|
+| 链接器 | GCC (外部依赖) | clang + lld (优先), fallback gcc | 用户需安装 LLVM 或将 ld.lld 打包 |
+| 进程启动 | `system()` | `CreateProcess` | 消除 shell 注入/转义风险 |
+| 发布 | 无 | NSIS 安装包 (62MB) / 自包含包 (39MB) | 零依赖部署 |
+| 文档 | README + CHANGELOG | +语言参考手册 (643 行) + CLAUDE.md | 开发者友好 |
+
+---
+
+## 8. 与 PRD 对照
+
+PRD v0.1 设定了"学习编译器全流程"的短期目标。对照 PRD 中的非目标列表:
+
+| PRD 非目标 (v0.1 不做) | 当前状态 |
+|------------------------|---------|
+| 字符串类型 | ✅ v0.2 实现 `str` |
+| 数组/切片/结构体 | ✅ v0.4-v0.5 实现 struct/array |
+| 模块系统 | ❌ 仍缺失 |
+| 泛型/trait | ❌ 仍缺失 |
+| 模式匹配 | ✅ v0.5 match (简化) |
+| 标准库 | ❌ 仍缺失 |
+| 垃圾回收 | ❌ 不做 (采用 RAII) |
+
+v0.6 已大幅超出 v0.1 PRD 范围。建议更新 PRD 到 v0.6 以反映当前功能边界。
+
+---
+
+## 9. 推荐开发路线图
+
+### v0.7 (短期, 2-3 天)
+
+1. **独立 desugar pass** — 将 guard/pipe/named_args 去糖从 parser 移到独立 pass，改善错误消息和 parser 复杂度
+2. **analyze_expr 拆分** — 按节点类型拆分为 4-6 个辅助函数
+3. **枚举关联数据 (ADT)** — `enum Option { Some(i64), None }`，打开类型安全编程新范式
+4. **表达式作为值** — `let x = if a { 1 } else { 2 }`，函数体最后表达式即返回值
+
+### v0.8 (中期, 1 周)
+
+1. **模块系统** — `mod` + `use` + `pub`，多文件编译
+2. `if let` / `while let` — 简化 ADT 匹配
+3. 标准库起步: `io`, `convert`, `vec`
+
+### v0.9 (中期, 1-2 周)
+
+1. 泛型 (单态化)
+2. trait / 接口
+3. AST Visitor 宏驱动
+
+---
+
+*本报告由 Codex 自动生成于 2026-06-06 00:50。自上次代码基线 `a15cd9d` (v0.5) 以来共 20 个提交, +2483/-163 行。P0 扩展 6 个新特性全部实现, 语法完成差异化定型, 链接器/进程启动基础设施升级。v0.7 应聚焦 parser 结构优化和枚举 ADT。*