Serendipity
6bd6eaae47
- 去糖优先: 复杂语法在parser层降级 - 博采众长: Elixir/Swift/Python/Go/Kotlin/Zig 候选特性 - P0-P3 优先级矩阵: 管道/guard/插值/命名参数优先
246 lines
8.2 KiB
Markdown
246 lines
8.2 KiB
Markdown
# CLAUDE.md
|
||
|
||
## 项目概述
|
||
|
||
L Language v0.5 — 用 C17 实现的静态类型编译型编程语言，Rust 风格语法，LLVM 22.x 后端。经典 5 阶段流水线：词法 → 语法 → 语义 → IR → 可执行文件。145 单元测试 + 23 集成程序。
|
||
|
||
## 语言设计哲学
|
||
|
||
L 借鉴 Rust 语法骨架（let/mut/struct/impl/match），但有自己的设计理念：
|
||
|
||
1. **去糖优先** — 复杂语法在 parser 层去糖为简单原语，零 sema/codegen 改动。已验证: for/match/复合赋值。
|
||
2. **博采众长** — 从多语言吸收优秀特性，而非单一模仿 Rust:
|
||
- **Elixir/F#** → 管道运算符 `|>`
|
||
- **Go** → defer、多返回值
|
||
- **Swift** → guard、字符串插值、命名参数
|
||
- **Kotlin** → 扩展函数、when 表达式
|
||
- **Python** → 列表推导式、装饰器
|
||
- **Zig** → comptime 常量折叠
|
||
3. **渐进演进** — 先加语法糖（parser 层），后加强类型（sema/codegen 层）
|
||
|
||
### 候选特性优先级
|
||
|
||
| 优先级 | 特性 | 来源 | 实现层 | 预计行数 | 独特性 |
|
||
|--------|------|------|--------|---------|--------|
|
||
| **P0** | 管道 `\|>` | Elixir/F# | parser | ~30 | 极高 |
|
||
| **P0** | guard 语句 | Swift | parser | ~15 | 高 |
|
||
| **P0** | 字符串插值 | Swift/Python | lexer+parser | ~60 | 高 |
|
||
| **P0** | 命名参数 | Swift/Kotlin | parser | ~50 | 高 |
|
||
| P1 | 列表推导式 | Python | parser | ~50 | 高 |
|
||
| P1 | 装饰器 `@` | Python | parser | ~40 | 高 |
|
||
| P1 | defer | Go/Zig | parser+codegen | ~60 | 中 |
|
||
| P1 | 扩展函数 | Kotlin | parser+sema | ~80 | 高 |
|
||
| P1 | when 表达式 | Kotlin | parser | ~30 | 中 |
|
||
| P2 | 多返回值 | Go | 全流水线 | ~200 | 中 |
|
||
| P2 | 空安全 `?.` / `??` | Kotlin | sema+codegen | ~150 | 中 |
|
||
| P2 | comptime 求值 | Zig | sema+codegen | ~200 | 极高 |
|
||
| P3 | 隐式接口 | Go | sema+codegen | ~300 | 中 |
|
||
| P3 | in/out 参数 | Carbon/Cpp2 | sema+codegen | ~150 | 高 |
|
||
|
||
### P0 特性设计
|
||
|
||
**管道 `|>`** — 数据流从左到右:
|
||
```rust
|
||
let result = 10 |> double() |> add(5);
|
||
// 脱糖为: add(double(10), 5)
|
||
```
|
||
|
||
**guard** — 提前返回的语法糖:
|
||
```rust
|
||
guard x >= 0 else { return -1; }
|
||
// 脱糖为: if !(x >= 0) { return -1; }
|
||
```
|
||
|
||
**字符串插值**:
|
||
```rust
|
||
let msg = "Hello, {name}! Age: {age}";
|
||
// 脱糖为: "Hello, " + name + "! Age: " + age
|
||
```
|
||
|
||
**命名参数** — 调用点可选标注:
|
||
```rust
|
||
fn drawRect(width: i64, height: i64) { ... }
|
||
drawRect(width: 10, height: 20); // 命名
|
||
drawRect(10, 20); // 位置
|
||
```
|
||
|
||
## 构建命令
|
||
|
||
```bash
|
||
# 配置（仅首次）
|
||
cd build
|
||
cmake .. -G "MinGW Makefiles" -DCMAKE_PREFIX_PATH="D:/settings/Language/LLVM"
|
||
|
||
# 编译
|
||
mingw32-make -j4
|
||
|
||
# 编译单个目标
|
||
mingw32-make l_lang
|
||
mingw32-make l_lang_lib
|
||
```
|
||
|
||
## 架构
|
||
|
||
```
|
||
源文件(.l) → 词法分析 → 语法分析 → 语义分析 → IR 生成 → 可执行文件
|
||
Token[] AstNode* 带类型AST LLVM Module .exe
|
||
```
|
||
|
||
```
|
||
L Language/
|
||
├── include/
|
||
│ └── l_lang.h 公共头文件 (TypeKind 枚举, 向前声明)
|
||
├── src/
|
||
│ ├── lexer/
|
||
│ │ ├── token.h/c Token {kind, start, length, line, col}
|
||
│ │ └── lexer.h/c 手写状态机，40 种 Token 类型
|
||
│ ├── parser/
|
||
│ │ └── parser.h/c Pratt 表达式 (9 级优先级) + 递归下降语句
|
||
│ ├── ast/
|
||
│ │ └── ast.h/c 14 种节点 (PROGRAM..IDENT_EXPR) + 工厂函数
|
||
│ ├── sema/
|
||
│ │ ├── symbol.h/c 作用域链 (Scope* parent 链表)
|
||
│ │ └── sema.h/c 类型推断 + 类型检查 + 3 个内建函数注册
|
||
│ ├── codegen/
|
||
│ │ └── codegen.h/c AST → LLVM-C API → LLVMModuleRef
|
||
│ ├── driver/
|
||
│ │ ├── main.c 入口 + 命令行解析 + 流水线串联
|
||
│ │ └── error.h/c ErrorInfo / ErrorList 错误报告
|
||
│ └── util/
|
||
│ └── arena.h/c Bump allocator (8MB, 8 字节对齐)
|
||
├── test/
|
||
│ ├── test_utils.h 断言宏 (ASSERT / TEST_RUN / test_summary)
|
||
│ ├── test_lexer.c 词法测试 (41 tests)
|
||
│ ├── test_parser.c 语法测试 (15 tests)
|
||
│ ├── test_sema.c 语义测试 (9 tests)
|
||
│ └── programs/ .l 集成测试 (5 个程序)
|
||
├── docs/
|
||
│ ├── PRD.md 产品需求文档
|
||
│ └── superpowers/plans/ 实现计划
|
||
├── CMakeLists.txt l_lang_lib (静态库) + l_lang (exe) + 测试
|
||
└── README.md
|
||
```
|
||
|
||
## 核心 API 参考
|
||
|
||
### 词法分析
|
||
|
||
```c
|
||
// lexer.h
|
||
Token* lex(Arena* a, const char* source, const char* filename,
|
||
size_t* count, ErrorInfo* error);
|
||
// 返回: Token 数组（分配在 arena），出错返回 NULL
|
||
// Token: {TokenKind kind, const char* start, int length, int line, int col}
|
||
```
|
||
|
||
### 语法分析
|
||
|
||
```c
|
||
// parser.h
|
||
AstNode* parse(Arena* a, const Token* tokens, size_t count,
|
||
const char* filename, ErrorInfo* error);
|
||
// 返回: AST_PROGRAM 节点，出错返回 NULL
|
||
// 支持: 所有语句 (let/if/while/return) + 表达式 (Pratt precedence climbing)
|
||
```
|
||
|
||
### 语义分析
|
||
|
||
```c
|
||
// sema.h
|
||
void sema_analyze(AstNode* ast, ErrorList* errors, Arena* arena);
|
||
// 副作用: AST 节点填充 type 字段, errors 收集类型错误
|
||
// 内建: scope_insert_function(print_i64, print_f64, print_bool)
|
||
```
|
||
|
||
### 代码生成
|
||
|
||
```c
|
||
// codegen.h
|
||
LLVMModuleRef codegen_module(AstNode* ast, const char* module_name,
|
||
const char** error_msg);
|
||
// 返回: 已验证的 LLVM Module，出错返回 NULL
|
||
// 内建 print_* 函数生成对应的 printf 调用
|
||
```
|
||
|
||
## 类型系统
|
||
|
||
| L 类型 | LLVM 类型 | C 常量创建 |
|
||
|--------|-----------|-----------|
|
||
| `i64` | `LLVMInt64Type()` | `LLVMConstInt(ty, val, true)` |
|
||
| `f64` | `LLVMDoubleType()` | `LLVMConstReal(ty, val)` |
|
||
| `bool` | `LLVMInt1Type()` | `LLVMConstInt(ty, val, false)` |
|
||
| `void` | `LLVMVoidType()` | — |
|
||
|
||
类型推断规则：
|
||
- 字面量：`42` → `i64`, `3.14` → `f64`, `true` → `bool`
|
||
- `let x = expr` → 从 expr 推断
|
||
- `let x: i64 = expr` → 显式标注优先
|
||
- 算术运算：i64 + i64 → i64, i64 + f64 → f64 (提升)
|
||
- 比较运算：返回 `bool`
|
||
|
||
## 运算符优先级
|
||
|
||
| 优先级 | 运算符 |
|
||
|--------|--------|
|
||
| 70 (最高) | `-` (一元负), `!` (一元非) |
|
||
| 60 | `*` `/` `%` |
|
||
| 50 | `+` `-` |
|
||
| 40 | `==` `!=` `<` `>` `<=` `>=` |
|
||
| 30 | `&&` |
|
||
| 20 | `\|\|` |
|
||
| 10 (最低) | — |
|
||
|
||
## 错误处理
|
||
|
||
| 阶段 | 策略 |
|
||
|------|------|
|
||
| 词法分析 | 首个非法字符 → 立即终止，返回 ErrorInfo |
|
||
| 语法分析 | 首个语法错误 → 立即终止，返回 ErrorInfo |
|
||
| 语义分析 | 收集所有类型错误到 ErrorList → 批量输出 (ANSI 红色) |
|
||
| IR 生成 | LLVMVerifyModule → 返回 char* 错误消息 |
|
||
| 链接 | system() 返回值检查 → 打印 exit code |
|
||
| 分配失败 | arena_alloc 返回 NULL → 逐层检查 |
|
||
|
||
|
||
## 测试
|
||
|
||
```bash
|
||
# 单元测试 (每个 test_*.c 独立编译运行，各有自己的 main)
|
||
./l_lang_lexer_test.exe # 41 个断言
|
||
./l_lang_test.exe # 15 个断言
|
||
./l_lang_sema_test.exe # 9 个断言
|
||
|
||
# 集成测试 (编译 .l → 运行 .exe → 检查输出)
|
||
for f in ../test/programs/*.l; do
|
||
echo "=== $f ==="
|
||
./l_lang.exe "$f" -o /tmp/out.exe && /tmp/out.exe
|
||
done
|
||
```
|
||
|
||
## 关键约束
|
||
|
||
- **C17 标准**：`-Wall -Wextra -g`，零编译警告
|
||
- **Arena 分配**：Token、AST、符号表全部从 arena 分配，无 malloc/free 散落
|
||
- **LLVM 路径**：`D:\settings\Language\LLVM`，C API 头文件手动补充（v22.1.7 预编译包缺少部分头文件）
|
||
- **链接器**：MinGW 环境用 **gcc** 链接（非 clang，避免 MSVC 依赖）
|
||
- **Windows**：仅支持 Windows 11 + MinGW-w64
|
||
- **错误消息**：中文，格式 `文件名:行号:列号: 描述`
|
||
|
||
## 已知限制 (v0.5)
|
||
|
||
- 无泛型 (单态化)
|
||
- 无 trait / 接口
|
||
- 无模块系统（所有代码单文件）
|
||
- 无指针/引用类型
|
||
- 借用检查 (远期)
|
||
- 嵌套数组支持有限
|
||
- `match` 仅语句级（非表达式）
|
||
|
||
## 版本号升级清单
|
||
|
||
| 文件 | 字段 |
|
||
|------|------|
|
||
| `CMakeLists.txt` | `VERSION` 变量 |
|
||
| `README.md` | badges |
|
||
| `CHANGELOG.md` | 版本标题 |
|