L Language

用 C17 实现的静态类型编译型编程语言

---

简介

L Language 是一门学习型编译语言，手写词法分析、递归下降 + Pratt 解析、语义分析和 LLVM IR 代码生成，最终生成原生可执行文件。语法借鉴 Rust，类型系统支持类型推断。

fn fib(n: i64) -> i64 {
    if n < 2 { return n; }
    return fib(n - 1) + fib(n - 2);
}

fn main() -> i64 {
    print_i64(fib(10));  // 输出 55
    return 0;
}

架构

源码(.l) → 词法分析(Token) → 语法分析(AST) → 语义分析(类型标注) → LLVM IR → 可执行文件

graph TB
    subgraph 前端["编译器前端"]
        Lexer[词法分析器<br/>手写状态机<br/>40 种 Token]
        Parser[语法分析器<br/>递归下降 + Pratt<br/>14 种 AST 节点]
        Sema[语义分析器<br/>作用域链 + 类型推断<br/>类型检查 + 错误收集]
    end

    subgraph 后端["编译器后端"]
        Codegen[LLVM IR 生成<br/>AST → LLVM-C API<br/>内建 print 函数]
        Link[链接器<br/>clang/lld<br/>生成 .exe]
    end

    subgraph 运行时["运行时支持"]
        Builtins[内建函数<br/>print_i64 / print_f64<br/>print_bool → printf]
    end

    Source[源码 .l] --> Lexer
    Lexer --> Parser
    Parser --> Sema
    Sema --> Codegen
    Codegen --> Link
    Link --> Exe[可执行文件 .exe]
    Builtins -.-> Codegen

模块职责

模块	输入	输出	核心结构
lexer/	char* 源码	Token[]	Token {kind, start, length, line, col}
parser/	Token[]	AstNode*	14 种节点 (Program..IdentExpr)
ast/	—	工厂函数	AstNode {kind, type, as{union}}
sema/	AstNode*	类型标注	Scope 作用域链 + Symbol 符号表
codegen/	AstNode*	LLVMModuleRef	CgCtx {module, builder, var_table}
driver/	命令行参数	exit code	流水线串联 + 错误报告

功能 (v0.1)

类型系统

类型	关键字	说明
64 位有符号整数	i64	42, -7
64 位浮点数	f64	3.14, -0.5
布尔值	bool	true, false
无返回值	void	函数不返回值时使用

• let 不可变变量，支持可选类型标注和类型推断
• 类型在编译时完全确定，无隐式转换（除 i64 → f64 自动提升）

控制流

• if / else 条件分支（支持 else if 链）
• while 循环
• return 提前返回（可选带表达式）

函数

• 多参数，显式返回类型（可省略，默认 void）
• 递归调用
• 内建函数：print_i64, print_f64, print_bool

安装

依赖

• GCC 15.x (MinGW-w64)
• CMake ≥ 3.20
• LLVM 22.x（C API 库 + 头文件）

从源码构建

git clone <repo-url>
cd "L Language"
mkdir build && cd build
cmake .. -G "MinGW Makefiles" -DCMAKE_PREFIX_PATH="D:/settings/Language/LLVM"
mingw32-make -j4

生成 l_lang.exe。

使用

# 编译并运行
./l_lang.exe example.l -o example.exe
./example.exe

# 查看生成的 LLVM IR
./l_lang.exe example.l --emit-ir

开发

# 构建
cd build && mingw32-make -j4

# 运行全部测试 (65 单元 + 5 集成)
./l_lang_lexer_test.exe    # 词法分析 (41 tests)
./l_lang_test.exe          # 语法分析 (15 tests)
./l_lang_sema_test.exe     # 语义分析 (9 tests)

# 集成测试
for f in ../test/programs/*.l; do
    ./l_lang.exe "$f" -o out.exe && ./out.exe
done

技术栈

层	技术
实现语言	C17 (GCC 15.x)
构建系统	CMake 3.20+
IR 后端	LLVM 22.1.7 C API
链接器	clang / lld
内存管理	Arena bump allocator
测试框架	手写断言宏 (ASSERT / TEST_RUN / test_summary)

项目结构

include/l_lang.h              # 公共类型定义 (TypeKind, 向前声明)
src/
├── lexer/                    # 词法分析器
│   ├── token.h/c             #   Token 类型 + 工具函数
│   └── lexer.h/c             #   状态机 lex()
├── parser/
│   └── parser.h/c            # Pratt 表达式 + 递归下降 parse()
├── ast/
│   └── ast.h/c               # 14 种节点定义 + 创建函数
├── sema/
│   ├── symbol.h/c            #   作用域链 (查/插)
│   └── sema.h/c              #   类型推断 + 检查 sema_analyze()
├── codegen/
│   └── codegen.h/c           # AST → LLVM IR codegen_module()
├── driver/
│   ├── main.c                #   入口 + 命令行 + 流水线串联
│   └── error.h/c             #   错误报告 (ErrorInfo / ErrorList)
└── util/
    └── arena.h/c             # Bump allocator (8MB)
test/
├── test_utils.h              # 断言宏
├── 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/                 # 集成测试 (.l 源文件)
docs/
├── PRD.md                    # 产品需求文档
└── superpowers/plans/        # 实现计划

错误处理

阶段	策略
词法分析	首个非法字符即终止，报告 文件名:行:列: 错误信息
语法分析	首个语法错误即终止，报告期望 vs 实际
语义分析	收集所有类型错误后批量输出，红色 ANSI 高亮
IR 生成	LLVMVerifyModule 验证失败 → 输出 LLVM 诊断
链接	system() 返回值检查，失败时打印 exit code

贡献

欢迎提交 Issue 和 Pull Request。

本地开发环境

• GCC 14.x+ (MinGW-w64)
• CMake 3.20+
• LLVM 22.x（需要 C API 库和头文件）

代码规范

• C17 标准，-Wall -Wextra -g 零警告
• 注释用中文
• Arena 内存池贯穿全流水线，不在局部函数内 malloc
• 错误信息格式：文件名:行:列: 描述
• 提交格式：<类型>: <描述>（feat/fix/refactor/docs/test/chore）

版本号升级清单

版本号需在 3 个地方 手动修改：

文件	字段	说明
CMakeLists.txt	VERSION 变量	CMake project()
README.md	badges	文档徽章
CHANGELOG.md	版本标题	变更日志

许可证

MIT License

作者

刘航宇 — 河南理工大学人工智能协会