Seit Freitag ist die libphorward nun self-hosted.
Was heißt das nun konkret? Nun es hört sich ein wenig an wie autofellatio, ist aber noch viel, viel geiler! Die libphorward wurde nun um ein weiteres Modul, das Programm ppgram2c erweitert.
ppgram2c ist ein Code-Generator, welcher eine Backus-Naur-notierte Parser-Beschreibung aus einer Datei einliest und anschließend als C-Programm wieder ausgibt, also sozusagen die Funktionsaufrufe, die nötig sind, um die gewünschte Grammatik direkt in C mit dem libphorward Funktion des parser-Moduls zu definieren.
Aus der BNF-Notation für die eigene BNF-Sprache mit der Syntax:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 |
kw_emit = "emit" ; kw_noemit = "noemit" ; kw_goal = "goal" ; kw_ws = "whitespace" ; kw_emitall = "emitall" ; kw_emitnone = "emitnone" ; kw_lrec = "lrec"; kw_rrec = "rrec"; ws = /[ \t\r\n]+/ %whitespace; ccl = /'.*'/ %emit 1; string = /".*"/ %emit 2; regex = /\/(\\.|[^\\\/])*\// %emit 3; ident = /[A-Za-z_][A-Za-z0-9_]*/ %emit 10; int = /[0-9]+/ %emit 11; equal = '=' ; percent = '%' ; semicolon = ';' ; symbol : ident | ccl | string | regex | inline %emit 20; mod_kleene : symbol '*' %emit 25; mod_positive: symbol '+' %emit 26; mod_optional: symbol '?' %emit 27; modifier : mod_kleene | mod_positive | mod_optional | symbol ; sequence : sequence modifier | modifier ; alternative : sequence | %emit 30; alternation : alternation '|' alternative | alternative ; emit : kw_emit int? %emit 42; flag : kw_noemit | kw_goal | kw_ws %emit 40; emitflag : emit | flag ; flags : flags percent emitflag+ | percent emitflag+ ; nontermdef : ident ':' alternation flags? semicolon %emit 31; inline : '(' alternation ')' %emit 32; termdef : ident equal ccl flags? semicolon | ident equal string flags? semicolon | ident equal regex flags? semicolon %emit 35; gflag : kw_emitall | kw_emitnone | kw_lrec | kw_rrec %emit 41; gflags : gflags percent gflag+ | percent gflag+ ; definition : nontermdef | termdef | gflags ; grammar : definition+ %goal; |
Ich muss gestehen, das diese Grammatik noch recht unschön definiert ist, was aber daran liegt, das noch ein paar Bugs vorliegen (equal, percent und semicolon mussten wegen Mehrfachverwendung als eigene Symbole definiert werden, sollte später so nicht sein).
Aus dieser Grammatik erzeugt ppgram2c nun folgenden C-Code (mit ein wenig awk-Hokuspokus drumherum):
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 |
/* -MODULE---------------------------------------------------------------------- Phorward Foundation Toolkit Copyright (C) 2006-2015 by Phorward Software Technologies, Jan Max Meyer http://www.phorward-software.com ++ contact<at>phorward<dash>software<dot>com All rights reserved. See LICENSE for more information. File: comp.gram.c Usage: Self-hosted grammar for ppgram. ----------------------------------------------------------------------------- */ /* This file was automatically generated by pinclude. DO NOT CHANGE THIS FILE MANUALLY. IT WILL GO AWAY! */ #include "phorward.h" void pp_bnf_define( ppgram* g ) { ppsym* sym[ 49 ]; sym[ 1 ] = pp_sym_create( g, PPSYMTYPE_STRING, "kw_emit", "emit" ); sym[ 2 ] = pp_sym_create( g, PPSYMTYPE_STRING, "kw_noemit", "noemit" ); sym[ 3 ] = pp_sym_create( g, PPSYMTYPE_STRING, "kw_goal", "goal" ); sym[ 4 ] = pp_sym_create( g, PPSYMTYPE_STRING, "kw_ws", "whitespace" ); sym[ 5 ] = pp_sym_create( g, PPSYMTYPE_STRING, "kw_emitall", "emitall" ); sym[ 6 ] = pp_sym_create( g, PPSYMTYPE_STRING, "kw_emitnone", "emitnone" ); sym[ 7 ] = pp_sym_create( g, PPSYMTYPE_STRING, "kw_lrec", "lrec" ); sym[ 8 ] = pp_sym_create( g, PPSYMTYPE_STRING, "kw_rrec", "rrec" ); sym[ 9 ] = pp_sym_create( g, PPSYMTYPE_REGEX, "ws", "[\\t\\n\\r ]+" ); sym[ 9 ]->flags |= PPFLAG_WHITESPACE; sym[ 10 ] = pp_sym_create( g, PPSYMTYPE_REGEX, "ccl", "'.*'" ); sym[ 10 ]->emit = 1; sym[ 11 ] = pp_sym_create( g, PPSYMTYPE_REGEX, "string", "\".*\"" ); sym[ 11 ]->emit = 2; sym[ 12 ] = pp_sym_create( g, PPSYMTYPE_REGEX, "regex", "/(\\\\.|[^/\\\\])*/" ); sym[ 12 ]->emit = 3; sym[ 13 ] = pp_sym_create( g, PPSYMTYPE_REGEX, "ident", "[A-Z_a-z][0-9A-Z_a-z]*" ); sym[ 13 ]->emit = 10; sym[ 14 ] = pp_sym_create( g, PPSYMTYPE_REGEX, "int", "[0-9]+" ); sym[ 14 ]->emit = 11; sym[ 15 ] = pp_sym_create( g, PPSYMTYPE_CCL, "equal", "=" ); sym[ 16 ] = pp_sym_create( g, PPSYMTYPE_CCL, "percent", "%" ); sym[ 17 ] = pp_sym_create( g, PPSYMTYPE_CCL, "semicolon", ";" ); sym[ 18 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "symbol", (char*)NULL ); sym[ 18 ]->emit = 20; sym[ 19 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "inline", (char*)NULL ); sym[ 19 ]->emit = 32; sym[ 20 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "mod_kleene", (char*)NULL ); sym[ 20 ]->emit = 25; sym[ 21 ] = pp_sym_create( g, PPSYMTYPE_CCL, (char*)NULL, "*" ); sym[ 22 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "mod_positive", (char*)NULL ); sym[ 22 ]->emit = 26; sym[ 23 ] = pp_sym_create( g, PPSYMTYPE_CCL, (char*)NULL, "+" ); sym[ 24 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "mod_optional", (char*)NULL ); sym[ 24 ]->emit = 27; sym[ 25 ] = pp_sym_create( g, PPSYMTYPE_CCL, (char*)NULL, "?" ); sym[ 26 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "modifier", (char*)NULL ); sym[ 27 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "sequence", (char*)NULL ); sym[ 28 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "alternative", (char*)NULL ); sym[ 28 ]->emit = 30; sym[ 29 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "alternation", (char*)NULL ); sym[ 30 ] = pp_sym_create( g, PPSYMTYPE_CCL, (char*)NULL, "|" ); sym[ 31 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "emit", (char*)NULL ); sym[ 31 ]->emit = 42; sym[ 32 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "int?", (char*)NULL ); sym[ 33 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "flag", (char*)NULL ); sym[ 33 ]->emit = 40; sym[ 34 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "emitflag", (char*)NULL ); sym[ 35 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "flags", (char*)NULL ); sym[ 36 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "emitflag+", (char*)NULL ); sym[ 37 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "nontermdef", (char*)NULL ); sym[ 37 ]->emit = 31; sym[ 38 ] = pp_sym_create( g, PPSYMTYPE_CCL, (char*)NULL, ":" ); sym[ 39 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "flags?", (char*)NULL ); sym[ 40 ] = pp_sym_create( g, PPSYMTYPE_CCL, (char*)NULL, "(" ); sym[ 41 ] = pp_sym_create( g, PPSYMTYPE_CCL, (char*)NULL, ")" ); sym[ 42 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "termdef", (char*)NULL ); sym[ 42 ]->emit = 35; sym[ 43 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "gflag", (char*)NULL ); sym[ 43 ]->emit = 41; sym[ 44 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "gflags", (char*)NULL ); sym[ 45 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "gflag+", (char*)NULL ); sym[ 46 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "definition", (char*)NULL ); sym[ 47 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "grammar", (char*)NULL ); g->goal = sym[ 47 ]; sym[ 48 ] = pp_sym_create( g, PPSYMTYPE_NONTERM, "definition+", (char*)NULL ); pp_prod_create( g, sym[ 18 ] , sym[ 19 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 18 ] , sym[ 12 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 18 ] , sym[ 11 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 18 ] , sym[ 10 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 18 ] , sym[ 13 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 20 ] , sym[ 18 ], sym[ 21 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 22 ] , sym[ 18 ], sym[ 23 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 24 ] , sym[ 18 ], sym[ 25 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 26 ] , sym[ 18 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 26 ] , sym[ 24 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 26 ] , sym[ 22 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 26 ] , sym[ 20 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 27 ] , sym[ 26 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 27 ] , sym[ 27 ], sym[ 26 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 28 ] , (ppsym*)NULL ); pp_prod_create( g, sym[ 28 ] , sym[ 27 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 29 ] , sym[ 28 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 29 ] , sym[ 29 ], sym[ 30 ], sym[ 28 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 32 ] , sym[ 14 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 32 ] , (ppsym*)NULL ); pp_prod_create( g, sym[ 31 ] , sym[ 1 ], sym[ 32 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 33 ] , sym[ 4 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 33 ] , sym[ 3 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 33 ] , sym[ 2 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 34 ] , sym[ 33 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 34 ] , sym[ 31 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 36 ] , sym[ 36 ], sym[ 34 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 36 ] , sym[ 34 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 35 ] , sym[ 16 ], sym[ 36 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 35 ] , sym[ 35 ], sym[ 16 ], sym[ 36 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 39 ] , sym[ 35 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 39 ] , (ppsym*)NULL ); pp_prod_create( g, sym[ 37 ] , sym[ 13 ], sym[ 38 ], sym[ 29 ], sym[ 39 ], sym[ 17 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 19 ] , sym[ 40 ], sym[ 29 ], sym[ 41 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 42 ] , sym[ 13 ], sym[ 15 ], sym[ 12 ], sym[ 39 ], sym[ 17 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 42 ] , sym[ 13 ], sym[ 15 ], sym[ 11 ], sym[ 39 ], sym[ 17 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 42 ] , sym[ 13 ], sym[ 15 ], sym[ 10 ], sym[ 39 ], sym[ 17 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 43 ] , sym[ 8 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 43 ] , sym[ 7 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 43 ] , sym[ 6 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 43 ] , sym[ 5 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 45 ] , sym[ 45 ], sym[ 43 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 45 ] , sym[ 43 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 44 ] , sym[ 16 ], sym[ 45 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 44 ] , sym[ 44 ], sym[ 16 ], sym[ 45 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 46 ] , sym[ 44 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 46 ] , sym[ 42 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 46 ] , sym[ 37 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 48 ] , sym[ 48 ], sym[ 46 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 48 ] , sym[ 46 ], (ppsym*)NULL ); pp_prod_create( g, sym[ 47 ] , sym[ 48 ], (ppsym*)NULL ); } |
Also wer’s nachtesten will, es ist
ppgram2c –indent 1 src/parse/gram.syn
was hier im Hintergrund aufgerufen wird. Es erzeugt das meiste von dem Code above.
OK nun zum Highlight des ganzen: Der Parser parst seine eigene Grammatik und erzeugt den Code für sich selbst. Folglich konnte der Parser erfolgreich durch sein eigenes Duplikat ersetzt werden. Die nachfolgenden Parser der libphorward sind allesamt Klone von sich selbst, also werden mit sich selbst geparst und dann selbst Bestandteil der Toolchain. Diesen Mechanismus nennt man im Compilerbau bootstrapping, und wurde bisher bei all meinen Compilerprojekten erfolgreich umgesetzt, also JS/CC, UniCC (welcher min_lalr1 benutzt) und nun auch der libphorward.
Damit wurden der rekursive-absteigende Parser der libphorward sowie die handgeschriebene LALR(1)-Grammatik hinfällig, da sie durch ihren eigenen Klon ersetzt wurden. (Hoffentlich hat der Klon keinen Fehler…)
Damit ist die libphorward selfhosted (selbst-gastgebend) und kann sich selbst compilieren (zumindest den Parser ;-)). Was nun folgt ist pure geile Scheiße! 😀
Man liest sich…