Repository navigation
Expand file tree
/
Copy pathminic_ast.py
More file actions
449 lines (335 loc) · 13.2 KB
/
Copy pathminic_ast.py
File metadata and controls
449 lines (335 loc) · 13.2 KB
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
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
"""Nós da AST do MINIC e as duas formas de imprimi-la.
Cada construção da linguagem tem um nó próprio, com os campos que as etapas
seguintes do compilador vão precisar (Seção 8 da especificação). Todo nó
carrega `line`/`column`: a posição não é enfeite de depuração, é o que permite
a análise semântica dizer "variável não declarada na linha 8, coluna 5" mais
adiante.
O módulo se chama `minic_ast` — e não `ast` — de propósito: `ast` é um módulo
da biblioteca padrão do Python, e como a pasta do script entra no começo do
`sys.path`, um arquivo `ast.py` aqui passaria a "sombrear" o módulo oficial
para qualquer coisa que rodasse junto.
Duas impressões, ambas determinísticas (nada de endereço de objeto ou ordem
de dicionário, que mudariam entre execuções):
- `to_sexpr(no)`: forma compacta de uma linha, `Program(VarDecl(int x))`, que
é a notação usada pelos 50 casos oficiais de teste;
- `to_tree(no)`: forma indentada, um nó por linha, para leitura humana.
Ver docs/ast.md para a tabela completa da notação e as divergências entre as
fontes (especificação, apostila da aula 12 e pacote de testes).
"""
from dataclasses import dataclass, field
# Estilo da forma compacta, em uma regra só: **itens de uma lista (Program e
# Block) são separados por ", "; todo o resto é compacto**.
#
# Os arquivos oficiais não seguem uma regra única — o mesmo construto aparece
# nos dois estilos em casos diferentes (`VarDecl(int x = Lit(int,42))` no caso
# 02 contra `VarDecl(int i=Lit(int,0))` no caso 10; `If(c, t, e)` no caso 08
# contra `If(c,t,e)` no caso 23) —, então nenhum impressor determinístico bate
# byte a byte com todos os 25. Esta combinação é a que casa exatamente com o
# maior número deles (16/25); os outros 9 só diferem em espaço em branco, que é
# exatamente o que a comparação da suíte normaliza (tests/run_parser_tests.py).
SEP_LISTA = ", " # entre itens de Program e Block
SEP = "," # entre os demais filhos (expressões, If, While, For, …)
EQ = "=" # em volta do `=` de inicialização em VarDecl
# Sequências de escape na direção inversa da do lexer: o `lexeme` de um CHAR ou
# STRING já vem decodificado (o lexer traduziu "\n" na quebra de linha de
# verdade), então para imprimir o literal de volta na AST precisamos reescrever
# os caracteres especiais na forma com barra invertida.
ESCAPES_INVERSOS = {
"\\": "\\\\",
"\n": "\\n",
"\t": "\\t",
"\r": "\\r",
"'": "\\'",
'"': '\\"',
}
def escapar(texto: str) -> str:
"""Reescreve um valor de char/string na forma com escapes, para impressão."""
return "".join(ESCAPES_INVERSOS.get(ch, ch) for ch in texto)
@dataclass
class Node:
"""Base de todos os nós: só a posição de origem no código-fonte."""
line: int = 0
column: int = 0
# -- programa e declarações ----------------------------------------------
@dataclass
class Program(Node):
"""Raiz da árvore: a lista de itens de topo, na ordem do código-fonte.
A especificação descreve `Program` com três seções fixas (globais,
funções, `main`), mas os casos oficiais aceitam qualquer ordem — e até
comandos soltos no topo (caso 22, `a = b = 3;`). Por isso aqui é uma lista
só, preservando a ordem em que as coisas aparecem.
"""
decls: list = field(default_factory=list)
@dataclass
class VarDecl(Node):
"""`int x;`, `int x = 1;` ou `int v[3];`.
`init` e `size` são mutuamente exclusivos: a gramática permite um
inicializador **ou** um tamanho de vetor, nunca os dois (`declarador ::=
identificador inicializacao? | identificador "[" tamanho "]"`).
"""
type: str = ""
name: str = ""
init: Node | None = None
size: Node | None = None
@dataclass
class Param(Node):
"""Um parâmetro de função: `int a` ou `int v[]`."""
type: str = ""
name: str = ""
is_array: bool = False
@dataclass
class Function(Node):
"""`int soma(int a, int b) { ... }` — inclui o caso `void`."""
return_type: str = ""
name: str = ""
params: list = field(default_factory=list)
body: Node | None = None
# -- comandos --------------------------------------------------------------
@dataclass
class Block(Node):
"""`{ ... }` — lista ordenada de declarações locais e comandos."""
items: list = field(default_factory=list)
@dataclass
class ExprStmt(Node):
"""Um comando-expressão (`x = 1;`, `foo();`) ou o comando vazio (`;`)."""
expr: Node | None = None
@dataclass
class If(Node):
"""`if (c) então` com `senão` opcional (`None` quando não há `else`)."""
cond: Node | None = None
then: Node | None = None
otherwise: Node | None = None
@dataclass
class While(Node):
cond: Node | None = None
body: Node | None = None
@dataclass
class For(Node):
"""`for (init; cond; step) corpo` — as três primeiras partes são opcionais."""
init: Node | None = None
cond: Node | None = None
step: Node | None = None
body: Node | None = None
@dataclass
class Return(Node):
expr: Node | None = None
@dataclass
class Break(Node):
pass
@dataclass
class Continue(Node):
pass
@dataclass
class Print(Node):
arg: Node | None = None
@dataclass
class Read(Node):
target: Node | None = None
# -- expressões ------------------------------------------------------------
@dataclass
class Assign(Node):
"""`alvo = valor`, associativo à direita (`a = b = 3`)."""
target: Node | None = None
value: Node | None = None
@dataclass
class Binary(Node):
op: str = ""
left: Node | None = None
right: Node | None = None
@dataclass
class Unary(Node):
op: str = ""
operand: Node | None = None
@dataclass
class Call(Node):
callee: Node | None = None
args: list = field(default_factory=list)
@dataclass
class Index(Node):
base: Node | None = None
index: Node | None = None
@dataclass
class Id(Node):
name: str = ""
@dataclass
class Lit(Node):
"""Um literal. `kind` é `int`, `real`, `bool`, `char` ou `string`.
`text` guarda o lexema **como escrito no código** (e não o valor
convertido): assim `1.0` continua sendo impresso como `1.0`, e não como o
`1` que uma conversão para float produziria.
"""
kind: str = ""
text: str = ""
# -- impressão compacta (a notação dos testes oficiais) --------------------
def to_sexpr(node) -> str:
"""Devolve a AST como uma S-expression de uma linha.
`None` vira `NULL`, e não desaparece: `If` sempre tem três argumentos e
`return;` é `Return(NULL)`, como nos arquivos `ast.esperada.txt`.
"""
if node is None:
return "NULL"
if isinstance(node, Program):
return f"Program({_filhos(node.decls)})"
if isinstance(node, VarDecl):
cabeca = f"{node.type} {node.name}"
if node.size is not None:
return f"VarDecl({cabeca} size={to_sexpr(node.size)})"
if node.init is not None:
return f"VarDecl({cabeca}{EQ}{to_sexpr(node.init)})"
return f"VarDecl({cabeca})"
if isinstance(node, Function):
params = ",".join(_param_sexpr(p) for p in node.params)
assinatura = f"{node.return_type} {node.name}({params})"
return f"Function({assinatura} {to_sexpr(node.body)})"
if isinstance(node, Block):
return f"Block({_filhos(node.items)})"
if isinstance(node, ExprStmt):
return f"ExprStmt({to_sexpr(node.expr)})"
if isinstance(node, If):
return (
"If("
+ _junta(
to_sexpr(node.cond), to_sexpr(node.then), to_sexpr(node.otherwise)
)
+ ")"
)
if isinstance(node, While):
return "While(" + _junta(to_sexpr(node.cond), to_sexpr(node.body)) + ")"
if isinstance(node, For):
return (
"For("
+ _junta(
to_sexpr(node.init),
to_sexpr(node.cond),
to_sexpr(node.step),
to_sexpr(node.body),
)
+ ")"
)
if isinstance(node, Return):
return f"Return({to_sexpr(node.expr)})"
if isinstance(node, Break):
return "Break()"
if isinstance(node, Continue):
return "Continue()"
if isinstance(node, Print):
return f"Print({to_sexpr(node.arg)})"
if isinstance(node, Read):
return f"Read({to_sexpr(node.target)})"
if isinstance(node, Assign):
return "Assign(" + _junta(to_sexpr(node.target), to_sexpr(node.value)) + ")"
if isinstance(node, Binary):
return (
"Binary("
+ _junta(node.op, to_sexpr(node.left), to_sexpr(node.right))
+ ")"
)
if isinstance(node, Unary):
return "Unary(" + _junta(node.op, to_sexpr(node.operand)) + ")"
if isinstance(node, Call):
partes = [to_sexpr(node.callee)] + [to_sexpr(a) for a in node.args]
return "Call(" + _junta(*partes) + ")"
if isinstance(node, Index):
return "Index(" + _junta(to_sexpr(node.base), to_sexpr(node.index)) + ")"
if isinstance(node, Id):
return f"Id({node.name})"
if isinstance(node, Lit):
# `Lit` é o único nó em que o separador é sempre "," sem espaço, em
# todos os arquivos oficiais — por isso não usa SEP.
return f"Lit({node.kind},{node.text})"
raise TypeError(f"nó de AST desconhecido: {type(node).__name__}")
def _param_sexpr(param: Param) -> str:
return f"{param.type} {param.name}[]" if param.is_array else f"{param.type} {param.name}"
def _junta(*partes) -> str:
"""Junta os filhos de um nó (separador compacto)."""
return SEP.join(partes)
def _filhos(nos) -> str:
"""Junta os itens de uma lista (`Program`/`Block`), com espaço."""
return SEP_LISTA.join(to_sexpr(n) for n in nos)
# -- impressão indentada (para leitura humana) -----------------------------
def to_tree(node, nivel: int = 0) -> str:
"""Devolve a AST indentada, um nó por linha e dois espaços por nível."""
linhas: list[str] = []
_tree(node, nivel, linhas)
return "\n".join(linhas)
def _tree(node, nivel: int, saida: list):
recuo = " " * nivel
if node is None:
saida.append(f"{recuo}NULL")
return
if isinstance(node, Program):
saida.append(f"{recuo}Program")
for d in node.decls:
_tree(d, nivel + 1, saida)
elif isinstance(node, VarDecl):
saida.append(f"{recuo}VarDecl type={node.type} name={node.name}")
if node.size is not None:
saida.append(f"{recuo} size")
_tree(node.size, nivel + 2, saida)
if node.init is not None:
_tree(node.init, nivel + 1, saida)
elif isinstance(node, Function):
saida.append(f"{recuo}Function returnType={node.return_type} name={node.name}")
for p in node.params:
sufixo = "[]" if p.is_array else ""
saida.append(f"{recuo} Param type={p.type} name={p.name}{sufixo}")
_tree(node.body, nivel + 1, saida)
elif isinstance(node, Block):
saida.append(f"{recuo}Block")
for item in node.items:
_tree(item, nivel + 1, saida)
elif isinstance(node, ExprStmt):
saida.append(f"{recuo}ExprStmt")
_tree(node.expr, nivel + 1, saida)
elif isinstance(node, If):
saida.append(f"{recuo}If")
_tree(node.cond, nivel + 1, saida)
_tree(node.then, nivel + 1, saida)
_tree(node.otherwise, nivel + 1, saida)
elif isinstance(node, While):
saida.append(f"{recuo}While")
_tree(node.cond, nivel + 1, saida)
_tree(node.body, nivel + 1, saida)
elif isinstance(node, For):
saida.append(f"{recuo}For")
for parte in (node.init, node.cond, node.step, node.body):
_tree(parte, nivel + 1, saida)
elif isinstance(node, Return):
saida.append(f"{recuo}Return")
_tree(node.expr, nivel + 1, saida)
elif isinstance(node, Break):
saida.append(f"{recuo}Break")
elif isinstance(node, Continue):
saida.append(f"{recuo}Continue")
elif isinstance(node, Print):
saida.append(f"{recuo}Print")
_tree(node.arg, nivel + 1, saida)
elif isinstance(node, Read):
saida.append(f"{recuo}Read")
_tree(node.target, nivel + 1, saida)
elif isinstance(node, Assign):
saida.append(f"{recuo}Assign")
_tree(node.target, nivel + 1, saida)
_tree(node.value, nivel + 1, saida)
elif isinstance(node, Binary):
saida.append(f"{recuo}Binary op={node.op}")
_tree(node.left, nivel + 1, saida)
_tree(node.right, nivel + 1, saida)
elif isinstance(node, Unary):
saida.append(f"{recuo}Unary op={node.op}")
_tree(node.operand, nivel + 1, saida)
elif isinstance(node, Call):
saida.append(f"{recuo}Call")
_tree(node.callee, nivel + 1, saida)
for a in node.args:
_tree(a, nivel + 1, saida)
elif isinstance(node, Index):
saida.append(f"{recuo}Index")
_tree(node.base, nivel + 1, saida)
_tree(node.index, nivel + 1, saida)
elif isinstance(node, Id):
saida.append(f"{recuo}Id name={node.name}")
elif isinstance(node, Lit):
saida.append(f"{recuo}Lit type={node.kind} value={node.text}")
else:
raise TypeError(f"nó de AST desconhecido: {type(node).__name__}")