Herramientas de generación sintáctica

Para la construcción del analizador sintáctico de LibreScript, se ha empleado la herramienta Nearley.js. Nearley es un generador de parsers (analizadores sintácticos) para JavaScript, que es altamente flexible y puede construir analizadores a partir de gramáticas definidas en una sintaxis cercana a EBNF.

Descripción de Nearley.js

• Basado en LALR(1): Utiliza un algoritmo de parsing LALR(1), lo que le permite manejar una amplia gama de gramáticas libres de contexto, incluidas muchas que son ambiguas de forma natural, siempre que la ambigüedad pueda resolverse con un look-ahead de un token.
• Manejo de Ambigüedades: Permite definir prioridades y asociaciones para operadores directamente en la gramática, y ofrece mecanismos para resolver ambigüedades mediante postprocessors o $fuentes para elegir la derivación correcta cuando existen múltiples caminos de análisis.

Estructura de Archivos .ne (y su equivalente en grammar.js)

Nearley utiliza archivos con extensión .ne para definir la gramática. Estos archivos son compilados por la herramienta nearleyc en archivos JavaScript (.js) que pueden ser importados y utilizados directamente en el proyecto.

Un archivo .ne típicamente tiene la siguiente estructura conceptual:

// Sección de Encabezado (equivalente a las declaraciones en .cup/.y)
// Código JavaScript que se insertará al principio del archivo .js generado.
// Aquí se importan utilidades, como el lexer o una función para crear nodos AST.
@{
  import lexer from "./lexer.js"; // Importa el lexer de Moo.js
  const nodo = (type, properties, value) => { /* ... */ }; // Función para crear nodos del AST
  // ... otras funciones auxiliares ...
@}

// Declaración del Lexer
// Indica a Nearley qué lexer debe usar para tokenizar la entrada.
@lexer lexer

// Reglas de la Gramática
// Se definen las reglas de producción en una sintaxis similar a EBNF.
// Cada regla puede tener un postprocessor para construir el AST.

// Ejemplo de regla con postprocessor complejo
DeclaracionVariable -> IDENTIFICADOR_VAR _ DOS_PUNTOS _ Tipo _ OP_ASIGNACION _ Expresion _ PUNTO_Y_COMA
  {% (d) => nodo("DeclaracionVariable", {
      nombre: d[0],
      tipo: d[4],
      valor: d[8]
    })
  %}

// Definiciones de tokens (terminales) directamente si no se usa @lexer
// O simplemente se referencian los tokens del lexer.
// Por ejemplo, `_nl` se define con `@lexer`
// _nl -> %nl | %ws:*:* | %comentario_linea | %comentario_bloque
// _ws -> %ws:+
// _ -> %ws:*