Rustception

Un compilateur d'un fragment de Rust écrit en Rust

Spécifications

Les spécifications du fragment de Rust sont aux liens suivants:

• Sujet
• Typage des ressources

Utilisation

Le projet nécessite une version récente de Rust (supérieure à 1.21.0). Compilez avec make. Vous obtenez un exécutable prustc avec les options suivantes:

• --parse-only : exécute uniquement le parsing
• --type-only : parse et type
• --no-asm : parse, type et effectue le borrow-checking Il faut ensuite renseigner un fichier d'entrée. Si aucune option n'a été renseignée, alors prust écrit un fichier avec l'extension .s. Pour assembler, taper la commande suivante: as ($filename).s -o ($filename).o && ld ($filename.o) -o ($excutable)

Description du compilateur

Symbol

Ce module permet de gérer le stockage des chaînes de caractères (identifiant de variable, de structures, de fonctions) en leur associant un entier unique. Cela permet d'éviter de recopier des chaînes de caractères au long des différentes passes du compilateur, et de comparer rapidement deux chaînes. Debug et Display ont été implémenté pour Symbol : en afficher un affichera la chaîne correspondante.

Lexer

Ce module effectue le Lexing d'un fichier, transformant l'entrée en tokens. Pour cela, un automate minimaliste a été écrit à la main. Les deux fonctions utilitaires sont les suivantes :

• pub fn from_channel(channel: R, filename: String) -> Lexer<R> : construit un lexer depuis un canal (fichier en l'occurrence, mais cela pourrait aussi être l'entrée standard) possédant le trait Read.
• La fonction next du trait Iterator, qui renvoie un token et sa localisation dans le fichier.

Parser

Le parser a été généré grâce au module externe lalrpop documenté au lien suivant: nikomatsakis/larlpop. Il renvoie le programme sous forme d'arbre de syntaxe respectant le module ast.

Typeur

Typage simple

Le programme se contente d'annoter et de vérifier les AST à cette étape. Il doit faire attention que tous les types ne sont pas forcément connus tout de suite même s'ils le sont souvent. C'est par exemple le cas des Vec vides. On se permet donc de laisser des placeholders qui nous permettrons de découvrir le type plus tard.

Typage des ressources

Élément caractéristique de Rust le typage des ressources est réalisé dans le module borrow_checker. On ajoute aux types une information de durée de vie et on vérifie que chaque emprunt ne peut pas survivre plus longtemps que le propriétaire et qu'il n'y a au plus qu'un point d'accès mutable à une donnée.

Production de code

Conventions utilisées

Les types int, bool, void sont représentés sur 64 bits (8 octets) sur la pile. Un booléen vaut 0 si false et 1 si true. Une variable void vaut toujours 0.

Un tableau est représenté par 128 bits (16 octets) sur la pile, à savoir un pointeur vers le tas, et la taille totale du tableau (la taille des éléments du tableau étant déterminée statiquement, il n'est pas nécessaire de la retenir).

Une structure est representée sur la pile, sans garantie sur la position des attributs à l'intérieur.

À la fin du calcul d'une expression le résultat est renseigné :

• dans %rax si c'est un type int, bool ou void;
• dans %rax et %rdx dans le cas d'un vector;
• à la position indiquée par %rbx dans le cas d'une struct (on respecte le fait que %rbx est "callee saved".

Allocation des ressources

Avant d'écrire de l'assembleur, on transforme l'arbre annotée par le borrow checker pour récupérer les adresses relatives des ressources par rapport à %rbp et les décalages des champs dans les structs.

Ecriture des instructions

La dernière phase du projet consiste à utiliser les informations de l'allocation pour produire du code assembleur x86_64. Les strings sont représentées octet par octet dans le segment data du code produit et directement affichées via le syscall write. Les programmes produits sont indépendants de la libc et ils embarquent un petit code de base contenant notemment les symboles _malloc, _free et _start (voir sous dossier asm).