CMM – Compilador da Linguagem C em PHP

Este é um projeto acadêmico em andamento com o objetivo de construir, passo a passo, um compilador completo da linguagem C, escrito em PHP e executado via PHP-CLI.

Atualmente, esta versão implementa:

• Análise léxica (lexer), reconhecendo os principais tokens da linguagem C.
• Análise sintática (parser) recursivo-descendente, com suporte a expressões completas, controle de fluxo e chamadas de função.
• Análise semântica, incluindo verificação de tipos, escopo de variáveis, declaração e uso correto de identificadores, além de detecção de erros semânticos comuns.
• Gerador de código, que transforma a AST em código intermediário ou código alvo, permitindo a execução ou análise posterior do programa.
• Otimizações, como eliminação de código morto, simplificação de expressões e otimização de loops, visando melhorar a eficiência do código gerado.
• Tratamento de Erros Aprimorado
  • Mensagens de erro léxico, sintático e semântico detalhadas, indicando linha e coluna.
  • Exemplos claros de saída de erro para facilitar a depuração.

---

📖 Gramática Atualizada

Program
 └─ Statement*

Statement
 ├─ Declaration
 │    └─ Type Identifier [ '=' Expression ] ';'
 ├─ Assignment
 │    └─ Identifier '=' Expression ';'
 ├─ IfStatement
 │    └─ "if" "(" Expression ")" Statement [ "else" Statement ]
 ├─ WhileStatement
 │    └─ "while" "(" Expression ")" Statement
 ├─ ForStatement
 │    └─ "for" "(" Init? ";" Expression? ";" Expression? ")" Statement
 ├─ SwitchStatement
 │    └─ "switch" "(" Expression ")" "{" CaseClause* DefaultClause? "}"
 ├─ ExpressionStatement
 │    └─ Expression ";"
 ├─ Block
 │    └─ "{" Statement* "}"
 ├─ ReturnStatement
 │    └─ "return" [ Expression ] ";"
 ├─ BreakStatement
 │    └─ "break" ";"
 ├─ ContinueStatement
 │    └─ "continue" ";"
 └─ ";"   (empty statement)

Init
 ├─ Declaration
 └─ AssignmentNoSemi

Expression
 └─ LogicalOr

LogicalOr
 └─ LogicalAnd ( "||" LogicalAnd )*

LogicalAnd
 └─ Equality ( "&&" Equality )*

Equality
 └─ Relational ( ("==" | "!=") Relational )*

Relational
 └─ Additive ( ("<" | "<=" | ">" | ">=") Additive )*

Additive
 └─ Term ( ("+" | "-") Term )*

Term
 └─ Factor ( ("*" | "/") Factor )*

Factor
 ├─ UnaryOp Factor          # '!' | '-' | '+'
 ├─ NUMBER
 ├─ STRING_LITERAL
 ├─ IDENTIFIER [ '(' ArgumentList? ')' ]
 └─ "(" Expression ")"

ArgumentList
 └─ Expression ( "," Expression )*

---

📆 Funcionalidades atuais

• Lexer

  • Comentários: //, /* ... */
  • Tokens:
    • Palavras‐chave: int, float, char, void, if, else, return, while, for, break, continue, switch, case, default
    • Identificadores (incluindo . em nomes de arquivos)
    • Literais: números (inteiros e floats), strings ("texto\n")
    • Operadores: +, -, *, /, =, ==, !=, <, >, <=, >=, &&, ||
    • Delimitadores: (), {}, [], ;, ,, :

• Parser

  • AST com nós dedicados:
    • ProgramNode, BlockNode, DeclarationNode, AssignmentNode, ExpressionStatementNode
    • Expressões: BinaryOpNode, UnaryOpNode, NumberNode, StringLiteralNode, IdentifierNode, FunctionCallNode
    • Controle de fluxo: IfNode, WhileNode, ForNode, SwitchNode, CaseNode, BreakNode, ContinueNode, ReturnNode
    • Funções: FunctionNode, ParameterNode
  • Recursive-descent por precedência de operadores
  • Extração de expressões entre parênteses via parseParenExpression()
  • Suporte a chamadas de função e expression-statements

• Semantic Analyzer

  • Verificação de escopo e declarações:
    • Variáveis não declaradas
    • Redeclaração de variáveis
    • Uso de break/continue fora de loops
    • return fora de funções ou tipos incompatíveis de retorno
  • Checagem de tipos em expressões aritméticas, relacionais e lógicas
  • Validação de compatibilidade em atribuições e parâmetros de função
  • Emissão de erros semânticos com indicação de linha/coluna
  • Suporte a testes automáticos (PHPUnit) com arquivos de casos válidos e inválidos

• Code Generator

  • Constant folding para operações entre literais (+, -, *, /, %)
  • Strength reduction de multiplicações por potências de dois (transforma em shl)
  • Geração de código x86-64 para operadores:
    • Aritméticos: +, -, *, /, %
    • Relacionais: <, <=, >, >=, ==, != (produz 0 ou 1 em EAX)
    • Lógicos: &&, || (via comparações e operações em AL)
  • Empilhamento (push rax/pop rbx) e uso de registradores (eax, ebx, ecx, edx)
  • Tratamento de divisão inteira com sinal (cdq + idiv)
  • Emissão de movzx para estender resultados booleanos de 8-bit para 32/64-bit

---

🧪 Testes Automatizados

Execute a suíte de testes com PHPUnit:

vendor/bin/phpunit

Para testar apenas uma parte específica:

• Parser

  vendor/bin/phpunit --filter ParserIntegrationTest
  

• Analisador Semântico

  vendor/bin/phpunit --filter SemanticAnalyzerTest
  

• Os testes estão em tests/, cobrindo casos de operadores lógicos (and.c, or.c, not.c) e arquivos com erros de sintaxe/lexema.
• Garante que novas melhorias não quebrem funcionalidades existentes.

---

✅ Pré-requisitos

Antes de executar o compilador, verifique se você possui:

• PHP 8.0 ou superior

  php -v

• Composer

  composer --version

Caso precise instalar, consulte:

• PHP Downloads
• Composer Installation

---

🚀 Como rodar

1. Clone o repositório:

   git clone https://github.com/seu-usuario/cmm.git
   cd cmm
   

2. Instale o autoload do Composer:

   composer dump-autoload
   

3. Adicione ou edite o arquivo example.c com um código C simples.

4. Execute:

   php run.php basic_example.c
   

Isso irá:

• Executar o programa normalmente.
• Gerar um arquivo basic_example.asm contendo o código Assembly.

Você encontrará o .asm em:

output/assembly/basic_example.asm

---

🤝 Contribuição

Este projeto é acadêmico e está sendo desenvolvido aos poucos, com foco em aprendizado e aplicação prática de teoria de compiladores. Sugestões e melhorias são bem-vindas!

---

📄 Licença

Este projeto está sob a licença MIT.