Почему реализовать C настолько сложно?

Question

[uhbif19]

Я не знаю C. Он слишком некрасивый и неинтересный, чтобы я смог заставить себя выучить его.

Но на мой, беглый взгляд C кажется предельно простым языком. Тут нет множества встроенных типов, хорошей типизации, бибиотеки и всего остального. Кажется что создавать компиляторы или трансляторы должно быть достаточно просто.

Но, насколько я понимаю это не так. Пишут что Clang до сих пор не может скомпилировать некоторый сложный код; разработчики утилит часто испоьзуют уже имеющиеся фронтенды, видимо из-за сложности разработки.

Возникают вопросы:

1. Почему так?
2. Есть ли способы/утилиты, транслировать сложный C-код в простой?
3. Существуют ли вообще работоспособные трансляторы из C в другой язык?

Comments

[Лолшто]

Пишут что Clang до сих пор не может скомпилировать некоторый сложный код;

Кто пишет? Где пишет?

[AlexP11223]

Может автор путает С с С++ (С++11) и говорит о каких-то нереализованных новых фичах?

[uhbif19]

Полноценный линукс все еще не запускается, хотя это долго пилят.

www.phoronix.com/scan.php?page=news_item&px=MTM1NDY
lwn.net/Articles/549203

[uhbif19]

@AlexP11223 Нет, я именно о C говорю.

[jcmvbkbc]

Полноценный линукс использует много фич gcc в платформонезависимом коде, и опирается на тонкости оптимизации gcc в платформозависимом.

Answer 1

[alexanius]

Язык Си очень сложный и написать его нормальную реализацию - весьма нетривиальная задача.

При написании фронтенда встаёт задача во-первых правильно его распарсить. А с точки зрения построения парсера, Си далеко не самый простой язык. Готовой BNF грамматики для него Вы не найдёте. Плюс необходимо поддерживать пол десятка разных стандартов.

Далее нужно продумать что и как ВЫ будете отдавать в мидленд. Т.е. нужно спроектировать представление, с которым будет удобно работать оптимизациям, которое будет отображать как можно больше особенностей языка, но при этом не будет слишком сложным.

Нужно сделать обработку и вывод ошибок. Например в edg (промышленный фронтенд) разных сообщений об ошибках 2500.

Comments

[Rsa97]

>> Готовой BNF грамматики для него Вы не найдёте.
Не знаю, как для C99/C11, но в 1988 году такая грамматика для ANSI C существовала и была приведена в книге The C programming language, 2nd edition, by Brian ...

[uhbif19]

А семантика C так же сложна? То есть допустим, если привести код в некое промежуточное представление, то работать с ним будет уже просто?

[alexanius]

@Rsa97 В этой же книге сказано, что её ещё неплохо бы приведённое допилить напильником, и что там есть одно противоречие в грамматике. Не криминал, конечно, но показательно. Не, даже в стандарте есть описание грамматики на 15 страниц. Только я не видел ни в gcc ни в clang чтобы её использовали в чистом виде (в смысле подавали в bison). Даже в перле есть вполне рабочий .y файл, но сишные фронтэндщики делают всё руками.

Я предполагаю, что в случае с Си это удобней, т.к. можно одним парсером съедать сразу несколько стандартов. Например, в gcc'шном фронтэнде судя по коду есть warning'и для Obj-c.

@uhbif19 работать будет гораздо проще чем с чистым кодом. Промежуточное представление будет скорей всего в ssa (Static single assignment) форме, легко будет строить аналитические структуры. Часто бывает, что промежуточных представлений несколько. Чем более поздняя фаза компиляции, тем ближе к машинному представлению. При понижении уровня можно потерять часть информации (особенно касается C++), но это отразится только на качестве оптимизаций.

[jcmvbkbc]

> ...есть описание грамматики на 15 страниц. Только я не видел ни в gcc ни в clang чтобы её использовали в чистом виде (в смысле подавали в bison)
В gcc до 4й версии парсер С был на бизоне. См. gcc/c-parse.y в релизных архивах или gcc/c-parse.in в гите.

[uhbif19]

@alexanius Вот нашел язык CIL, это наверное идеальное решение.

Answer 2

[Rsa97]

На самом деле C (не говорю про C++) - крайне простой и понятный язык. Встроенные типы в нём есть, мягкая статическая типизация тоже присутствует, практически всё, кроме логики выполнения самой программы, работает как раз через библиотеки.
Транслировать в другие языки можно, но многие вещи, легко выполняющиеся на C в других языках будут выглядеть не лучшим образом, попробуйте на своём любимом языке написать аналог:

unsigned char buf[1024];
read(f, buf, 1024);
unsigned long int *p = (unsigned long int *)(buf+*((unsigned long int *)(buf+2)));
unsigned long int *q = (unsigned long int *)(buf+*((unsigned long int *)(buf+10)));
for (p < q)
    *(p++) = 0;

Comments

[uhbif19]

Я не люблю низкоуровневые языки (: Можно пример трансляторов, какой-нибудь?

[Rsa97]

То есть на любимом высокоуровневом языке Вы не способны написать аналогичный код? И как тогда транслировать в него программу на C?
А так практически любой компилятор C является транслятором в ассемблер. :-)

[Rsa97]

Clue — компилятор из ANSI Си в Lua, JavaScript, Perl, Java, Common Lisp.
Flascc (старое название - Alchemy) — компилятор из Си/C++ в ActionScript Virtual Machine (AVM2). Позволяет использовать Си-библиотеки в Flash- и Adobe AIR-приложениях.
AMPC — компилятор из Си в виртуальную машину Java.

[uhbif19]

@Rsa97 О, вот это очень круто, спасибо (:

Answer 3

[Орехов Алексей]

Си очень простой язык и написать компилятор для него очень легко.
Собственно их и пишут в массовых количествах. К любому процессору есть компилятор Си. Другие языки подтягиваются позже или вообще не подтягиваются.

Про Clang. Ну это же open source. Такие проекты в большинстве случаев разрабатываются очень медленно.

И вообще в таких проектах много тараканов. Люди делают как хотят и что хотят, а не что нужно и важно пользователям.
Пример про gcc. Допустим есть код с функцией и указателем на нее. Превращаем этот указатель на функцию в другой тип (например в функцию принимающую на один аргумент больше). И вызовем функцию по этому указателю.
gcc - выдаст варнинг и НЕ СОЗДАСТ кода. Просто вставит заглушку - упасть тут.
msvc - создаст работающий код (ну да, там стек немного покорежится, но ведь мы этого и хотели)

Comments

[Rsa97]

"Си — инструмент, острый, как бритва: с его помощью можно создать и элегантную программу, и кровавое месиво" (C) Брайан Уилсон Керниган

[nekipelov]

Задача компилятора - помогать программисту. Не может нормальный программист хотеть испортить стек, т.к. это ведет к неопределенному поведению, что очень и очень плохо. Поэтому плохо, что MSVC не видит проблему. А gcc видит, ругается и не дает опасному коду работать - именно так и должен вести себя нормальный компилятор. Все равно работать не будет, но по кранйей мере сразу будет понятно, в каком месте проблема.

Если программист хочет извращаться, ему никто не мешает использовать многоточие в списке аргументов.

Answer 4

[jcmvbkbc]

Компилятор С написать несложно. Сложно написать его так, чтобы он генерировал качественный код. Подавляющее большинство багов gcc связано с оптимизацией.

Comments

[uhbif19]

Можно пример? Какой-нибудь простой компилятор C на высокоуровневом языке?

[jcmvbkbc]

bellard.org/tcc

[uhbif19]

@jcmvbkbc Я не распаршу C. Можно что нибудь на ML, Python, Java? Ну хоть на лиспе. Пока нахожу только ограниченные реализации.

[jcmvbkbc]

С этим не помогу -- не моя специализация.
Писать компилятор С на С -- традиция.

[uhbif19]

@jcmvbkbc (:

Answer 5

[uhbif19]

Нашел хороший ответ на вопросы 2, 3.

Это язык CIL и набор инструментов Frama-c, для работы с ним. CIL - строгое подмножество С, что хорошо, и он сохраняет структуру кода в отличие от SSA.