Preprocesador

Reimplementación nativa en C++ de epp de OTP para el código fuente fijado de maint-29. Boost.Parser se encarga de las reglas de caracteres; los metadatos compartidos del compilador proporcionan la precedencia de operadores. Los tokens expandidos nunca se vuelven a convertir en texto fuente.

PreprocessorSession devuelve las formas expandidas (incluidos los atributos -file implícitos), diagnósticos estructurados e instantáneas inmutables de funcionalidades por forma; features() expone el estado final de la sesión para el analizador sintáctico. Es una interfaz interna, no un formato de etapa público. DirectiveReader es la API anterior, solo sintáctica.

Comportamiento soportado

• Macros de objeto y sobrecargadas por aridad, sustitución en bruto, argumentos de bloque/fun anidados, conversión a cadena con la grafía canónica de tokens de OTP, redefinición, eliminación de definiciones y diagnósticos de ciclos de dependencia.
• Anidamiento de condicionales con efectos y errores omitidos, diagnósticos de fin de archivo.
• -include/-include_lib, cabeceras de ruta con variables de entorno, recursión protegida.
• ?MODULE, ?BASE_MODULE (y las formas _STRING), ?FILE, ?LINE, ?FUNCTION_NAME/?FUNCTION_ARITY, ?FEATURE_AVAILABLE/?FEATURE_ENABLED, ?OTP_RELEASE (29) y ?MACHINE ('BEAM', solo por compatibilidad de código fuente).
• Evaluación de guards en -if/-elif con enteros arbitrarios y el catálogo de BIF de guard de OTP; no se ejecutan llamadas arbitrarias.
• Funcionalidades de OTP 29.1: maybe_expr (activada por defecto, controla maybe/else) y compr_assign (experimental, desactivada). Un all inicial selecciona ambas; -feature(all, ...) en el código fuente no es válido, como en epp. Otros nombres son errores.

Políticas de compatibilidad

• Búsqueda de includes: directorio del archivo actual, directorio de trabajo y después las rutas de include en el orden de la API. La CLI invierte los -I repetidos para coincidir con erlc. Las rutas absolutas evitan la búsqueda. include_lib prueba las rutas ordinarias y después los directorios de aplicación proporcionados explícitamente; no hay servidor de código ni deducción de versiones.
• Las cabeceras de ruta $VAR usan un resolutor inyectado; las variables no definidas se mantienen literales. Los operandos de include no se expanden como macros. Los archivos se decodifican como UTF-8 o como Latin-1 declarado; se aplican las reglas de rutas del anfitrión independientemente de la CPU de destino.
• Los includes comparten el estado de macros/funcionalidades/módulo; cada archivo tiene su propia pila de condicionales y su correspondencia de archivo lógico.
• Las condiciones validan todas las ramas antes de la evaluación en cortocircuito. La sintaxis inválida es un error; las variables no vinculadas, los resultados no booleanos y las excepciones de evaluación seleccionan false. El acceso a campos/índices de records en condiciones falla; un acceso a record no seleccionado por el cortocircuito es válido.
• La construcción de records en una condición recibe un diagnóstico controlado (record construction requires record expansion); epp de OTP 29.1 falla en ese caso.
• Los valores iniciales de -D son términos literales normalizados a tokens, incluidos binaries y funs externos que erl_parse:tokens/1 no puede representar.
• self() es un pid sintético estable y node() es nonode@nohost.
• Un LF justo después del punto final de un include hace avanzar la línea -file devuelta; el espacio, los comentarios y CRLF siguen el scan_dot de un carácter de OTP.

Límites y diagnósticos

Valores por defecto (configurables mediante PreprocessorLimits): 256 niveles de expansión y 1.000.000 de tokens producidos por forma, profundidad de include 64, anidamiento de expresiones 256, más límites fijos de 4.194.240 bits para enteros (el límite de OTP en anfitriones de 64 bits) y 1.000.000 de bits para valores bitstring. El agotamiento es un diagnóstico de recursos, nunca una condición falsa silenciosa.

Los diagnósticos incluyen una categoría estable, la gravedad, los tramos físicos, coordenadas lógicas opcionales y los tramos de macros/includes relacionados. Las advertencias no provocan fallo; los errores retienen el fallo mientras la recuperación continúa en el siguiente límite de forma.

Pruebas

Los goldens de tokens (semantic/*.erl.tokens) registran los tipos de token de epp, los valores decodificados (flotantes como bits binary64) y el orden de los diagnósticos; la redacción no tiene por qué coincidir con la de OTP. Los fragmentos locales semantic/headers/*.hrl sustituyen a las cabeceras de OTP que antes se copiaban. preprocessor_workflow cubre árboles de include reales, el orden de las opciones, el entorno, Latin-1 y casos de condiciones a través de la CLI.