概要

• Python で500行以内の Cコンパイラ を作成した挑戦記
• 単一パス で構文解析とコード生成を同時に実施
• WebAssembly をターゲットとした独自設計
• いくつかのC言語機能を 省略 しつつ、主要機能を実装
• 補助クラス や構造についても解説

500行Python製Cコンパイラ開発記

目標と概要

• Python で 500行 以内にCコンパイラを実装する試み
• 省略可能な機能を削り、 シンプル かつ 理解しやすい 設計を目指す
• ブログ記事内で全コードは紹介できないため、 設計判断 や 削除した機能、 アーキテクチャ の概要を解説

単一パスコンパイラの選択

• 単一パス 方式を採用し、構文解析中に即時コード生成
• 構文木（AST） を生成しない設計
• 一般的なコンパイラは「構文木生成→コード生成」の 2パス 構成
  • 解析とコード生成を分離しやすい
  • 最適化 や 中間表現 の導入が容易
• 500行制限のため、 解析と生成を統合
  • 例： ~演算子 のパース時に即時WebAssembly命令を出力
  • 構文木ノード や中間表現は未使用

WebAssemblyをターゲットに選定

• WebAssembly を出力対象とした理由は興味本位
• WebAssembly はC言語向きではなく、独自の難しさ
  • goto非対応、代わりに block/break構造 を利用
  • レジスタ非搭載、 スタックマシン 方式
    • Cの スタック とWASMのスタックは別管理が必要
    • 自前で メモリ上のスタック を用意
• x86/ARM等の従来ISAより 複雑化 した可能性

エラーハンドリング

• die関数 による簡易的なエラー処理のみ
• 異常時は スタックトレース と曖昧なエラーメッセージを出力
• Rustコンパイラ のような高機能エラー表示は非対応

実装しなかった機能

• struct、 enum、 union、 プリプロセッサ、 浮動小数点型、 long/double
• 多次元配列、 前置/後置インクリメント、 キャスト式、 標準ライブラリやI/O
• typedef や ポインタ 等、C言語実装の肝となる部分は維持

実装済み機能

• 算術演算子 と 優先順位 の正しい処理
• int/short/char型、 文字列定数 （エスケープ対応）
• 多重ポインタ、 正しいポインタ演算
• 一次元配列、 関数定義・呼び出し
• typedef 対応（lexer hack活用）

テストケースとサンプルプログラム

• c-testsuite の34/220テストをパス
• swap関数 や フィボナッチ関数 等、実用的なCプログラムも実行可能

補助クラス群の概要

• Emitter

  • WebAssemblyコードの 整形出力 を担当
  • インデントや no_emit メソッドによる出力制御

• StringPool

  • 文字列定数を 連続領域 にまとめて管理
  • 既存文字列の再利用や アドレス管理 を実装
  • 最終的に rodataセクション として出力

• Lexer

  • C言語の トークン分割 を担当
  • peek/next/try_next による柔軟なトークン取得
  • lexer hack でtypedefや型名判定を実現
    • 型情報を動的に Lexer へフィードバックし、型名/変数名の区別を管理

• CType

  • C言語型（ int や short など）の情報を管理するデータクラス
  • ポインタレベル や 配列サイズ の情報も保持
  • 多次元配列 は非対応

• FrameVar／StackFrame

  • C言語の スタックフレーム管理 を担当
  • WASMのスタックが使えないため、 独自のメモリスタック を構築
  • 各関数ごとに ローカル変数・引数 のスロット割当と スタックサイズ計算

---

まとめ

• 500行制限 の中で、C言語の本質的な機能を Python で実装
• 単一パス や WebAssembly対応 など、制約下での工夫が満載
• 構文木や最適化を省略しつつ、 実用的なCサブセット をコンパイル可能
• 補助クラス もシンプルながら必要十分な設計