Tema 5 - Análisis Sintáctico

Equipo: Atomic Code

Segmentando el código, construyendo la lógica

Asignatura: Lenguaje y Compiladores - 2026-I

Universidad Nacional Experimental de Guayana (UNEG)

---

Integrantes

Integrante	Cédula de Identidad
Victor Vargas	30.697.219
Keibel Guilarte	28.726.605
Oriana Márquez	31.354.299
Jeanny Monagas	30.857.471

---

Alcance de este repositorio

Este repositorio contiene el código de las preguntas 1, 2, 4 y 5 de la actividad del tema (árbol de sintaxis abstracta, parsers LL y LR, lexer/parser de Docker Compose con experimento de tiempos, y el asistente híbrido UnegScript).

Estructura

Tema 5 - Lenguajes y compiladores - Atomic Code/
├── 1-AST - Atomic Code/
│   └── ast_ejemplo.py          Pregunta 1: AST, dos ejemplos de entrada
├── 2-LL-LR - Atomic Code/
│   ├── ast_nodes.py            nodos de AST y léxico compartidos
│   ├── ll_parser.py            Pregunta 2: parser LL(1) descendente
│   ├── lr_parser.py            Pregunta 2: generador SLR(1) + parser LR
│   └── demo_ll_lr.py           compara ambos sobre el mismo lenguaje L
├── 4-Docker-Compose - Atomic Code/
│   ├── c/compose_netparser.c        Pregunta 4: implementación en C
│   ├── rust/                        Pregunta 4: implementación en Rust (proyecto cargo)
│   ├── python/compose_netparser.py  Pregunta 4: implementación en Python
│   ├── generar_muestras.py          genera las 12 muestras docker-compose.yml
│   ├── muestras/                    las 12 muestras generadas
│   ├── ejecutar_experimento.py      compila, verifica y mide tiempos -> resultados.csv
│   ├── graficar_resultados.py       resultados.csv -> resultados_tiempos.png
│   ├── directorio_base.py           ubica la carpeta de trabajo (script normal o .exe)
│   ├── ejecutar_todo.py             corre los 3 pasos anteriores en un solo comando
│   └── ejecutar_todo.exe            el mismo ejecutar_todo.py empaquetado como .exe
└── 5-UnegScript - Atomic Code/
    ├── motor_ia_simulado.py    confianza (difflib) + sugerencias, aislado y sustituible
    ├── lexer_hibrido.py        Pregunta 5.1: lexer regex/AFD + fallback a IA
    ├── parser_recursivo.py     Pregunta 5.2: descendente con lookahead + consulta IA
    └── unegscript.py           Pregunta 5.3/5.4: punto de entrada y ejemplo del enunciado

Requisitos

• Python 3.10+ (sin dependencias externas, salvo matplotlib solo para graficar_resultados.py: pip install matplotlib).
• gcc (cualquier toolchain moderno; se probó con MSYS2 ucrt64) para la parte en C.
• Rust (rustc + cargo) para la parte en Rust.

Cómo ejecutar cada parte

Pregunta 1 (AST):

python "1-AST - Atomic Code/ast_ejemplo.py"

Pregunta 2 (LL y LR):

python "2-LL-LR - Atomic Code/demo_ll_lr.py"

Pregunta 4 (Docker Compose, 3 lenguajes + experimento de tiempos):

cd "4-Docker-Compose - Atomic Code"
python generar_muestras.py        # genera las 12 muestras en muestras/
python ejecutar_experimento.py    # compila C y Rust, verifica consistencia, mide tiempos
python graficar_resultados.py     # produce resultados_tiempos.png

ejecutar_experimento.py compila automáticamente c/compose_netparser.c (con gcc) y rust/ (con cargo build --release); no hace falta compilarlos a mano. Antes de medir tiempos, el script verifica que las 3 implementaciones extraigan exactamente la misma información de cada muestra.

Atajo: en vez de correr los 3 scripts anteriores por separado, ejecutar_todo.py (o su versión ya compilada ejecutar_todo.exe) hace los 3 pasos en un solo comando:

python "4-Docker-Compose - Atomic Code/ejecutar_todo.py"

o, en Windows, doble clic en 4-Docker-Compose - Atomic Code/ejecutar_todo.exe (debe quedarse en esa misma carpeta, junto a c/, rust/, python/ y muestras/; sigue necesitando gcc y cargo instalados en la máquina, además de un python en el PATH, porque el .exe solo empaqueta la lógica que orquesta los 3 pasos, no los compiladores).

Para regenerar ejecutar_todo.exe después de modificar el código:

pip install pyinstaller
cd "4-Docker-Compose - Atomic Code"
pyinstaller --onefile --name ejecutar_todo --console ejecutar_todo.py
cp dist/ejecutar_todo.exe .
rm -rf build dist ejecutar_todo.spec

Pregunta 5 (UnegScript):

python "5-UnegScript - Atomic Code/unegscript.py"

Corre por defecto el ejemplo del enunciado (pront x = 5; if x > 3 prnt(x) else prnt("no")). También acepta código propio:

python "5-UnegScript - Atomic Code/unegscript.py" "x = 1; if x == 1 print(x) esle print(0)"

Notas de diseño

• Q2 (LL/LR): ambos parsers reconocen el mismo lenguaje L (expresiones aritméticas con + - * / y paréntesis); lr_parser.py no tiene la tabla SLR(1) escrita a mano, la calcula un generador genérico (cierre/goto de ítems LR(0), FIRST/FOLLOW, ACTION/GOTO) a partir de la gramática, igual que lo haría Bison/Yacc por dentro.
• Q4 (Docker Compose): el lexer/parser reconoce un subconjunto acotado de Docker Compose (bloques services y networks, con indentación uniforme de 2 espacios), documentado en el encabezado de cada implementación; no es un parser YAML general.
• Q5 (UnegScript): el "motor de IA" es una simulación local (motor_ia_simulado.py) basada en difflib/Levenshtein, tal como describe la sección 6.2 del enunciado del tema; no depende de red ni de API keys, y queda aislada en su propio módulo para poder sustituirse por una API real sin tocar el lexer ni el parser.