StatsLang

En el curso de Teoría de Compiladores era necesario aplicar de forma práctica los conceptos de análisis léxico, análisis sintáctico, construcción de árbol de parseo y generación de una salida intermedia.

Para ello, se planteó el diseño de un lenguaje pequeño y específico que permitiera representar consultas estadísticas simples de forma clara y estructurada.

StatsLang fue desarrollado como un lenguaje de dominio específico para expresar operaciones estadísticas básicas. El lenguaje permite cargar archivos, realizar consultas con funciones de agregación, aplicar condiciones y declarar histogramas simples.

La gramática fue definida en ANTLR4 mediante un archivo `.g4`. A partir de ella se generaron los componentes necesarios para realizar el análisis léxico y sintáctico desde Python, recorriendo posteriormente el árbol mediante un visitor.

• Definición formal de una gramática con ANTLR4.
• Reconocimiento de sentencias para carga de archivos.
• Consultas estadísticas con funciones como avg, sum, count, min y max.
• Uso de alias mediante la palabra reservada as.
• Condiciones con operadores de comparación y operadores lógicos.
• Declaración de histogramas simples con número de bins.
• Manejo de ejemplos válidos e inválidos.
• Generación básica de representación intermedia.

Algunos ejemplos de instrucciones válidas en StatsLang son:

load "ventas.csv";

select avg(precio) where categoria = "ropa";

select avg(nota) as promedio, max(nota), min(nota);

histogram edad bins=5;

• Diseñar una gramática suficientemente clara para reconocer sentencias estadísticas sin aumentar demasiado la complejidad del lenguaje.
• Separar la parte frontend del compilador, encargada del análisis léxico y sintáctico, de la parte backend, encargada del recorrido y la generación intermedia.
• Manejar errores sintácticos para diferenciar ejemplos válidos e inválidos.
• Organizar los archivos generados por ANTLR4 sin mezclarlos con el código fuente principal.

Este proyecto me permitió reforzar fundamentos de compiladores mediante una implementación práctica: desde la definición de tokens y reglas de parser hasta el recorrido del árbol de parseo.

También me ayudó a entender mejor cómo se puede diseñar un lenguaje de dominio específico, cómo estructurar un proyecto con frontend y backend de compilador, y cómo documentar una gramática para que sea entendible.