forth/school/MANIFEST.md · 9342 字节 · 下载原文
# Forth 外部老程序语料(10 个)
口径见上级 [`../README.md`](../README.md)。**判据只有一条:编不编得过。**
- 编译器:`vmlcli --lang forth`(Forth 子集:`:` 词定义 / 栈运算 / 算术比较 / 整数词 `MOD` `1+` `2*`
/ 控制流 `IF…THEN` `BEGIN…UNTIL` `DO…LOOP` / `RECURSE` / `VARIABLE` `CONSTANT` `CREATE ALLOT`
/ `S"` `."` `TYPE` `EMIT` `CR` `SPACE` `SPACES` `.`)
- 三条硬口径(`scripts/compat-external-lint.py --dir .`):**10 个文件 0 违规**
- 结果:**通过 5 / 失败 5**
> ⚠ 本前端的实测限制(写程序/挑程序前先看这一段,全部由**最小探针**复现,不是读代码猜):
> **支持**:`:` 词定义、`DUP DROP SWAP OVER ROT ?DUP NIP TUCK /MOD MIN MAX ABS NEGATE 1+ 1- 2* 2/`、
> `= <> < > 0= 0< 0> AND OR XOR TRUE FALSE`、`IF ELSE THEN BEGIN AGAIN UNTIL WHILE REPEAT CASE…ENDCASE`、
> `DO LOOP +LOOP I J LEAVE RECURSE EXIT`、`VARIABLE CONSTANT CREATE ALLOT CELLS HERE`、`@ ! C@ C!`、
> `." …" S" …" TYPE EMIT CR SPACE SPACES . KEY DEPTH`、`'`(tick,如 `' DUP EXECUTE`)。
> **不支持**(一律 `error: 未定义的函数 'word_XXX'`):`?DO`、`>R R>`、`[CHAR]`、`CHAR`、`BL`、`PAD`、
> `BOUNDS` `/STRING` `WITHIN` `LSHIFT` `RSHIFT`、`,`(逗号)、`C,`、`ERASE`、`MOVE`、`ALLOCATE`
> `FREE`、`FILL`、`BASE` `@`、`DEFER` `IS`、`DOES>`、`LOCALS|`、`VALUE` `TO`、
> `U.` `.R` `.HEX` `>NUMBER` `ACCEPT` `EVALUATE`、`ABORT` `ABORT"`、浮点 `F* F@ F, F.`。
> **词名不能以 `.` 开头**(`在 词名 中期望标识符`,见下);**`s"` 必须大写**(小写报 `word_s`)。
## 清单
| 文件名 | 类别 | 来源 URL | 许可 | 行数 | 编译 | 第一条错误 |
|:--|:--|:--|:--|--:|:--:|:--|
| `fibonacci_sequence.fth` | 数值/算术 | https://rosettacode.org/wiki/Fibonacci_sequence | GFDL 1.2 / CC BY-SA 4.0 | 5 | ✅ | — |
| `greatest_common_divisor.fth` | 数值/算术 | https://rosettacode.org/wiki/Greatest_common_divisor | GFDL 1.2 / CC BY-SA 4.0 | 2 | ✅ | — |
| `reverse_a_string.fth` | 字符串/文本 | https://rosettacode.org/wiki/Reverse_a_string | GFDL 1.2 / CC BY-SA 4.0 | 9 | ❌ | `<input>:4: error: 未定义的函数 'word_bounds'(引用 1 次)` |
| `caesar_cipher.fth` | 字符串/文本 | https://rosettacode.org/wiki/Caesar_cipher | GFDL 1.2 / CC BY-SA 4.0 | 19 | ❌ | `<input>:2: error: 未定义的函数 'word__'(引用 3 次)` |
| `sieve_of_eratosthenes.fth` | 数组/集合 | https://rosettacode.org/wiki/Sieve_of_Eratosthenes | GFDL 1.2 / CC BY-SA 4.0 | 46 | ❌ | `<input>: 内部错误: <input>:26:4: error: 在 词名 中期望标识符` |
| `hofstadter_q_sequence.fth` | 数组/集合 | https://rosettacode.org/wiki/Hofstadter_Q_sequence | GFDL 1.2 / CC BY-SA 4.0 | 27 | ✅ | — |
| `ackermann_function.fth` | 递归 | https://rosettacode.org/wiki/Ackermann_function | GFDL 1.2 / CC BY-SA 4.0 | 5 | ✅ | — |
| `towers_of_hanoi.fth` | 递归/控制流 | https://rosettacode.org/wiki/Towers_of_Hanoi | GFDL 1.2 / CC BY-SA 4.0 | 13 | ❌ | `<input>: 内部错误: <input>:5:4: error: 在 词名 中期望标识符` |
| `99_bottles_of_beer.fth` | 模拟/经典输出 | https://rosettacode.org/wiki/99_bottles_of_beer | GFDL 1.2 / CC BY-SA 4.0 | 14 | ❌ | `<input>: 内部错误: <input>:6:4: error: 在 词名 中期望标识符` |
| `josephus_problem.fth` | 模拟 | https://rosettacode.org/wiki/Josephus_problem | GFDL 1.2 / CC BY-SA 4.0 | 1 | ✅ | — |
> 许可:Rosetta Code 全站内容按 **GNU Free Documentation License 1.2**(较新页面双许可 **CC BY-SA 4.0**)
> 发布,见 https://rosettacode.org/wiki/Rosetta_Code:Copyrights 。逐条另有贡献者署名,
> 收进仓库前按上级 README「许可」一节由人来定。
## 逐条失败根因(每条都用最小探针复现过)
| 文件 | 出错行 | 根因 | 最小探针 |
|:--|:--|:--|:--|
| `towers_of_hanoi.fth` | 5 `: .$ COUNT TYPE ;` | **词名不能以 `.` 开头**:`:` 后面直接跟 `.` 开头的名字,解析器报「在 词名 中期望标识符」 | `: .x 1 ;` → `在 词名 中期望标识符` |
| `sieve_of_eratosthenes.fth` | 26 `: .primes ( u a-addr -- )` | 同上(`.primes`)—— 该文件另有 `ALLOCATE`/`FREE`/`ERASE`/`RSHIFT`/`ABORT"` 也不支持 | 同上 |
| `99_bottles_of_beer.fth` | 6 `: .bottles dup 2 min cells bottles + @ execute ;` | 同上(`.bottles`)—— 该文件另有 `,`(逗号)不支持 | 同上 |
| `reverse_a_string.fth` | 4 `1- bounds begin 2dup > while` | **`BOUNDS` 不支持**(同族:`/STRING`、`S"` 小写也不支持) | `: T 1 2 BOUNDS ;` → `word_BOUNDS`;`s" abc"` → `word_s` |
| `caesar_cipher.fth` | 2 `over 32 or [char] a -` | **`[CHAR]` 不支持**(词法器把它拆成 `[`+`char`+`]`,报 3 次 `word__`);该文件另有 `WITHIN`、小写 `s"` | `: T [CHAR] A EMIT ;` → `word__`(引用 1 次) |
## 四个**容易踩、且症状离根因很远**的前端行为(都写进上面的探针表了)
1. **词名以 `.` 开头 = 编不过**(`在 词名 中期望标识符`)。Forth 传统上大量用 `.名字` 做"打印"词
(`.$`、`.primes`、`.bottles`、`.line`),所以**这一条一口气吃掉了本批 3/5 个失败**。
⚠ 它报的是**解析错误**(不是"未定义的函数"),错误位置直指那一行,判起来不难 ——
但**挑语料的人要先知道**,否则会以为"这程序坏了"。
2. **文件若以 `: <名> … ;` 结尾,而该名字里含 `?` / `!`**(如 `: odd? 1 AND ;`),这个名字
**不会登记进字典** ⇒ 报 `未定义的函数 'word_odd?'`(引用 1 次)。**只要后面再跟任意一个 token
(哪怕一个数字)就正常**。最小探针:`: odd? 1 AND ;` 单独一行 → 红;`: odd? 1 AND ; 1` → 绿。
(机理未深究,现象是稳定的;本批 10 个文件恰好都没踩到,但挑 Forth 老程序时很容易撞上 ——
Forth 的谓词词惯例就叫 `prime?` / `even?` / `palindrome?`。)
3. **`s"` 必须大写**:小写 `s"` 报 `未定义的函数 'word_s'`(`S"` 正常)。例子文件全是 `S"`。
⚠ 这与 `": T S" abc" TYPE ;"` 通过、`": T s" abc" TYPE ;"` 不通过一致 —— 是**大小写敏感**的。
4. **`?DO` 不支持**(`word__do`;而 `?DUP` 是**支持**的,别把两者类推成同一条规则)。
经典阶乘写成 `: fac 1 swap 1+ 1 ?do i * loop ;`(Rosetta Code 给的现成解)**编不过** ——
而这正是"最像教材写法"的那一种(Forth 教材里 `?DO` 极常见)。
## 两个观察
1. **失败全卡在"解析器不认识某个词/某个名字形态",没有一条走到后端** —— 与 Ada 那一门同形:
卡点在**词表/语法覆盖面**,不在代码生成或链接。5 个失败里 **3 个是同一个原因**(`.` 开头的词名),
说明这一门"最便宜的改进"就是把「词名允许 `.` 打头」放开。
2. **通过的 5 条里只有 `hofstadter_q_sequence.fth` 会真的跑出东西**(其余 4 条是 Rosetta Code
惯常给的"只给词定义、不给调用"的片段 ⇒ 编译过、运行时无输出;本批判据只看编不编得过,够了)。
它的输出**对得上**:`1123345566`(Q(0..9))、`502`(Q(999))、`flips: 931` —— 说明
「整数 + 栈词 + `DO…LOOP`/`BEGIN…WHILE…REPEAT` + `IF…THEN` + `RECURSE` + `VARIABLE`/`CREATE ALLOT`
+ `." …"`/`.`/`CR`」这条最短路是通的 —— **Forth 的"栈机器"部分可用,字符串与扩展词表缺失**。
## 复现
```bash
cd /Users/shitanyu/Desktop/source/mycoder/my-coder
python3 scripts/compat-external-lint.py --dir third_party/vml/compat-corpus/external/forth
bash scripts/vml-compat-external.sh forth
```
## 挑语料时试过哪些来源(如实记)
- **Rosetta Code**(本批全部 10 个):`?action=raw` 抓 `=={{header|Forth}}==` 段落的第一个
`<syntaxhighlight lang="forth">` 块。**Forth 段落齐全、许可明确**,是唯一能凑够的稳定来源。
- **其它试过但没有可用单文件的**:
- `Starting Forth` / `Thinking Forth`(Brodie)的例子 —— 是 Forth 小程序的**传统出处**
(用户提示点名的那种),但**版权归作者/出版社,许可不明确**,按上级 README「来源优先许可明确」
的口径**没有收**。若要收,得由人来定许可。
- `Forth Interest Group`(FIG)早期发行物 —— 散、多为磁盘映像,**取不到单文件纯文本**。
- gforth / pForth 自带 `examples/` —— 多为内联汇编、直接发系统调用、或依赖宿主扩展,
**过不了本目录第 ①/② 条硬口径**(而且本前端也不支持那类写法)。
- **哪几类"根本找不到能编过的"**(如实说):
**字符串/文本类**(`reverse_a_string`、`caesar_cipher`、`substring`、`string_append`、
`run_length_encoding`、`string_length`、`count_occurrences`…试了 10 余个)**全部编不过** ——
Forth 处理字符串的标准写法就是 `BOUNDS` / `/STRING` / `COMPARE` / `MOVE` / `CMOVE` / `PLACE`,
而这几个词本前端一个都没有。**这一门本质上做不了字符串**,不是挑得不好。
图形/窗口类(Sierpinski、Dragon curve、Langton's ant)按第 ③ 条口径本就排除。