codex-bot
483d9d1717
5.4 KiB
Endor 阅读器与源码来源
EndorReader 位于 lexer 之前，把宿主输入转换为 SourceUnit，再交给 lex_source、parse_source 或 parse_source_expression。它负责读取、严格 UTF-8 解码和来源记录，不解析 token、不解析 namespace 依赖、不执行代码。源码在 reader.rs，来源与诊断结构在 source.rs，词法和语法见 前端。
字符串／字节流／文件／宿主 URI provider
→ EndorReader → SourceUnit → lexer → PEG parser → AST
输入适配
| 入口 | 行为 |
|---|---|
| EndorReader::from_text(name, text) | 接收已经解码的 Unicode 字符串，复制或接管其 String 所有权，记录文本来源名称 |
| EndorReader::from_stream(name, reader) | 接收实现 std::io::Read 的流，读到 EOF 后统一严格解码，记录流名称 |
| EndorReader::from_file(path) | 按原生 Path 打开文件，读到 EOF 并严格解码，保留 PathBuf 来源 |
| EndorReader::from_endor(uri, provider) | 调用宿主 EndorSourceProvider 取得一次解析结果，严格解码并保存请求 URI 与已选修订标签 |
Reader 不修改 locale，不猜测 Shift_JIS／CP932 或其他编码，不以替换字符修复非法 UTF-8。其他编码由宿主先明确解码后通过字符串或 UTF-8 输入交付。流可以在任意字节处分块，包括拆开一个 Unicode 字符；所有字节收齐后才进行 UTF-8 校验。
文本原样保留：不转换 CRLF／CR，不移除 BOM，也不规范化 Unicode。Span 继续指向这份原始 UTF-8 文本；Reader 不提前处理注释、转义或缩进。BOM 等字符是否构成合法语法由 lexer 决定，当前 lexer 不接受开头 BOM。
SourceUnit 拥有源码和 SourceOrigin，只公开只读访问，不依赖仍打开的文件、流或平台连接。一次读取完成后，重新读取同一 URI 或修改源文件不会改写已有单元的内容；这保证输入缓冲区固定，不表示对可变文件读取过程实现了文件系统事务快照。
来源与诊断
SourceOrigin 区分 Text、Stream、File 和 Endor。文本／流名称由宿主指定，例如 <editor>、<stdin> 或会话输入编号；文件保留操作系统路径；Endor 来源额外记录 provider 给出的修订标签。
lex_source、parse_source 和 parse_source_expression 将原有 Diagnostic 包装为 SourceDiagnostic，保存来源、行列和完整诊断（包括 Span 与 expected 列表）。行列根据读取到的原文计算，使用一基 Unicode 标量列，CRLF 算一次换行。包装后的错误可以在源码缓冲区释放后继续报告；错误不会保存整份源码文本。
Read 阶段的 SourceReadError 与词法／语法 Diagnostic 分开：Io 保留原始 I/O／provider 错误，InvalidUtf8 报告第一个无效字节位置，InvalidEndorUri 表示入口不属于可接受的 Endor URI，MissingRevision 表示宿主没有提供已选修订。读取中途失败不返回部分源码，不继续解析部分内容；URI 失败不会改从本地文件读取。I/O 和 UTF-8 的底层错误可通过 Error::source 取得。
原有 lex(&str)、parse(&str)、parse_expression(&str) 保留为不带来源的低层便捷接口。需要文件名、URI、修订或会话标签时，宿主应使用 SourceUnit 入口；这些标签不是 VM 的 ObjectRef，也不充当持久资源身份。
平台 URI 边界
EndorSourceProvider::load(&str) 返回 io::Result。ResolvedEndorSource 包含 bytes 和非空 revision；宿主负责名称解析、权限检查、版本选择与实际存储访问，失败直接返回相应错误。例如权限不足可使用 PermissionDenied，不存在可使用 NotFound。
Reader 只校验 scheme 为不区分大小写的 endor、冒号后非空，且 URI 不含原始空白／控制字符。它不固定 workspace／namespace 的 URI 路径形式，不解码百分号、不实现相对 URI，也不规定修订选择器或 hash 算法。scheme 以外的协议校验由宿主执行，原 URI 不重写。每次读取只调用一次 provider，之后词法和语法处理不再解析 URI。
revision 是宿主返回的原样标签；Reader 只拒绝全空白标签，不验证标签是否为内容 hash、不验证内容与 hash 的对应关系，也不实现资源历史、依赖锁、发布快照或签名。当前没有内置平台 provider、网络客户端、数据库存储或 CLI URI 执行入口。具体版本模型仍需另行设计。
CLI 与交互输入
CLI parse 文件通过 from_file → parse_source 输出 AST；cli parse - 通过 from_stream 读取 stdin 到 EOF，来源为 <stdin>。错误保留文件或流名及行列；文件读取与非法 UTF-8 错误在进入 lexer 前返回。命令仍不执行源码。
stdin 入口不是 REPL，不打印提示符、不保持求值环境，也不区分“需要继续输入”和“真正语法错误”。未来 REPL 宿主先收集一次提交的输入单元，再使用 from_text 并指定会话来源；reader 不承担交互调度。包与 namespace 的成员查找和依赖解析也不由 reader 自动完成。
运行方式见 运行指南，编码边界见 文本编码，检查范围见 验证。本地不编译、不执行测试；流、文件与 provider 检查由指定远端环境执行。