#language #format #version #description #compiler #verilization #serialization

verilization-compiler

verilization 序列化描述语言编译器。它包含核心编译库,但不包括语言或命令行界面。

1 个不稳定版本

0.1.0 2021年5月5日

#2922解析器实现

41 每月下载量
6 crates 中使用

GPL-3.0-only

99KB
2.5K SLoC

Verilization

Verilization 是一种用于定义二进制文件格式的序列化描述语言。与 Protocol Buffers 等其他序列化工具不同,序列化的 Verilization 数据不具备向前或向后兼容性。相反,它简化了从旧格式版本到新版本的转换,允许数据更紧凑,并对数据的底层形状有更多的控制。

目标

Verilization 的以下目标是主要的。

  • 赋予用户对文件格式的最大控制权
  • 以语言无关的方式定义格式
  • 支持从旧版本格式轻松转换

其他较低级别的目标。

  • 支持大整数字段
  • 无需使用本地二进制文件即可嵌入到其他语言中

类型

以下类型被支持。

类型 编码
struct 类型 按顺序编码每个字段
enum 类型 一个标签(以与 nat 相同的格式编码)后跟由标签表示的字段的编码
extern 类型 由目标语言编写的代码定义

结构体

使用多个版本定义 struct 类型。每个版本定义一系列字段。

struct Rectangle {
    version 1 {
        width: u32;
        height: u32;
    }
}

枚举

使用多个版本定义 enum 类型。每个版本定义一系列用作案例的字段。枚举值恰好由这些字段中的一个组成。

struct StringOrInt {
    version 1 {
        str: string;
        num: int;
    }
}

外部类型

在用户代码中定义 extern 类型。类型定义、转换和编解码器必须在目标语言中实现。

extern 类型可以声明可用于该类型的字面量。

extern MyString {
    literal {
        string;
    }
}

支持以下字面量规范。

名称 示例 语法 注释
整数 整数 [0, 256) '整数'open_bracket 整数字面量? ','整数字面量?close_bracket
其中 `open_bracket : '['
单个字符 '<' 和代码 andclose_bracket : ']'
字符串 字符串 '字符串' 字符串内容不能被限制。
序列 序列类型 T '序列'类型表达式 定义指定类型的序列。
情况 情况 Positive() '情况'标识符'(' [类型表达式{ ','类型表达式} ] ')' 定义一个情况。如果名称不同,可以指定多个情况字面量。
记录 记录{a:A;b:B; } '记录' '{' {标识符':'类型表达式';' } '}' 定义一个记录。

运行时库类型

运行时库提供了许多 extern 类型。

类型 字面量 编码
{i,u}{8,16,32,64} 类型范围内的整数 小端顺序的字节固定宽序列
int 整数 可变长格式
nat 非负整数 int 类似的格式,但没有符号位
字符串 字符串 长度为 nat 的字符串,后跟指定长度的 UTF-8 字节序列
list T T 的序列 长度为 nat 的序列,后跟 T
option T 两个情况 some(x)none() 一个字节 b。如果 b 非零,则其后跟一个 T

intnat 的编码定义了一个小端顺序的比特序列。每个字节的最高位如果该数字中有更多字节则被设置。

这种编码是一个字节序列 [B0, ..., Bn],其中 Bi,7 = 1 当 i < n 且 Bn,7 = 0。这个字节序列等价于一个比特序列 [B0,0, ... B0,6, ..., Bn-1,0, ..., Bn-1,6] = [b0, ..., bm-1],其中 m = 6n。本质上,比特序列去除了用于确定序列何时结束的标志位,并按从最低到最高有效位的顺序对每个字节的剩余比特进行排序。比特序列映射如下

  • 对于 int 类型,如果 bm-1 = 0,则 k = b0 * 20 + ... + bm - 2 * 2m-2
  • 对于 int 类型,如果 bm-1 = 1,则 k = -(b0 * 20 + ... + bm - 2 * 2m-2) - 1
  • 对于 nat 类型,k = b0 * 20 + ... + bm - 1 * 2m-1

版本控制

在以下示例中,用户有一个用户名和出生日期。

struct Person {
    version 1 {
        name: Name;
        dob: Date;
    }
}

struct Name {
    version 1 {
        firstName: string;
        middleName: option string;
        lastName: string;
    }
}

然而,并非每个人都有 2 或 3 个名字。为了适应这种情况,我们可以创建一个新的版本,允许任意数量的名字。

struct Name {
    version 1 {
        ...
    }
    version 2 {
        names: list string;
    }
}

Name 的这种修改意味着在格式的版本 2 中,Personname 字段现在将使用 Name 的版本 2。但是,由于没有直接修改 Person,版本 2 是自动创建的。在生成的代码中,用户应提供可以将 Name 从版本 1 升级到版本 2 的代码。然而,没有必要提供升级 Person 的此类代码。 Person 可以使用其字段的升级代码自动升级。

最终

版本化类型可以声明为 final 来指示不会添加该类型的任何新版本。这限制了类型到最后一个显式声明的版本,防止自动生成新版本。最终类型可能仅包含最终或非版本化类型的字段。

final struct FormatVersion {
    version 1 {
        major: nat;
    }
}

泛型

泛型类型允许类型进行参数化。

final struct Pair(A, B) {
    version 1 {
        left: A;
        right: B;
    }
}

常量

常量允许定义在任意生成的语言之间共享的值。

字面量 示例 用法
整数 88 extern类型与整数字面量
字符串 "Hello World" extern类型与字符串字面量
序列 [a,b,c] extern类型与序列字面量
记录 {x= 1;y= 2; } struct类型与extern类型与记录字面量
情况 名称(a) enum类型与extern类型与case Name字面量

命令行

Verilization具有命令行界面。以下选项受到支持。

语言生成器

以下语言受到支持。

编译器绑定

Verilization编译器是用Rust编写的。它可以编译成WebAssembly,以便在其他语言中使用。这具有以下优势:工具可以分发(例如,作为NPM包、独立的JAR等),而不需要任何本地二进制文件。这些绑定公开了可以从运行时直接使用的接口,以及仅依赖于相关运行时的命令行界面。

目前,以下运行时提供了绑定。

  • Node

lib.rs:

Verilization编译器为各种语言生成序列化代码。

依赖关系

~2.5MB
~56K SLoC