[论文解读] An Extended Symbol Table Infrastructure to Manage the Composition of Output-Specific Generator Information

Pedram Mir Seyed Nazari, Alexander Roth+1 more|arXiv (Cornell University)|Jun 2, 2016

Algorithms and Data Compression参考文献 1被引用 5

一句话总结

本文提出了一种扩展的符号表基础设施，用于在基于模板的代码生成过程中显式建模和管理输出特定的生成器信息（如代码结构和元数据）。通过将这些信息直接嵌入符号表，该方法实现了运行时对生成源代码的验证与组合，从而在模型驱动开发工作流中提升了可靠性与可维护性。

ABSTRACT

Code generation is regarded as an essential part of model-driven development (MDD) to systematically transform the abstract models to concrete code. One current challenges of templatebased code generation is that output-specific information, i.e., information about the generated source code, is not explicitly modeled and, thus, not accessible during code generation. Existing approaches try to either parse the generated output or store it in a data structure before writing into a file. In this paper, we propose a first approach to explicitly model parts of the generated output. These modeled parts are stored in a symbol for efficient management. During code generation this information can be accessed to ensure that the composition of the overall generated source code is valid. We achieve this goal by creating a domain model of relevant generator output information, extending the symbol table to store this information, and adapt the overall code generation process.

研究动机与目标

• 解决基于模板的代码生成中输出特定信息缺乏显式建模的问题。
• 在代码生成过程中实现对生成代码元数据的运行时访问。
• 通过跟踪结构和语义细节，提升生成源代码的正确性与组合能力。
• 将与领域相关的特定信息扩展至符号表，以适应代码生成器需求。
• 将扩展的基础设施无缝集成至整体代码生成流水线中。

提出的方法

• 为相关生成器输出信息（如代码结构、依赖关系和元数据）设计领域模型。
• 扩展传统符号表，将此类输出特定信息作为一等实体进行存储与管理。
• 将扩展的符号表集成至代码生成过程，以支持实时访问与验证。
• 调整基于模板的代码生成机制，在执行过程中向符号表输出并追踪信息。
• 通过使用存储的元数据验证生成代码的组合一致性，确保一致性。
• 利用符号表支持横切关注点，如代码格式化、依赖管理与错误检测。

实验结果

研究问题

• RQ1 如何显式建模代码生成中的输出特定信息，而非在生成后推断？
• RQ2 符号表需要哪些扩展，才能表示与生成器相关的代码结构和元数据？
• RQ3 如何将扩展的符号表集成至代码生成流水线以提升正确性？
• RQ4 对输出信息的显式追踪对代码组合与验证有何影响？
• RQ5 符号表能否用于强制约束生成代码的结构完整性？

主要发现

• 扩展的符号表成功在代码生成过程中对输出特定信息（如代码结构和元数据）进行了建模。
• 对这些信息的运行时访问使得生成源代码的组合验证成为可能。
• 该方法通过早期检测不一致，防止无效代码组合，从而提升了可靠性。
• 将符号表集成至代码生成过程是可行的，并且与现有基于模板的系统保持向后兼容。
• 该方法通过结构化元数据支持了跨切面关注点，如依赖追踪与格式化。
• 该解决方案减少了对生成后解析或基于文件的存储机制的依赖。