М? В чём проблема? Помнится, пару раз так делал для простых языков.

но повторюсь, если есть возможность заиспользовать уже готовый парсер, даже через ffi какой-нибудь, то я думаю это лучший вариант

Первые два — самые объёмные только если оптимизации не писать.

Это да.

я на работе занимаюсь как раз транслятором, и еще до меня там пытались написать свой парсер, и даже сразу во время парсинга генерить новый код. И выходило просто ужасно. Как только заюзали готовый парсер от компилятора исходного языка, стало в 10 раз лучше

Я как-то для чисто рабочих нужд делал "компилятор" из мини фп языка в обфусцированный c#, и до конкретного синтаксиса так и не дошел, исходная программа записывалась в виде АСТ компилятора (на идрисе). :)

пытались потом и из компилятора другие вещи достать, типа резолвера имен, но это требовало слишком много контекста, да работало это на таком аст, который обратно уже не востановить, чтобы красиво притипринтить, резолвер написал свой

тоже пишу на C# и это автоматически + миллион строк по сравнению с аналогичными фп решениями

у меня выход был c#

не сам компилятор

но нам повезло в том плане, что компилятор исходного языка был написан тоже на хаскеле, на котором мы и транслятор пишем

а под претипринтингом вы подразумеваете AST -> Source code принтинг или же
AST -> красивое деревце в консоли?)

первое

красивое деревцо можно и общими инструментами вывести)

На это у нас тоже есть инструмент бтв - https://monadfix.com/shower

тогда ещё вопрос. раз вы в этой сфере профессионально.
Вы используете CST или делаете boolean пометки оберток?

ну. к примеру, при выводе AST для if a => print(a) и для if a {print(a)} можно всегда выводить в виде второго варианта, с CST можно выводить реальную картину, а пометками синтаксиса (Spacing значения и сохранения токенов, которые являются пунктуационными и не несут никакого смысла кроме как delimiter) получилось бы... вот не знаю что и получилось бы?

когда есть вариант сделать меньше нод в дереве, но с булами, и больше нод, но без булов, то обычно выбирается второй вариант

приходится больше обрабатывать кейсов потом, но зато без булов)

ну в данном случае был просто отдельная нода блока, внутри которой список выражений. И иф хранил бы любое выражение, как блок, так и не блок

нет. ну это реашается high-level lowering'ом. Правда потом придется делать ещё один набор нод, чтобы быть уверенным на 100%, что не попадут расширенные ноды на более глубокий уровень.
У меня просто совсем нет желания делать CST 😔, так как единственное для чего он нужен как по мне это — code-style linting

у нас был похожий кейс как раз. В исходном языке есть две конструкции, которые делают почти одно и то же, и в cst они раздельны, а в ast они унифицированы. И нам для вывода нужно их различать, а то некрасиво выходит. Первая попытка была пропатчить компилятор, чтобы тот сохранял инфу, каким образом данная нода в аст была сконструирована из cst. И это в целом работало, но не решало все равно главную задачу

По итогу мы просто написали свой конвертер из cst компилятора в наш собственный полу-аст-полу-цст, где минимум ненужной нам инфы, но такие вещи разделаются