Borland C++ 2.0: reconstruyen su código fuente desde BCC.EXE byte a byte

¿Cómo se recuperó el código fuente de Borland C++ 2.0?

Primero hubo que adivinar la versión exacta del compilador y todas sus opciones, porque una función solo coincide si todo es correcto. Por el camino se descubrió que 29 módulos de la biblioteca se compilaron con Turbo C 2.01. Después se ajustaron las funciones una por una hasta que cada byte coincidió.

Solo entonces se hizo legible el código: unos 3.100 nombres, 300 campos de registros, 40 diseños de registros y cerca de 10.000 líneas de comentarios. Cada cambio posterior, incluso un simple renombrado, debe pasar la misma prueba byte a byte.

¿Qué había dentro del compilador?

El analizador sintáctico está escrito a mano, por descenso recursivo, con un analizador de expresiones por precedencia de operadores y sin yacc. Las notas también recogen probables errores del original: strrchr lee un byte antes de una cadena vacía, y el espacio liberado en el archivo de cabeceras precompiladas nunca se reutiliza.

Los programas de Borland no se incluyen en el repositorio, así que hay que conseguir las distribuciones originales para recompilar. Los scripts y la documentación usan licencia MIT. El código recuperado procede de software de Borland protegido por derechos de autor y se publica para estudio y conservación, sin reclamar derechos.

El trabajo se hizo con Exhume, un conjunto de herramientas para Claude Code que nació de la decompilación de Ultima Underworld II.