lex.c

   1 /*
   2  * Copyright (C) 2012
   3  *     Dale Weiler
   4  *
   5  * Permission is hereby granted, free of charge, to any person obtaining a copy of
   6  * this software and associated documentation files (the "Software"), to deal in
   7  * the Software without restriction, including without limitation the rights to
   8  * use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies
   9  * of the Software, and to permit persons to whom the Software is furnished to do
  10  * so, subject to the following conditions:
  11  *
  12  * The above copyright notice and this permission notice shall be included in all
  13  * copies or substantial portions of the Software.
  14  *
  15  * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
  16  * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
  17  * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
  18  * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
  19  * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
  20  * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
  21  * SOFTWARE.
  22  */
  23 #include "gmqcc.h"
  24
  25 /*
  26  * Keywords are multichar, punctuation lexing is a bit more complicated
  27  * than keyword lexing.
  28  */
  29 static const char *const lex_keywords[] = {
  30     "do",    "else",     "if",     "while",
  31     "break", "continue", "return", "goto",
  32     "for",   "typedef"
  33 };
  34
  35 void lex_init(const char *file, lex_file **set) {
  36     lex_file *lex = mem_a(sizeof(lex_file));
  37     if (!lex)
  38         return;
  39
  40     lex->file = fopen(file, "r");
  41     if (!lex->file) {
  42         mem_d(lex);
  43         return;
  44     }
  45
  46     fseek(lex->file, 0, SEEK_END);
  47     lex->length = ftell(lex->file);
  48     lex->size   = lex->length; /* copy, this is never changed */
  49     fseek(lex->file, 0, SEEK_SET);
  50     lex->last = 0;
  51     lex->line = 0;
  52
  53     memset(lex->peek, 0, sizeof(lex->peek));
  54     *set = lex;
  55 }
  56
  57 void lex_close(lex_file *file) {
  58     if (!file) return;
  59
  60     fclose(file->file); /* may already be closed */
  61     mem_d (file);
  62 }
  63
  64 static void lex_addch(int ch, lex_file *file) {
  65     if (file->current <  sizeof(file->lastok)-1)
  66         file->lastok[file->current++] = (char)ch;
  67     if (file->current == sizeof(file->lastok)-1)
  68         file->lastok[file->current]   = (char)'\0';
  69 }
  70 static inline void lex_clear(lex_file *file) {
  71     file->current = 0;
  72 }
  73
  74 /*
  75  * read in inget/unget character from a lexer stream.
  76  * This doesn't play with file streams, the lexer has
  77  * it's own internal state for this.
  78  */
  79 static int lex_inget(lex_file *file) {
  80     file->length --;
  81     if (file->last > 0)
  82         return file->peek[--file->last];
  83     return fgetc(file->file);
  84 }
  85 static void lex_unget(int ch, lex_file *file) {
  86     if (file->last < sizeof(file->peek))
  87         file->peek[file->last++] = ch;
  88     file->length ++;
  89 }
  90
  91 /*
  92  * This is trigraph and digraph support, a feature not qc compiler
  93  * supports.  Moving up in this world!
  94  */
  95 static int lex_trigraph(lex_file *file) {
  96     int  ch;
  97     if ((ch = lex_inget(file)) != '?') {
  98         lex_unget(ch, file);
  99         return '?';
 100     }
 101
 102     ch = lex_inget(file);
 103     switch (ch) {
 104         case '(' : return '[' ;
 105         case ')' : return ']' ;
 106         case '/' : return '\\';
 107         case '\'': return '^' ;
 108         case '<' : return '{' ;
 109         case '>' : return '}' ;
 110         case '!' : return '|' ;
 111         case '-' : return '~' ;
 112         case '=' : return '#' ;
 113         default:
 114             lex_unget('?', file);
 115             lex_unget(ch , file);
 116             return '?';
 117     }
 118     return '?';
 119 }
 120 static int lex_digraph(lex_file *file, int first) {
 121     int ch = lex_inget(file);
 122     switch (first) {
 123         case '<':
 124             if (ch == '%') return '{';
 125             if (ch == ':') return '[';
 126             break;
 127         case '%':
 128             if (ch == '>') return '}';
 129             if (ch == ':') return '#';
 130             break;
 131         case ':':
 132             if (ch == '>') return ']';
 133             break;
 134     }
 135
 136     lex_unget(ch, file);
 137     return first;
 138 }
 139
 140 static int lex_getch(lex_file *file) {
 141     int ch = lex_inget(file);
 142
 143     static int str = 0;
 144     switch (ch) {
 145         case '?' :
 146             return lex_trigraph(file);
 147         case '<' :
 148         case ':' :
 149         case '%' :
 150         case '"' : str = !str; if (str) { file->line ++; }
 151             return lex_digraph(file, ch);
 152
 153         case '\n':
 154             if (!str)
 155                 file->line++;
 156     }
 157
 158     return ch;
 159 }
 160
 161 static int lex_get(lex_file *file) {
 162     int ch;
 163     if (!isspace(ch = lex_getch(file)))
 164         return ch;
 165
 166     /* skip over all spaces */
 167     while (isspace(ch) && ch != '\n')
 168         ch = lex_getch(file);
 169
 170     if (ch == '\n')
 171         return ch;
 172     lex_unget(ch, file);
 173     return ' ';
 174 }
 175
 176 static int lex_skipchr(lex_file *file) {
 177     int ch;
 178     int it;
 179
 180     lex_clear(file);
 181     lex_addch('\'', file);
 182
 183     for (it = 0; it < 2 && ((ch = lex_inget(file)) != '\''); it++) {
 184         lex_addch(ch, file);
 185
 186         if (ch == '\n')
 187             return ERROR_LEX;
 188         if (ch == '\\')
 189             lex_addch(lex_getch(file), file);
 190     }
 191     lex_addch('\'', file);
 192     lex_addch('\0', file);
 193
 194     if (it > 2)
 195         return ERROR_LEX;
 196
 197     return LEX_CHRLIT;
 198 }
 199
 200 static int lex_skipstr(lex_file *file) {
 201     int ch;
 202     lex_clear(file);
 203     lex_addch('"', file);
 204
 205     while ((ch = lex_getch(file)) != '"') {
 206         if (ch == '\n' || ch == EOF)
 207             return ERROR_LEX;
 208
 209         lex_addch(ch, file);
 210         if (ch == '\\')
 211             lex_addch(lex_inget(file), file);
 212     }
 213
 214     lex_addch('"', file);
 215     lex_addch('\0', file);
 216
 217     return LEX_STRLIT;
 218 }
 219 static int lex_skipcmt(lex_file *file) {
 220     int ch;
 221     lex_clear(file);
 222     ch = lex_getch(file);
 223
 224     if (ch == '/') {
 225         lex_addch('/', file);
 226         lex_addch('/', file);
 227
 228         while ((ch = lex_getch(file)) != '\n') {
 229             if (ch == '\\') {
 230                 lex_addch(ch, file);
 231                 lex_addch(lex_getch(file), file);
 232             } else {
 233                 lex_addch(ch, file);
 234             }
 235         }
 236         lex_addch('\0', file);
 237         return LEX_COMMENT;
 238     }
 239
 240     if (ch != '*') {
 241         lex_unget(ch, file);
 242         return '/';
 243     }
 244
 245     lex_addch('/', file);
 246
 247     /* hate this */
 248     do {
 249         lex_addch(ch, file);
 250         while ((ch = lex_getch(file)) != '*') {
 251             if (ch == EOF)
 252                 return error(file, ERROR_LEX, "malformatted comment");
 253             else
 254                 lex_addch(ch, file);
 255         }
 256         lex_addch(ch, file);
 257     } while ((ch = lex_getch(file)) != '/');
 258
 259     lex_addch('/',  file);
 260     lex_addch('\0', file);
 261
 262     return LEX_COMMENT;
 263 }
 264
 265 static int lex_getsource(lex_file *file) {
 266     int ch = lex_get(file);
 267
 268     /* skip char/string/comment */
 269     switch (ch) {
 270         case '\'': return lex_skipchr(file);
 271         case '"':  return lex_skipstr(file);
 272         case '/':  return lex_skipcmt(file);
 273         default:
 274             return ch;
 275     }
 276 }
 277
 278 int lex_token(lex_file *file) {
 279     int ch = lex_getsource(file);
 280     int it;
 281
 282     /* valid identifier */
 283     if (ch > 0 && (ch == '_' || isalpha(ch))) {
 284         lex_clear(file);
 285
 286         /*
 287          * Yes this is dirty, but there is no other _sane_ easy
 288          * way to do it, this is what I call defensive programming
 289          * if something breaks, add more defense :-)
 290          */
 291         while (ch >   0   && ch != ' ' && ch != '(' &&
 292                ch != '\n' && ch != ';' && ch != ')') {
 293             lex_addch(ch, file);
 294             ch = lex_getsource(file);
 295         }
 296         lex_unget(ch,   file);
 297         lex_addch('\0', file);
 298
 299         /* look inside the table for a keyword .. */
 300         for (it = 0; it < sizeof(lex_keywords)/sizeof(*lex_keywords); it++)
 301             if (!strncmp(file->lastok, lex_keywords[it], strlen(lex_keywords[it])))
 302                 return it;
 303
 304         /* try a type? */
 305         #define TEST_TYPE(X)                                 \
 306             do {                                             \
 307                 if (!strncmp(X, "float",  sizeof("float")))  \
 308                     return TOKEN_FLOAT;                      \
 309                 if (!strncmp(X, "vector", sizeof("vector"))) \
 310                     return TOKEN_VECTOR;                     \
 311                 if (!strncmp(X, "string", sizeof("string"))) \
 312                     return TOKEN_STRING;                     \
 313                 if (!strncmp(X, "entity", sizeof("entity"))) \
 314                     return TOKEN_ENTITY;                     \
 315                 if (!strncmp(X, "void"  , sizeof("void")))   \
 316                     return TOKEN_VOID;                       \
 317             } while(0)
 318
 319         TEST_TYPE(file->lastok);
 320
 321         /* try the hashtable for typedefs? */
 322         if (typedef_find(file->lastok))
 323             TEST_TYPE(typedef_find(file->lastok)->name);
 324
 325         #undef TEST_TYPE
 326         return LEX_IDENT;
 327     }
 328     return ch;
 329 }
 330
 331 void lex_reset(lex_file *file) {
 332     file->current = 0;
 333     file->last    = 0;
 334     file->length  = file->size;
 335     fseek(file->file, 0, SEEK_SET);
 336
 337     memset(file->peek,   0, sizeof(file->peek  ));
 338     memset(file->lastok, 0, sizeof(file->lastok));
 339 }
 340
 341 void lex_parse(lex_file *file) {
 342     if (!file) return;
 343     parse_gen(file); /* run parser */
 344 }
 345
 346 /*
 347  * Include a file into the lexer / parsing process:  This really
 348  * should check if names are the same to prevent endless include
 349  * recrusion.
 350  */
 351 lex_file *lex_include(lex_file *lex, const char *file) {
 352     util_strrq(file);
 353     if (strncmp(lex->name, file, strlen(lex->name)) == 0) {
 354         error(lex, ERROR_LEX, "Source file cannot include itself\n");
 355         exit (-1);
 356     }
 357
 358     lex_file *set = NULL;
 359     lex_init(file, &set);
 360
 361     return set;
 362 }