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 = 1;
  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     char  get;
  81     file->length --;
  82
  83     if (file->last > 0) {
  84         if ((get = file->peek[--file->last]) == '\n')
  85             file->line ++;
  86         return get;
  87     }
  88     if ((get = fgetc(file->file)) == '\n')
  89         file->line++;
  90
  91     return get;
  92 }
  93 static void lex_unget(int ch, lex_file *file) {
  94     if (file->last < sizeof(file->peek)) {
  95         if (ch == '\n')
  96             file->line --;
  97         file->peek[file->last++] = ch;
  98     }
  99     file->length ++;
 100 }
 101
 102 /*
 103  * This is trigraph and digraph support, a feature not qc compiler
 104  * supports.  Moving up in this world!
 105  */
 106 static int lex_trigraph(lex_file *file) {
 107     int  ch;
 108     if ((ch = lex_inget(file)) != '?') {
 109         lex_unget(ch, file);
 110         return '?';
 111     }
 112
 113     ch = lex_inget(file);
 114     switch (ch) {
 115         case '(' : return '[' ;
 116         case ')' : return ']' ;
 117         case '/' : return '\\';
 118         case '\'': return '^' ;
 119         case '<' : return '{' ;
 120         case '>' : return '}' ;
 121         case '!' : return '|' ;
 122         case '-' : return '~' ;
 123         case '=' : return '#' ;
 124         default:
 125             lex_unget('?', file);
 126             lex_unget(ch , file);
 127             return '?';
 128     }
 129     return '?';
 130 }
 131 static int lex_digraph(lex_file *file, int first) {
 132     int ch = lex_inget(file);
 133     switch (first) {
 134         case '<':
 135             if (ch == '%') return '{';
 136             if (ch == ':') return '[';
 137             break;
 138         case '%':
 139             if (ch == '>') return '}';
 140             if (ch == ':') return '#';
 141             break;
 142         case ':':
 143             if (ch == '>') return ']';
 144             break;
 145     }
 146
 147     lex_unget(ch, file);
 148     return first;
 149 }
 150
 151 static int lex_getch(lex_file *file) {
 152     int ch = lex_inget(file);
 153     if (ch == '?')
 154         return lex_trigraph(file);
 155     if (ch == '<' || ch == ':' || ch == '%')
 156         return lex_digraph(file, ch);
 157     return ch;
 158 }
 159
 160 static int lex_get(lex_file *file) {
 161     int ch;
 162     if (!isspace(ch = lex_getch(file)))
 163         return ch;
 164
 165     /* skip over all spaces */
 166     while (isspace(ch) && ch != '\n')
 167         ch = lex_getch(file);
 168
 169     if (ch == '\n')
 170         return ch;
 171     lex_unget(ch, file);
 172     return ' ';
 173 }
 174
 175 static int lex_skipchr(lex_file *file) {
 176     int ch;
 177     int it;
 178
 179     lex_clear(file);
 180     lex_addch('\'', file);
 181
 182     for (it = 0; it < 2 && ((ch = lex_inget(file)) != '\''); it++) {
 183         lex_addch(ch, file);
 184
 185         if (ch == '\n')
 186             return ERROR_LEX;
 187         if (ch == '\\')
 188             lex_addch(lex_getch(file), file);
 189     }
 190     lex_addch('\'', file);
 191     lex_addch('\0', file);
 192
 193     if (it > 2)
 194         return ERROR_LEX;
 195
 196     return LEX_CHRLIT;
 197 }
 198
 199 static int lex_skipstr(lex_file *file) {
 200     int ch;
 201     lex_clear(file);
 202     lex_addch('"', file);
 203
 204     while ((ch = lex_getch(file)) != '"') {
 205         if (ch == '\n' || ch == EOF)
 206             return ERROR_LEX;
 207
 208         lex_addch(ch, file);
 209         if (ch == '\\')
 210             lex_addch(lex_inget(file), file);
 211     }
 212
 213     lex_addch('"', file);
 214     lex_addch('\0', file);
 215
 216     return LEX_STRLIT;
 217 }
 218 static int lex_skipcmt(lex_file *file) {
 219     int ch;
 220     lex_clear(file);
 221     ch = lex_getch(file);
 222
 223     if (ch == '/') {
 224         lex_addch('/', file);
 225         lex_addch('/', file);
 226
 227         while ((ch = lex_getch(file)) != '\n') {
 228             if (ch == '\\') {
 229                 lex_addch(ch, file);
 230                 lex_addch(lex_getch(file), file);
 231             } else {
 232                 lex_addch(ch, file);
 233             }
 234         }
 235         lex_addch('\0', file);
 236         return LEX_COMMENT;
 237     }
 238
 239     if (ch != '*') {
 240         lex_unget(ch, file);
 241         return '/';
 242     }
 243
 244     lex_addch('/', file);
 245
 246     /* hate this */
 247     do {
 248         lex_addch(ch, file);
 249         while ((ch = lex_getch(file)) != '*') {
 250             if (ch == EOF)
 251                 return error(file, ERROR_LEX, "malformatted comment");
 252             else
 253                 lex_addch(ch, file);
 254         }
 255         lex_addch(ch, file);
 256     } while ((ch = lex_getch(file)) != '/');
 257
 258     lex_addch('/',  file);
 259     lex_addch('\0', file);
 260
 261     return LEX_COMMENT;
 262 }
 263
 264 static int lex_getsource(lex_file *file) {
 265     int ch = lex_get(file);
 266
 267     /* skip char/string/comment */
 268     switch (ch) {
 269         case '\'': return lex_skipchr(file);
 270         case '"':  return lex_skipstr(file);
 271         case '/':  return lex_skipcmt(file);
 272         default:
 273             return ch;
 274     }
 275 }
 276
 277 int lex_token(lex_file *file) {
 278     int ch = lex_getsource(file);
 279     int it;
 280
 281     /* valid identifier */
 282     if (ch > 0 && (ch == '_' || isalpha(ch))) {
 283         lex_clear(file);
 284
 285         while (ch > 0 && (ch == '_' || isalpha(ch))) {
 286             lex_addch(ch, file);
 287             ch = lex_getsource(file);
 288         }
 289         lex_unget(ch,   file);
 290         lex_addch('\0', file);
 291
 292         /* look inside the table for a keyword .. */
 293         for (it = 0; it < sizeof(lex_keywords)/sizeof(*lex_keywords); it++)
 294             if (!strncmp(file->lastok, lex_keywords[it], strlen(lex_keywords[it])))
 295                 return it;
 296
 297         /* try a type? */
 298         #define TEST_TYPE(X)                                 \
 299             do {                                             \
 300                 if (!strncmp(X, "float",  sizeof("float")))  \
 301                     return TOKEN_FLOAT;                      \
 302                 if (!strncmp(X, "vector", sizeof("vector"))) \
 303                     return TOKEN_VECTOR;                     \
 304                 if (!strncmp(X, "string", sizeof("string"))) \
 305                     return TOKEN_STRING;                     \
 306                 if (!strncmp(X, "entity", sizeof("entity"))) \
 307                     return TOKEN_ENTITY;                     \
 308                 if (!strncmp(X, "void"  , sizeof("void")))   \
 309                     return TOKEN_VOID;                       \
 310             } while(0)
 311
 312         TEST_TYPE(file->lastok);
 313
 314         /* try the hashtable for typedefs? */
 315         if (typedef_find(file->lastok))
 316             TEST_TYPE(typedef_find(file->lastok)->name);
 317
 318         #undef TEST_TYPE
 319         return LEX_IDENT;
 320     }
 321     return ch;
 322 }
 323
 324 void lex_reset(lex_file *file) {
 325     file->current = 0;
 326     file->last    = 0;
 327     file->length  = file->size;
 328     fseek(file->file, 0, SEEK_SET);
 329
 330     memset(file->peek,   0, sizeof(file->peek  ));
 331     memset(file->lastok, 0, sizeof(file->lastok));
 332 }
 333
 334 void lex_parse(lex_file *file) {
 335     if (!file) return;
 336     parse_gen(file); /* run parser */
 337 }
 338
 339 /*
 340  * Include a file into the lexer / parsing process:  This really
 341  * should check if names are the same to prevent endless include
 342  * recrusion.
 343  */
 344 lex_file *lex_include(lex_file *lex, const char *file) {
 345     util_strrq(file);
 346     if (strncmp(lex->name, file, strlen(lex->name)) == 0) {
 347         error(lex, ERROR_LEX, "Source file cannot include itself\n");
 348         exit (-1);
 349     }
 350
 351     lex_file *set = NULL;
 352     lex_init(file, &set);
 353
 354     return set;
 355 }