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     if (ch == '?')
 143         return lex_trigraph(file);
 144     if (ch == '<' || ch == ':' || ch == '%')
 145         return lex_digraph(file, ch);
 146     return ch;
 147 }
 148
 149 static int lex_get(lex_file *file) {
 150     int ch;
 151     if (!isspace(ch = lex_getch(file)))
 152         return ch;
 153
 154     /* skip over all spaces */
 155     while (isspace(ch) && ch != '\n')
 156         ch = lex_getch(file);
 157
 158     if (ch == '\n')
 159         return ch;
 160     lex_unget(ch, file);
 161     return ' ';
 162 }
 163
 164 static int lex_skipchr(lex_file *file) {
 165     int ch;
 166     int it;
 167
 168     lex_clear(file);
 169     lex_addch('\'', file);
 170
 171     for (it = 0; it < 2 && ((ch = lex_inget(file)) != '\''); it++) {
 172         lex_addch(ch, file);
 173
 174         if (ch == '\n')
 175             return ERROR_LEX;
 176         if (ch == '\\')
 177             lex_addch(lex_getch(file), file);
 178     }
 179     lex_addch('\'', file);
 180     lex_addch('\0', file);
 181
 182     if (it > 2)
 183         return ERROR_LEX;
 184
 185     return LEX_CHRLIT;
 186 }
 187
 188 static int lex_skipstr(lex_file *file) {
 189     int ch;
 190     lex_clear(file);
 191     lex_addch('"', file);
 192
 193     while ((ch = lex_getch(file)) != '"') {
 194         if (ch == '\n' || ch == EOF)
 195             return ERROR_LEX;
 196
 197         lex_addch(ch, file);
 198         if (ch == '\\')
 199             lex_addch(lex_inget(file), file);
 200     }
 201
 202     lex_addch('"', file);
 203     lex_addch('\0', file);
 204
 205     return LEX_STRLIT;
 206 }
 207 static int lex_skipcmt(lex_file *file) {
 208     int ch;
 209     lex_clear(file);
 210     ch = lex_getch(file);
 211
 212     if (ch == '/') {
 213         lex_addch('/', file);
 214         lex_addch('/', file);
 215
 216         while ((ch = lex_getch(file)) != '\n') {
 217             if (ch == '\\') {
 218                 lex_addch(ch, file);
 219                 lex_addch(lex_getch(file), file);
 220             } else {
 221                 lex_addch(ch, file);
 222             }
 223         }
 224         lex_addch('\0', file);
 225         return LEX_COMMENT;
 226     }
 227
 228     if (ch != '*') {
 229         lex_unget(ch, file);
 230         return '/';
 231     }
 232
 233     lex_addch('/', file);
 234
 235     /* hate this */
 236     do {
 237         lex_addch(ch, file);
 238         while ((ch = lex_getch(file)) != '*') {
 239             if (ch == EOF)
 240                 return error(file, ERROR_LEX, "malformatted comment");
 241             else
 242                 lex_addch(ch, file);
 243         }
 244         lex_addch(ch, file);
 245     } while ((ch = lex_getch(file)) != '/');
 246
 247     lex_addch('/',  file);
 248     lex_addch('\0', file);
 249
 250     return LEX_COMMENT;
 251 }
 252
 253 static int lex_getsource(lex_file *file) {
 254     int ch = lex_get(file);
 255
 256     /* skip char/string/comment */
 257     switch (ch) {
 258         case '\'': return lex_skipchr(file);
 259         case '"':  return lex_skipstr(file);
 260         case '/':  return lex_skipcmt(file);
 261         default:
 262             return ch;
 263     }
 264 }
 265
 266 int lex_token(lex_file *file) {
 267     int ch = lex_getsource(file);
 268     int it;
 269
 270     /* valid identifier */
 271     if (ch > 0 && (ch == '_' || isalpha(ch))) {
 272         lex_clear(file);
 273
 274         while (ch > 0 && (ch == '_' || isalpha(ch))) {
 275             lex_addch(ch, file);
 276             ch = lex_getsource(file);
 277         }
 278         lex_unget(ch,   file);
 279         lex_addch('\0', file);
 280
 281         /* look inside the table for a keyword .. */
 282         for (it = 0; it < sizeof(lex_keywords)/sizeof(*lex_keywords); it++)
 283             if (!strncmp(file->lastok, lex_keywords[it], strlen(lex_keywords[it])))
 284                 return it;
 285
 286         /* try a type? */
 287         #define TEST_TYPE(X)                                 \
 288             do {                                             \
 289                 if (!strncmp(X, "float",  sizeof("float")))  \
 290                     return TOKEN_FLOAT;                      \
 291                 if (!strncmp(X, "vector", sizeof("vector"))) \
 292                     return TOKEN_VECTOR;                     \
 293                 if (!strncmp(X, "string", sizeof("string"))) \
 294                     return TOKEN_STRING;                     \
 295                 if (!strncmp(X, "entity", sizeof("entity"))) \
 296                     return TOKEN_ENTITY;                     \
 297                 if (!strncmp(X, "void"  , sizeof("void")))   \
 298                     return TOKEN_VOID;                       \
 299             } while(0)
 300
 301         TEST_TYPE(file->lastok);
 302
 303         /* try the hashtable for typedefs? */
 304         if (typedef_find(file->lastok))
 305             TEST_TYPE(typedef_find(file->lastok)->name);
 306
 307         #undef TEST_TYPE
 308         return LEX_IDENT;
 309     }
 310     return ch;
 311 }
 312
 313 void lex_reset(lex_file *file) {
 314     file->current = 0;
 315     file->last    = 0;
 316     file->length  = file->size;
 317     fseek(file->file, 0, SEEK_SET);
 318
 319     memset(file->peek,   0, sizeof(file->peek  ));
 320     memset(file->lastok, 0, sizeof(file->lastok));
 321 }
 322
 323 void lex_parse(lex_file *file) {
 324     if (!file) return;
 325     parse_gen(file); /* run parser */
 326 }
 327
 328 /*
 329  * Include a file into the lexer / parsing process:  This really
 330  * should check if names are the same to prevent endless include
 331  * recrusion.
 332  */
 333 lex_file *lex_include(lex_file *lex, const char *file) {
 334     util_strrq(file);
 335     if (strncmp(lex->name, file, strlen(lex->name)) == 0) {
 336         error(lex, ERROR_LEX, "Source file cannot include itself\n");
 337         exit (-1);
 338     }
 339
 340     lex_file *set = NULL;
 341     lex_init(file, &set);
 342
 343     return set;
 344 }