lexer.c

   1 /*
   2  * Copyright (C) 2012, 2013
   3  *     Wolfgang Bumiller
   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 <stdio.h>
  24 #include <stdlib.h>
  25 #include <string.h>
  26 #include <stdarg.h>
  27
  28 #include "gmqcc.h"
  29 #include "lexer.h"
  30
  31 /*
  32  * List of Keywords
  33  */
  34
  35 /* original */
  36 static const char *keywords_qc[] = {
  37     "for", "do", "while",
  38     "if", "else",
  39     "local",
  40     "return",
  41     "const"
  42 };
  43 static size_t num_keywords_qc = sizeof(keywords_qc) / sizeof(keywords_qc[0]);
  44
  45 /* For fte/gmgqcc */
  46 static const char *keywords_fg[] = {
  47     "switch", "case", "default",
  48     "struct", "union",
  49     "break", "continue",
  50     "typedef",
  51     "goto",
  52
  53     "__builtin_debug_printtype"
  54 };
  55 static size_t num_keywords_fg = sizeof(keywords_fg) / sizeof(keywords_fg[0]);
  56
  57 /*
  58  * Lexer code
  59  */
  60
  61 char* *lex_filenames;
  62
  63 void lexerror(lex_file *lex, const char *fmt, ...)
  64 {
  65     va_list ap;
  66
  67     va_start(ap, fmt);
  68     if (lex)
  69         con_vprintmsg(LVL_ERROR, lex->name, lex->sline, "parse error", fmt, ap);
  70     else
  71         con_vprintmsg(LVL_ERROR, "", 0, "parse error", fmt, ap);
  72     va_end(ap);
  73 }
  74
  75 bool lexwarn(lex_file *lex, int warntype, const char *fmt, ...)
  76 {
  77     bool    r;
  78     lex_ctx ctx;
  79     va_list ap;
  80
  81     ctx.file = lex->name;
  82     ctx.line = lex->sline;
  83
  84     va_start(ap, fmt);
  85     r = vcompile_warning(ctx, warntype, fmt, ap);
  86     va_end(ap);
  87     return r;
  88 }
  89
  90
  91 #if 0
  92 token* token_new()
  93 {
  94     token *tok = (token*)mem_a(sizeof(token));
  95     if (!tok)
  96         return NULL;
  97     memset(tok, 0, sizeof(*tok));
  98     return tok;
  99 }
 100
 101 void token_delete(token *self)
 102 {
 103     if (self->next && self->next->prev == self)
 104         self->next->prev = self->prev;
 105     if (self->prev && self->prev->next == self)
 106         self->prev->next = self->next;
 107     MEM_VECTOR_CLEAR(self, value);
 108     mem_d(self);
 109 }
 110
 111 token* token_copy(const token *cp)
 112 {
 113     token* self = token_new();
 114     if (!self)
 115         return NULL;
 116     /* copy the value */
 117     self->value_alloc = cp->value_count + 1;
 118     self->value_count = cp->value_count;
 119     self->value = (char*)mem_a(self->value_alloc);
 120     if (!self->value) {
 121         mem_d(self);
 122         return NULL;
 123     }
 124     memcpy(self->value, cp->value, cp->value_count);
 125     self->value[self->value_alloc-1] = 0;
 126
 127     /* rest */
 128     self->ctx = cp->ctx;
 129     self->ttype = cp->ttype;
 130     memcpy(&self->constval, &cp->constval, sizeof(self->constval));
 131     return self;
 132 }
 133
 134 void token_delete_all(token *t)
 135 {
 136     token *n;
 137
 138     do {
 139         n = t->next;
 140         token_delete(t);
 141         t = n;
 142     } while(t);
 143 }
 144
 145 token* token_copy_all(const token *cp)
 146 {
 147     token *cur;
 148     token *out;
 149
 150     out = cur = token_copy(cp);
 151     if (!out)
 152         return NULL;
 153
 154     while (cp->next) {
 155         cp = cp->next;
 156         cur->next = token_copy(cp);
 157         if (!cur->next) {
 158             token_delete_all(out);
 159             return NULL;
 160         }
 161         cur->next->prev = cur;
 162         cur = cur->next;
 163     }
 164
 165     return out;
 166 }
 167 #else
 168 static void lex_token_new(lex_file *lex)
 169 {
 170 #if 0
 171     if (lex->tok)
 172         token_delete(lex->tok);
 173     lex->tok = token_new();
 174 #else
 175     if (lex->tok.value)
 176         vec_shrinkto(lex->tok.value, 0);
 177     lex->tok.constval.t  = 0;
 178     lex->tok.ctx.line = lex->sline;
 179     lex->tok.ctx.file = lex->name;
 180 #endif
 181 }
 182 #endif
 183
 184 lex_file* lex_open(const char *file)
 185 {
 186     lex_file *lex;
 187     FILE *in = file_open(file, "rb");
 188
 189     if (!in) {
 190         lexerror(NULL, "open failed: '%s'\n", file);
 191         return NULL;
 192     }
 193
 194     lex = (lex_file*)mem_a(sizeof(*lex));
 195     if (!lex) {
 196         file_close(in);
 197         lexerror(NULL, "out of memory\n");
 198         return NULL;
 199     }
 200
 201     memset(lex, 0, sizeof(*lex));
 202
 203     lex->file = in;
 204     lex->name = util_strdup(file);
 205     lex->line = 1; /* we start counting at 1 */
 206
 207     lex->peekpos = 0;
 208     lex->eof = false;
 209
 210     vec_push(lex_filenames, lex->name);
 211     return lex;
 212 }
 213
 214 lex_file* lex_open_string(const char *str, size_t len, const char *name)
 215 {
 216     lex_file *lex;
 217
 218     lex = (lex_file*)mem_a(sizeof(*lex));
 219     if (!lex) {
 220         lexerror(NULL, "out of memory\n");
 221         return NULL;
 222     }
 223
 224     memset(lex, 0, sizeof(*lex));
 225
 226     lex->file = NULL;
 227     lex->open_string        = str;
 228     lex->open_string_length = len;
 229     lex->open_string_pos    = 0;
 230
 231     lex->name = util_strdup(name ? name : "<string-source>");
 232     lex->line = 1; /* we start counting at 1 */
 233
 234     lex->peekpos = 0;
 235     lex->eof = false;
 236
 237     vec_push(lex_filenames, lex->name);
 238
 239     return lex;
 240 }
 241
 242 void lex_cleanup(void)
 243 {
 244     size_t i;
 245     for (i = 0; i < vec_size(lex_filenames); ++i)
 246         mem_d(lex_filenames[i]);
 247     vec_free(lex_filenames);
 248 }
 249
 250 void lex_close(lex_file *lex)
 251 {
 252     size_t i;
 253     for (i = 0; i < vec_size(lex->frames); ++i)
 254         mem_d(lex->frames[i].name);
 255     vec_free(lex->frames);
 256
 257     if (lex->modelname)
 258         vec_free(lex->modelname);
 259
 260     if (lex->file)
 261         file_close(lex->file);
 262 #if 0
 263     if (lex->tok)
 264         token_delete(lex->tok);
 265 #else
 266     vec_free(lex->tok.value);
 267 #endif
 268     /* mem_d(lex->name); collected in lex_filenames */
 269     mem_d(lex);
 270 }
 271
 272 static int lex_fgetc(lex_file *lex)
 273 {
 274     if (lex->file)
 275         return fgetc(lex->file);
 276     if (lex->open_string) {
 277         if (lex->open_string_pos >= lex->open_string_length)
 278             return EOF;
 279         return lex->open_string[lex->open_string_pos++];
 280     }
 281     return EOF;
 282 }
 283
 284 /* Get or put-back data
 285  * The following to functions do NOT understand what kind of data they
 286  * are working on.
 287  * The are merely wrapping get/put in order to count line numbers.
 288  */
 289 static void lex_ungetch(lex_file *lex, int ch);
 290 static int lex_try_trigraph(lex_file *lex, int old)
 291 {
 292     int c2, c3;
 293     c2 = lex_fgetc(lex);
 294     if (!lex->push_line && c2 == '\n')
 295         lex->line++;
 296     if (c2 != '?') {
 297         lex_ungetch(lex, c2);
 298         return old;
 299     }
 300
 301     c3 = lex_fgetc(lex);
 302     if (!lex->push_line && c3 == '\n')
 303         lex->line++;
 304     switch (c3) {
 305         case '=': return '#';
 306         case '/': return '\\';
 307         case '\'': return '^';
 308         case '(': return '[';
 309         case ')': return ']';
 310         case '!': return '|';
 311         case '<': return '{';
 312         case '>': return '}';
 313         case '-': return '~';
 314         default:
 315             lex_ungetch(lex, c3);
 316             lex_ungetch(lex, c2);
 317             return old;
 318     }
 319 }
 320
 321 static int lex_try_digraph(lex_file *lex, int ch)
 322 {
 323     int c2;
 324     c2 = lex_fgetc(lex);
 325     /* we just used fgetc() so count lines
 326      * need to offset a \n the ungetch would recognize
 327      */
 328     if (!lex->push_line && c2 == '\n')
 329         lex->line++;
 330     if      (ch == '<' && c2 == ':')
 331         return '[';
 332     else if (ch == ':' && c2 == '>')
 333         return ']';
 334     else if (ch == '<' && c2 == '%')
 335         return '{';
 336     else if (ch == '%' && c2 == '>')
 337         return '}';
 338     else if (ch == '%' && c2 == ':')
 339         return '#';
 340     lex_ungetch(lex, c2);
 341     return ch;
 342 }
 343
 344 static int lex_getch(lex_file *lex)
 345 {
 346     int ch;
 347
 348     if (lex->peekpos) {
 349         lex->peekpos--;
 350         if (!lex->push_line && lex->peek[lex->peekpos] == '\n')
 351             lex->line++;
 352         return lex->peek[lex->peekpos];
 353     }
 354
 355     ch = lex_fgetc(lex);
 356     if (!lex->push_line && ch == '\n')
 357         lex->line++;
 358     else if (ch == '?')
 359         return lex_try_trigraph(lex, ch);
 360     else if (!lex->flags.nodigraphs && (ch == '<' || ch == ':' || ch == '%'))
 361         return lex_try_digraph(lex, ch);
 362     return ch;
 363 }
 364
 365 static void lex_ungetch(lex_file *lex, int ch)
 366 {
 367     lex->peek[lex->peekpos++] = ch;
 368     if (!lex->push_line && ch == '\n')
 369         lex->line--;
 370 }
 371
 372 /* classify characters
 373  * some additions to the is*() functions of ctype.h
 374  */
 375
 376 /* Idents are alphanumberic, but they start with alpha or _ */
 377 static bool isident_start(int ch)
 378 {
 379     return isalpha(ch) || ch == '_';
 380 }
 381
 382 static bool isident(int ch)
 383 {
 384     return isident_start(ch) || isdigit(ch);
 385 }
 386
 387 /* isxdigit_only is used when we already know it's not a digit
 388  * and want to see if it's a hex digit anyway.
 389  */
 390 static bool isxdigit_only(int ch)
 391 {
 392     return (ch >= 'a' && ch <= 'f') || (ch >= 'A' && ch <= 'F');
 393 }
 394
 395 /* Append a character to the token buffer */
 396 static void lex_tokench(lex_file *lex, int ch)
 397 {
 398     vec_push(lex->tok.value, ch);
 399 }
 400
 401 /* Append a trailing null-byte */
 402 static void lex_endtoken(lex_file *lex)
 403 {
 404     vec_push(lex->tok.value, 0);
 405     vec_shrinkby(lex->tok.value, 1);
 406 }
 407
 408 static bool lex_try_pragma(lex_file *lex)
 409 {
 410     int ch;
 411     char *pragma  = NULL;
 412     char *command = NULL;
 413     char *param   = NULL;
 414     size_t line;
 415
 416     if (lex->flags.preprocessing)
 417         return false;
 418
 419     line = lex->line;
 420
 421     ch = lex_getch(lex);
 422     if (ch != '#') {
 423         lex_ungetch(lex, ch);
 424         return false;
 425     }
 426
 427     for (ch = lex_getch(lex); vec_size(pragma) < 8 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 428         vec_push(pragma, ch);
 429     vec_push(pragma, 0);
 430
 431     if (ch != ' ' || strcmp(pragma, "pragma")) {
 432         lex_ungetch(lex, ch);
 433         goto unroll;
 434     }
 435
 436     for (ch = lex_getch(lex); vec_size(command) < 32 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 437         vec_push(command, ch);
 438     vec_push(command, 0);
 439
 440     if (ch != '(') {
 441         lex_ungetch(lex, ch);
 442         goto unroll;
 443     }
 444
 445     for (ch = lex_getch(lex); vec_size(param) < 1024 && ch != ')' && ch != '\n'; ch = lex_getch(lex))
 446         vec_push(param, ch);
 447     vec_push(param, 0);
 448
 449     if (ch != ')') {
 450         lex_ungetch(lex, ch);
 451         goto unroll;
 452     }
 453
 454     if (!strcmp(command, "push")) {
 455         if (!strcmp(param, "line")) {
 456             lex->push_line++;
 457             if (lex->push_line == 1)
 458                 --line;
 459         }
 460         else
 461             goto unroll;
 462     }
 463     else if (!strcmp(command, "pop")) {
 464         if (!strcmp(param, "line")) {
 465             if (lex->push_line)
 466                 lex->push_line--;
 467             if (lex->push_line == 0)
 468                 --line;
 469         }
 470         else
 471             goto unroll;
 472     }
 473     else if (!strcmp(command, "file")) {
 474         lex->name = util_strdup(param);
 475         vec_push(lex_filenames, lex->name);
 476     }
 477     else if (!strcmp(command, "line")) {
 478         line = strtol(param, NULL, 0)-1;
 479     }
 480     else
 481         goto unroll;
 482
 483     lex->line = line;
 484     while (ch != '\n' && ch != EOF)
 485         ch = lex_getch(lex);
 486     return true;
 487
 488 unroll:
 489     if (command) {
 490         vec_pop(command);
 491         while (vec_size(command)) {
 492             lex_ungetch(lex, (unsigned char)vec_last(command));
 493             vec_pop(command);
 494         }
 495         vec_free(command);
 496         lex_ungetch(lex, ' ');
 497     }
 498     if (command) {
 499         vec_pop(command);
 500         while (vec_size(command)) {
 501             lex_ungetch(lex, (unsigned char)vec_last(command));
 502             vec_pop(command);
 503         }
 504         vec_free(command);
 505         lex_ungetch(lex, ' ');
 506     }
 507     if (pragma) {
 508         vec_pop(pragma);
 509         while (vec_size(pragma)) {
 510             lex_ungetch(lex, (unsigned char)vec_last(pragma));
 511             vec_pop(pragma);
 512         }
 513         vec_free(pragma);
 514     }
 515     lex_ungetch(lex, '#');
 516
 517     lex->line = line;
 518     return false;
 519 }
 520
 521 /* Skip whitespace and comments and return the first
 522  * non-white character.
 523  * As this makes use of the above getch() ungetch() functions,
 524  * we don't need to care at all about line numbering anymore.
 525  *
 526  * In theory, this function should only be used at the beginning
 527  * of lexing, or when we *know* the next character is part of the token.
 528  * Otherwise, if the parser throws an error, the linenumber may not be
 529  * the line of the error, but the line of the next token AFTER the error.
 530  *
 531  * This is currently only problematic when using c-like string-continuation,
 532  * since comments and whitespaces are allowed between 2 such strings.
 533  * Example:
 534 printf(   "line one\n"
 535 // A comment
 536           "A continuation of the previous string"
 537 // This line is skipped
 538       , foo);
 539
 540  * In this case, if the parse decides it didn't actually want a string,
 541  * and uses lex->line to print an error, it will show the ', foo);' line's
 542  * linenumber.
 543  *
 544  * On the other hand, the parser is supposed to remember the line of the next
 545  * token's beginning. In this case we would want skipwhite() to be called
 546  * AFTER reading a token, so that the parser, before reading the NEXT token,
 547  * doesn't store teh *comment's* linenumber, but the actual token's linenumber.
 548  *
 549  * THIS SOLUTION
 550  *    here is to store the line of the first character after skipping
 551  *    the initial whitespace in lex->sline, this happens in lex_do.
 552  */
 553 static int lex_skipwhite(lex_file *lex, bool hadwhite)
 554 {
 555     int ch = 0;
 556     bool haswhite = hadwhite;
 557
 558     do
 559     {
 560         ch = lex_getch(lex);
 561         while (ch != EOF && isspace(ch)) {
 562             if (ch == '\n') {
 563                 if (lex_try_pragma(lex))
 564                     continue;
 565             }
 566             if (lex->flags.preprocessing) {
 567                 if (ch == '\n') {
 568                     /* end-of-line */
 569                     /* see if there was whitespace first */
 570                     if (haswhite) { /* (vec_size(lex->tok.value)) { */
 571                         lex_ungetch(lex, ch);
 572                         lex_endtoken(lex);
 573                         return TOKEN_WHITE;
 574                     }
 575                     /* otherwise return EOL */
 576                     return TOKEN_EOL;
 577                 }
 578                 haswhite = true;
 579                 lex_tokench(lex, ch);
 580             }
 581             ch = lex_getch(lex);
 582         }
 583
 584         if (ch == '/') {
 585             ch = lex_getch(lex);
 586             if (ch == '/')
 587             {
 588                 /* one line comment */
 589                 ch = lex_getch(lex);
 590
 591                 if (lex->flags.preprocessing) {
 592                     haswhite = true;
 593                     /*
 594                     lex_tokench(lex, '/');
 595                     lex_tokench(lex, '/');
 596                     */
 597                     lex_tokench(lex, ' ');
 598                     lex_tokench(lex, ' ');
 599                 }
 600
 601                 while (ch != EOF && ch != '\n') {
 602                     if (lex->flags.preprocessing)
 603                         lex_tokench(lex, ' '); /* ch); */
 604                     ch = lex_getch(lex);
 605                 }
 606                 if (lex->flags.preprocessing) {
 607                     lex_ungetch(lex, '\n');
 608                     lex_endtoken(lex);
 609                     return TOKEN_WHITE;
 610                 }
 611                 continue;
 612             }
 613             if (ch == '*')
 614             {
 615                 /* multiline comment */
 616                 if (lex->flags.preprocessing) {
 617                     haswhite = true;
 618                     /*
 619                     lex_tokench(lex, '/');
 620                     lex_tokench(lex, '*');
 621                     */
 622                     lex_tokench(lex, ' ');
 623                     lex_tokench(lex, ' ');
 624                 }
 625
 626                 while (ch != EOF)
 627                 {
 628                     ch = lex_getch(lex);
 629                     if (ch == '*') {
 630                         ch = lex_getch(lex);
 631                         if (ch == '/') {
 632                             if (lex->flags.preprocessing) {
 633                                 /*
 634                                 lex_tokench(lex, '*');
 635                                 lex_tokench(lex, '/');
 636                                 */
 637                                 lex_tokench(lex, ' ');
 638                                 lex_tokench(lex, ' ');
 639                             }
 640                             break;
 641                         }
 642                         lex_ungetch(lex, ch);
 643                     }
 644                     if (lex->flags.preprocessing) {
 645                         if (ch == '\n')
 646                             lex_tokench(lex, '\n');
 647                         else
 648                             lex_tokench(lex, ' '); /* ch); */
 649                     }
 650                 }
 651                 ch = ' '; /* cause TRUE in the isspace check */
 652                 continue;
 653             }
 654             /* Otherwise roll back to the slash and break out of the loop */
 655             lex_ungetch(lex, ch);
 656             ch = '/';
 657             break;
 658         }
 659     } while (ch != EOF && isspace(ch));
 660
 661     if (haswhite) {
 662         lex_endtoken(lex);
 663         lex_ungetch(lex, ch);
 664         return TOKEN_WHITE;
 665     }
 666     return ch;
 667 }
 668
 669 /* Get a token */
 670 static bool GMQCC_WARN lex_finish_ident(lex_file *lex)
 671 {
 672     int ch;
 673
 674     ch = lex_getch(lex);
 675     while (ch != EOF && isident(ch))
 676     {
 677         lex_tokench(lex, ch);
 678         ch = lex_getch(lex);
 679     }
 680
 681     /* last ch was not an ident ch: */
 682     lex_ungetch(lex, ch);
 683
 684     return true;
 685 }
 686
 687 /* read one ident for the frame list */
 688 static int lex_parse_frame(lex_file *lex)
 689 {
 690     int ch;
 691
 692     lex_token_new(lex);
 693
 694     ch = lex_getch(lex);
 695     while (ch != EOF && ch != '\n' && isspace(ch))
 696         ch = lex_getch(lex);
 697
 698     if (ch == '\n')
 699         return 1;
 700
 701     if (!isident_start(ch)) {
 702         lexerror(lex, "invalid framename, must start with one of a-z or _, got %c", ch);
 703         return -1;
 704     }
 705
 706     lex_tokench(lex, ch);
 707     if (!lex_finish_ident(lex))
 708         return -1;
 709     lex_endtoken(lex);
 710     return 0;
 711 }
 712
 713 /* read a list of $frames */
 714 static bool lex_finish_frames(lex_file *lex)
 715 {
 716     do {
 717         size_t i;
 718         int    rc;
 719         frame_macro m;
 720
 721         rc = lex_parse_frame(lex);
 722         if (rc > 0) /* end of line */
 723             return true;
 724         if (rc < 0) /* error */
 725             return false;
 726
 727         for (i = 0; i < vec_size(lex->frames); ++i) {
 728             if (!strcmp(lex->tok.value, lex->frames[i].name)) {
 729                 lex->frames[i].value = lex->framevalue++;
 730                 if (lexwarn(lex, WARN_FRAME_MACROS, "duplicate frame macro defined: `%s`", lex->tok.value))
 731                     return false;
 732                 break;
 733             }
 734         }
 735         if (i < vec_size(lex->frames))
 736             continue;
 737
 738         m.value = lex->framevalue++;
 739         m.name = util_strdup(lex->tok.value);
 740         vec_shrinkto(lex->tok.value, 0);
 741         vec_push(lex->frames, m);
 742     } while (true);
 743
 744     return false;
 745 }
 746
 747 static int GMQCC_WARN lex_finish_string(lex_file *lex, int quote)
 748 {
 749     uchar_t chr;
 750     int ch = 0;
 751     int nextch;
 752     bool hex;
 753     char u8buf[8]; /* way more than enough */
 754     int  u8len, uc;
 755
 756     while (ch != EOF)
 757     {
 758         ch = lex_getch(lex);
 759         if (ch == quote)
 760             return TOKEN_STRINGCONST;
 761
 762         if (lex->flags.preprocessing && ch == '\\') {
 763             lex_tokench(lex, ch);
 764             ch = lex_getch(lex);
 765             if (ch == EOF) {
 766                 lexerror(lex, "unexpected end of file");
 767                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 768                 return (lex->tok.ttype = TOKEN_ERROR);
 769             }
 770             lex_tokench(lex, ch);
 771         }
 772         else if (ch == '\\') {
 773             ch = lex_getch(lex);
 774             if (ch == EOF) {
 775                 lexerror(lex, "unexpected end of file");
 776                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 777                 return (lex->tok.ttype = TOKEN_ERROR);
 778             }
 779
 780             switch (ch) {
 781             case '\\': break;
 782             case '\'': break;
 783             case '"':  break;
 784             case 'a':  ch = '\a'; break;
 785             case 'b':  ch = '\b'; break;
 786             case 'r':  ch = '\r'; break;
 787             case 'n':  ch = '\n'; break;
 788             case 't':  ch = '\t'; break;
 789             case 'f':  ch = '\f'; break;
 790             case 'v':  ch = '\v'; break;
 791             case 'x':
 792             case 'X':
 793                 /* same procedure as in fteqcc */
 794                 ch = 0;
 795                 nextch = lex_getch(lex);
 796                 if      (nextch >= '0' && nextch <= '9')
 797                     ch += nextch - '0';
 798                 else if (nextch >= 'a' && nextch <= 'f')
 799                     ch += nextch - 'a' + 10;
 800                 else if (nextch >= 'A' && nextch <= 'F')
 801                     ch += nextch - 'A' + 10;
 802                 else {
 803                     lexerror(lex, "bad character code");
 804                     lex_ungetch(lex, nextch);
 805                     return (lex->tok.ttype = TOKEN_ERROR);
 806                 }
 807
 808                 ch *= 0x10;
 809                 nextch = lex_getch(lex);
 810                 if      (nextch >= '0' && nextch <= '9')
 811                     ch += nextch - '0';
 812                 else if (nextch >= 'a' && nextch <= 'f')
 813                     ch += nextch - 'a' + 10;
 814                 else if (nextch >= 'A' && nextch <= 'F')
 815                     ch += nextch - 'A' + 10;
 816                 else {
 817                     lexerror(lex, "bad character code");
 818                     lex_ungetch(lex, nextch);
 819                     return (lex->tok.ttype = TOKEN_ERROR);
 820                 }
 821                 break;
 822
 823             /* fteqcc support */
 824             case '0': case '1': case '2': case '3':
 825             case '4': case '5': case '6': case '7':
 826             case '8': case '9':
 827                 ch = 18 + ch - '0';
 828                 break;
 829             case '<':  ch = 29; break;
 830             case '-':  ch = 30; break;
 831             case '>':  ch = 31; break;
 832             case '[':  ch = 16; break;
 833             case ']':  ch = 17; break;
 834             case '{':
 835                 chr = 0;
 836                 nextch = lex_getch(lex);
 837                 hex = (nextch == 'x');
 838                 if (!hex)
 839                     lex_ungetch(lex, nextch);
 840                 for (nextch = lex_getch(lex); nextch != '}'; nextch = lex_getch(lex)) {
 841                     if (!hex) {
 842                         if (nextch >= '0' && nextch <= '9')
 843                             chr = chr * 10 + nextch - '0';
 844                         else {
 845                             lexerror(lex, "bad character code");
 846                             return (lex->tok.ttype = TOKEN_ERROR);
 847                         }
 848                     } else {
 849                         if (nextch >= '0' && nextch <= '9')
 850                             chr = chr * 0x10 + nextch - '0';
 851                         else if (nextch >= 'a' && nextch <= 'f')
 852                             chr = chr * 0x10 + nextch - 'a' + 10;
 853                         else if (nextch >= 'A' && nextch <= 'F')
 854                             chr = chr * 0x10 + nextch - 'A' + 10;
 855                         else {
 856                             lexerror(lex, "bad character code");
 857                             return (lex->tok.ttype = TOKEN_ERROR);
 858                         }
 859                     }
 860                     if (chr > 0x10FFFF || (!OPTS_FLAG(UTF8) && chr > 255))
 861                     {
 862                         lexerror(lex, "character code out of range");
 863                         return (lex->tok.ttype = TOKEN_ERROR);
 864                     }
 865                 }
 866                 if (OPTS_FLAG(UTF8) && chr >= 128) {
 867                     u8len = u8_fromchar(chr, u8buf, sizeof(u8buf));
 868                     if (!u8len)
 869                         ch = 0;
 870                     else {
 871                         --u8len;
 872                         for (uc = 0; uc < u8len; ++uc)
 873                             lex_tokench(lex, u8buf[uc]);
 874                         /* the last character will be inserted with the tokench() call
 875                          * below the switch
 876                          */
 877                         ch = u8buf[uc];
 878                     }
 879                 }
 880                 else
 881                     ch = chr;
 882                 break;
 883             case '\n':  ch = '\n'; break;
 884
 885             default:
 886                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 887                 /* so we just add the character plus backslash no matter what it actually is */
 888                 lex_tokench(lex, '\\');
 889             }
 890             /* add the character finally */
 891             lex_tokench(lex, ch);
 892         }
 893         else
 894             lex_tokench(lex, ch);
 895     }
 896     lexerror(lex, "unexpected end of file within string constant");
 897     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 898     return (lex->tok.ttype = TOKEN_ERROR);
 899 }
 900
 901 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 902 {
 903     bool ishex = false;
 904
 905     int  ch = lastch;
 906
 907     /* parse a number... */
 908     if (ch == '.')
 909         lex->tok.ttype = TOKEN_FLOATCONST;
 910     else
 911         lex->tok.ttype = TOKEN_INTCONST;
 912
 913     lex_tokench(lex, ch);
 914
 915     ch = lex_getch(lex);
 916     if (ch != '.' && !isdigit(ch))
 917     {
 918         if (lastch != '0' || ch != 'x')
 919         {
 920             /* end of the number or EOF */
 921             lex_ungetch(lex, ch);
 922             lex_endtoken(lex);
 923
 924             lex->tok.constval.i = lastch - '0';
 925             return lex->tok.ttype;
 926         }
 927
 928         ishex = true;
 929     }
 930
 931     /* EOF would have been caught above */
 932
 933     if (ch != '.')
 934     {
 935         lex_tokench(lex, ch);
 936         ch = lex_getch(lex);
 937         while (isdigit(ch) || (ishex && isxdigit_only(ch)))
 938         {
 939             lex_tokench(lex, ch);
 940             ch = lex_getch(lex);
 941         }
 942     }
 943     /* NOT else, '.' can come from above as well */
 944     if (lex->tok.ttype != TOKEN_FLOATCONST && ch == '.' && !ishex)
 945     {
 946         /* Allow floating comma in non-hex mode */
 947         lex->tok.ttype = TOKEN_FLOATCONST;
 948         lex_tokench(lex, ch);
 949
 950         /* continue digits-only */
 951         ch = lex_getch(lex);
 952         while (isdigit(ch))
 953         {
 954             lex_tokench(lex, ch);
 955             ch = lex_getch(lex);
 956         }
 957     }
 958     /* put back the last character */
 959     /* but do not put back the trailing 'f' or a float */
 960     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 961         ch = lex_getch(lex);
 962
 963     /* generally we don't want words to follow numbers: */
 964     if (isident(ch)) {
 965         lexerror(lex, "unexpected trailing characters after number");
 966         return (lex->tok.ttype = TOKEN_ERROR);
 967     }
 968     lex_ungetch(lex, ch);
 969
 970     lex_endtoken(lex);
 971     if (lex->tok.ttype == TOKEN_FLOATCONST)
 972         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 973     else
 974         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 975     return lex->tok.ttype;
 976 }
 977
 978 int lex_do(lex_file *lex)
 979 {
 980     int ch, nextch, thirdch;
 981     bool hadwhite = false;
 982
 983     lex_token_new(lex);
 984 #if 0
 985     if (!lex->tok)
 986         return TOKEN_FATAL;
 987 #endif
 988
 989     while (true) {
 990         ch = lex_skipwhite(lex, hadwhite);
 991         hadwhite = true;
 992         if (!lex->flags.mergelines || ch != '\\')
 993             break;
 994         ch = lex_getch(lex);
 995         if (ch != '\n') {
 996             lex_ungetch(lex, ch);
 997             ch = '\\';
 998             break;
 999         }
1000         /* we reached a linemerge */
1001         lex_tokench(lex, '\n');
1002         continue;
1003     }
1004
1005     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
1006         return (lex->tok.ttype = ch);
1007     }
1008
1009     lex->sline = lex->line;
1010     lex->tok.ctx.line = lex->sline;
1011     lex->tok.ctx.file = lex->name;
1012
1013     if (lex->eof)
1014         return (lex->tok.ttype = TOKEN_FATAL);
1015
1016     if (ch == EOF) {
1017         lex->eof = true;
1018         return (lex->tok.ttype = TOKEN_EOF);
1019     }
1020
1021     /* modelgen / spiritgen commands */
1022     if (ch == '$' && !lex->flags.preprocessing) {
1023         const char *v;
1024         size_t frame;
1025
1026         ch = lex_getch(lex);
1027         if (!isident_start(ch)) {
1028             lexerror(lex, "hanging '$' modelgen/spritegen command line");
1029             return lex_do(lex);
1030         }
1031         lex_tokench(lex, ch);
1032         if (!lex_finish_ident(lex))
1033             return (lex->tok.ttype = TOKEN_ERROR);
1034         lex_endtoken(lex);
1035         /* skip the known commands */
1036         v = lex->tok.value;
1037
1038         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
1039         {
1040             /* frame/framesave command works like an enum
1041              * similar to fteqcc we handle this in the lexer.
1042              * The reason for this is that it is sensitive to newlines,
1043              * which the parser is unaware of
1044              */
1045             if (!lex_finish_frames(lex))
1046                  return (lex->tok.ttype = TOKEN_ERROR);
1047             return lex_do(lex);
1048         }
1049
1050         if (!strcmp(v, "framevalue"))
1051         {
1052             ch = lex_getch(lex);
1053             while (ch != EOF && isspace(ch) && ch != '\n')
1054                 ch = lex_getch(lex);
1055
1056             if (!isdigit(ch)) {
1057                 lexerror(lex, "$framevalue requires an integer parameter");
1058                 return lex_do(lex);
1059             }
1060
1061             lex_token_new(lex);
1062             lex->tok.ttype = lex_finish_digit(lex, ch);
1063             lex_endtoken(lex);
1064             if (lex->tok.ttype != TOKEN_INTCONST) {
1065                 lexerror(lex, "$framevalue requires an integer parameter");
1066                 return lex_do(lex);
1067             }
1068             lex->framevalue = lex->tok.constval.i;
1069             return lex_do(lex);
1070         }
1071
1072         if (!strcmp(v, "framerestore"))
1073         {
1074             int rc;
1075
1076             lex_token_new(lex);
1077
1078             rc = lex_parse_frame(lex);
1079
1080             if (rc > 0) {
1081                 lexerror(lex, "$framerestore requires a framename parameter");
1082                 return lex_do(lex);
1083             }
1084             if (rc < 0)
1085                 return (lex->tok.ttype = TOKEN_FATAL);
1086
1087             v = lex->tok.value;
1088             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1089                 if (!strcmp(v, lex->frames[frame].name)) {
1090                     lex->framevalue = lex->frames[frame].value;
1091                     return lex_do(lex);
1092                 }
1093             }
1094             lexerror(lex, "unknown framename `%s`", v);
1095             return lex_do(lex);
1096         }
1097
1098         if (!strcmp(v, "modelname"))
1099         {
1100             int rc;
1101
1102             lex_token_new(lex);
1103
1104             rc = lex_parse_frame(lex);
1105
1106             if (rc > 0) {
1107                 lexerror(lex, "$modelname requires a parameter");
1108                 return lex_do(lex);
1109             }
1110             if (rc < 0)
1111                 return (lex->tok.ttype = TOKEN_FATAL);
1112
1113             if (lex->modelname) {
1114                 frame_macro m;
1115                 m.value = lex->framevalue;
1116                 m.name = lex->modelname;
1117                 lex->modelname = NULL;
1118                 vec_push(lex->frames, m);
1119             }
1120             lex->modelname = lex->tok.value;
1121             lex->tok.value = NULL;
1122             return lex_do(lex);
1123         }
1124
1125         if (!strcmp(v, "flush"))
1126         {
1127             size_t fi;
1128             for (fi = 0; fi < vec_size(lex->frames); ++fi)
1129                 mem_d(lex->frames[fi].name);
1130             vec_free(lex->frames);
1131             /* skip line (fteqcc does it too) */
1132             ch = lex_getch(lex);
1133             while (ch != EOF && ch != '\n')
1134                 ch = lex_getch(lex);
1135             return lex_do(lex);
1136         }
1137
1138         if (!strcmp(v, "cd") ||
1139             !strcmp(v, "origin") ||
1140             !strcmp(v, "base") ||
1141             !strcmp(v, "flags") ||
1142             !strcmp(v, "scale") ||
1143             !strcmp(v, "skin"))
1144         {
1145             /* skip line */
1146             ch = lex_getch(lex);
1147             while (ch != EOF && ch != '\n')
1148                 ch = lex_getch(lex);
1149             return lex_do(lex);
1150         }
1151
1152         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1153             if (!strcmp(v, lex->frames[frame].name)) {
1154                 lex->tok.constval.i = lex->frames[frame].value;
1155                 return (lex->tok.ttype = TOKEN_INTCONST);
1156             }
1157         }
1158
1159         lexerror(lex, "invalid frame macro");
1160         return lex_do(lex);
1161     }
1162
1163     /* single-character tokens */
1164     switch (ch)
1165     {
1166         case '[':
1167             nextch = lex_getch(lex);
1168             if (nextch == '[') {
1169                 lex_tokench(lex, ch);
1170                 lex_tokench(lex, nextch);
1171                 lex_endtoken(lex);
1172                 return (lex->tok.ttype = TOKEN_ATTRIBUTE_OPEN);
1173             }
1174             lex_ungetch(lex, nextch);
1175             /* FALL THROUGH */
1176         case '(':
1177         case ':':
1178         case '?':
1179             lex_tokench(lex, ch);
1180             lex_endtoken(lex);
1181             if (lex->flags.noops)
1182                 return (lex->tok.ttype = ch);
1183             else
1184                 return (lex->tok.ttype = TOKEN_OPERATOR);
1185
1186         case ']':
1187             if (lex->flags.noops) {
1188                 nextch = lex_getch(lex);
1189                 if (nextch == ']') {
1190                     lex_tokench(lex, ch);
1191                     lex_tokench(lex, nextch);
1192                     lex_endtoken(lex);
1193                     return (lex->tok.ttype = TOKEN_ATTRIBUTE_CLOSE);
1194                 }
1195                 lex_ungetch(lex, nextch);
1196             }
1197             /* FALL THROUGH */
1198         case ')':
1199         case ';':
1200         case '{':
1201         case '}':
1202
1203         case '#':
1204             lex_tokench(lex, ch);
1205             lex_endtoken(lex);
1206             return (lex->tok.ttype = ch);
1207         default:
1208             break;
1209     }
1210
1211     if (ch == '.') {
1212         nextch = lex_getch(lex);
1213         /* digits starting with a dot */
1214         if (isdigit(nextch)) {
1215             lex_ungetch(lex, nextch);
1216             lex->tok.ttype = lex_finish_digit(lex, ch);
1217             lex_endtoken(lex);
1218             return lex->tok.ttype;
1219         }
1220         lex_ungetch(lex, nextch);
1221     }
1222
1223     if (lex->flags.noops)
1224     {
1225         /* Detect characters early which are normally
1226          * operators OR PART of an operator.
1227          */
1228         switch (ch)
1229         {
1230             /*
1231             case '+':
1232             case '-':
1233             */
1234             case '*':
1235             case '/':
1236             case '<':
1237             case '>':
1238             case '=':
1239             case '&':
1240             case '|':
1241             case '^':
1242             case '~':
1243             case ',':
1244             case '!':
1245                 lex_tokench(lex, ch);
1246                 lex_endtoken(lex);
1247                 return (lex->tok.ttype = ch);
1248             default:
1249                 break;
1250         }
1251     }
1252
1253     if (ch == '.')
1254     {
1255         lex_tokench(lex, ch);
1256         /* peak ahead once */
1257         nextch = lex_getch(lex);
1258         if (nextch != '.') {
1259             lex_ungetch(lex, nextch);
1260             lex_endtoken(lex);
1261             if (lex->flags.noops)
1262                 return (lex->tok.ttype = ch);
1263             else
1264                 return (lex->tok.ttype = TOKEN_OPERATOR);
1265         }
1266         /* peak ahead again */
1267         nextch = lex_getch(lex);
1268         if (nextch != '.') {
1269             lex_ungetch(lex, nextch);
1270             lex_ungetch(lex, '.');
1271             lex_endtoken(lex);
1272             if (lex->flags.noops)
1273                 return (lex->tok.ttype = ch);
1274             else
1275                 return (lex->tok.ttype = TOKEN_OPERATOR);
1276         }
1277         /* fill the token to be "..." */
1278         lex_tokench(lex, ch);
1279         lex_tokench(lex, ch);
1280         lex_endtoken(lex);
1281         return (lex->tok.ttype = TOKEN_DOTS);
1282     }
1283
1284     if (ch == ',' || ch == '.') {
1285         lex_tokench(lex, ch);
1286         lex_endtoken(lex);
1287         return (lex->tok.ttype = TOKEN_OPERATOR);
1288     }
1289
1290     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1291         ch == '>' || ch == '<' || /* <<, >>, <=, >=                  */
1292         ch == '=' || ch == '!' || /* ==, !=                          */
1293         ch == '&' || ch == '|' || /* &&, ||, &=, |=                  */
1294         ch == '~'                 /* ~=, ~                           */
1295     )  {
1296         lex_tokench(lex, ch);
1297
1298         nextch = lex_getch(lex);
1299         if (nextch == '=' || (nextch == ch && ch != '!')) {
1300             lex_tokench(lex, nextch);
1301         } else if (ch == '-' && nextch == '>') {
1302             lex_tokench(lex, nextch);
1303         } else if (ch == '&' && nextch == '~') {
1304             thirdch = lex_getch(lex);
1305             if (thirdch != '=') {
1306                 lex_ungetch(lex, thirdch);
1307                 lex_ungetch(lex, nextch);
1308             }
1309             else {
1310                 lex_tokench(lex, nextch);
1311                 lex_tokench(lex, thirdch);
1312             }
1313         }
1314         else if (lex->flags.preprocessing &&
1315                  ch == '-' && isdigit(nextch))
1316         {
1317             lex->tok.ttype = lex_finish_digit(lex, nextch);
1318             if (lex->tok.ttype == TOKEN_INTCONST)
1319                 lex->tok.constval.i = -lex->tok.constval.i;
1320             else
1321                 lex->tok.constval.f = -lex->tok.constval.f;
1322             lex_endtoken(lex);
1323             return lex->tok.ttype;
1324         } else
1325             lex_ungetch(lex, nextch);
1326
1327         lex_endtoken(lex);
1328         return (lex->tok.ttype = TOKEN_OPERATOR);
1329     }
1330
1331     /*
1332     if (ch == '^' || ch == '~' || ch == '!')
1333     {
1334         lex_tokench(lex, ch);
1335         lex_endtoken(lex);
1336         return (lex->tok.ttype = TOKEN_OPERATOR);
1337     }
1338     */
1339
1340     if (ch == '*' || ch == '/') /* *=, /= */
1341     {
1342         lex_tokench(lex, ch);
1343
1344         nextch = lex_getch(lex);
1345         if (nextch == '=') {
1346             lex_tokench(lex, nextch);
1347         } else
1348             lex_ungetch(lex, nextch);
1349
1350         lex_endtoken(lex);
1351         return (lex->tok.ttype = TOKEN_OPERATOR);
1352     }
1353
1354     if (isident_start(ch))
1355     {
1356         const char *v;
1357
1358         lex_tokench(lex, ch);
1359         if (!lex_finish_ident(lex)) {
1360             /* error? */
1361             return (lex->tok.ttype = TOKEN_ERROR);
1362         }
1363         lex_endtoken(lex);
1364         lex->tok.ttype = TOKEN_IDENT;
1365
1366         v = lex->tok.value;
1367         if (!strcmp(v, "void")) {
1368             lex->tok.ttype = TOKEN_TYPENAME;
1369             lex->tok.constval.t = TYPE_VOID;
1370         } else if (!strcmp(v, "int")) {
1371             lex->tok.ttype = TOKEN_TYPENAME;
1372             lex->tok.constval.t = TYPE_INTEGER;
1373         } else if (!strcmp(v, "float")) {
1374             lex->tok.ttype = TOKEN_TYPENAME;
1375             lex->tok.constval.t = TYPE_FLOAT;
1376         } else if (!strcmp(v, "string")) {
1377             lex->tok.ttype = TOKEN_TYPENAME;
1378             lex->tok.constval.t = TYPE_STRING;
1379         } else if (!strcmp(v, "entity")) {
1380             lex->tok.ttype = TOKEN_TYPENAME;
1381             lex->tok.constval.t = TYPE_ENTITY;
1382         } else if (!strcmp(v, "vector")) {
1383             lex->tok.ttype = TOKEN_TYPENAME;
1384             lex->tok.constval.t = TYPE_VECTOR;
1385         } else {
1386             size_t kw;
1387             for (kw = 0; kw < num_keywords_qc; ++kw) {
1388                 if (!strcmp(v, keywords_qc[kw]))
1389                     return (lex->tok.ttype = TOKEN_KEYWORD);
1390             }
1391             if (OPTS_OPTION_U32(OPTION_STANDARD) != COMPILER_QCC) {
1392                 for (kw = 0; kw < num_keywords_fg; ++kw) {
1393                     if (!strcmp(v, keywords_fg[kw]))
1394                         return (lex->tok.ttype = TOKEN_KEYWORD);
1395                 }
1396             }
1397         }
1398
1399         return lex->tok.ttype;
1400     }
1401
1402     if (ch == '"')
1403     {
1404         lex->flags.nodigraphs = true;
1405         if (lex->flags.preprocessing)
1406             lex_tokench(lex, ch);
1407         lex->tok.ttype = lex_finish_string(lex, '"');
1408         if (lex->flags.preprocessing)
1409             lex_tokench(lex, ch);
1410         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1411         {
1412             /* Allow c style "string" "continuation" */
1413             ch = lex_skipwhite(lex, false);
1414             if (ch != '"') {
1415                 lex_ungetch(lex, ch);
1416                 break;
1417             }
1418
1419             lex->tok.ttype = lex_finish_string(lex, '"');
1420         }
1421         lex->flags.nodigraphs = false;
1422         lex_endtoken(lex);
1423         return lex->tok.ttype;
1424     }
1425
1426     if (ch == '\'')
1427     {
1428         /* we parse character constants like string,
1429          * but return TOKEN_CHARCONST, or a vector type if it fits...
1430          * Likewise actual unescaping has to be done by the parser.
1431          * The difference is we don't allow 'char' 'continuation'.
1432          */
1433         if (lex->flags.preprocessing)
1434             lex_tokench(lex, ch);
1435         lex->tok.ttype = lex_finish_string(lex, '\'');
1436         if (lex->flags.preprocessing)
1437             lex_tokench(lex, ch);
1438         lex_endtoken(lex);
1439
1440         lex->tok.ttype = TOKEN_CHARCONST;
1441          /* It's a vector if we can successfully scan 3 floats */
1442 #ifdef _MSC_VER
1443         if (sscanf_s(lex->tok.value, " %f %f %f ",
1444                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1445 #else
1446         if (sscanf(lex->tok.value, " %f %f %f ",
1447                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1448 #endif
1449
1450         {
1451              lex->tok.ttype = TOKEN_VECTORCONST;
1452         }
1453         else
1454         {
1455             if (!lex->flags.preprocessing && strlen(lex->tok.value) > 1) {
1456                 uchar_t u8char;
1457                 /* check for a valid utf8 character */
1458                 if (!OPTS_FLAG(UTF8) || !u8_analyze(lex->tok.value, NULL, NULL, &u8char, 8)) {
1459                     if (lexwarn(lex, WARN_MULTIBYTE_CHARACTER,
1460                                 ( OPTS_FLAG(UTF8) ? "invalid multibyte character sequence `%s`"
1461                                                   : "multibyte character: `%s`" ),
1462                                 lex->tok.value))
1463                         return (lex->tok.ttype = TOKEN_ERROR);
1464                 }
1465                 else
1466                     lex->tok.constval.i = u8char;
1467             }
1468             else
1469                 lex->tok.constval.i = lex->tok.value[0];
1470         }
1471
1472         return lex->tok.ttype;
1473     }
1474
1475     if (isdigit(ch))
1476     {
1477         lex->tok.ttype = lex_finish_digit(lex, ch);
1478         lex_endtoken(lex);
1479         return lex->tok.ttype;
1480     }
1481
1482     if (lex->flags.preprocessing) {
1483         lex_tokench(lex, ch);
1484         lex_endtoken(lex);
1485         return (lex->tok.ttype = ch);
1486     }
1487
1488     lexerror(lex, "unknown token: `%s`", lex->tok.value);
1489     return (lex->tok.ttype = TOKEN_ERROR);
1490 }