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 <ctype.h>
  24 #include <string.h>
  25 #include <stdlib.h>
  26
  27 #include "gmqcc.h"
  28 #include "lexer.h"
  29 /*
  30  * List of Keywords
  31  */
  32
  33 /* original */
  34 static const char *keywords_qc[] = {
  35     "for", "do", "while",
  36     "if", "else",
  37     "local",
  38     "return",
  39     "const"
  40 };
  41 static size_t num_keywords_qc = sizeof(keywords_qc) / sizeof(keywords_qc[0]);
  42
  43 /* For fte/gmgqcc */
  44 static const char *keywords_fg[] = {
  45     "switch", "case", "default",
  46     "struct", "union",
  47     "break", "continue",
  48     "typedef",
  49     "goto",
  50
  51     "__builtin_debug_printtype"
  52 };
  53 static size_t num_keywords_fg = sizeof(keywords_fg) / sizeof(keywords_fg[0]);
  54
  55 /*
  56  * Lexer code
  57  */
  58
  59 static char* *lex_filenames;
  60
  61 static void lexerror(lex_file *lex, const char *fmt, ...)
  62 {
  63     va_list ap;
  64
  65     va_start(ap, fmt);
  66     if (lex)
  67         con_vprintmsg(LVL_ERROR, lex->name, lex->sline, lex->column, "parse error", fmt, ap);
  68     else
  69         con_vprintmsg(LVL_ERROR, "", 0, 0, "parse error", fmt, ap);
  70     va_end(ap);
  71 }
  72
  73 static bool lexwarn(lex_file *lex, int warntype, const char *fmt, ...)
  74 {
  75     bool    r;
  76     lex_ctx ctx;
  77     va_list ap;
  78
  79     ctx.file = lex->name;
  80     ctx.line = lex->sline;
  81
  82     va_start(ap, fmt);
  83     r = vcompile_warning(ctx, warntype, fmt, ap);
  84     va_end(ap);
  85     return r;
  86 }
  87
  88
  89 #if 0
  90 token* token_new()
  91 {
  92     token *tok = (token*)mem_a(sizeof(token));
  93     if (!tok)
  94         return NULL;
  95     memset(tok, 0, sizeof(*tok));
  96     return tok;
  97 }
  98
  99 void token_delete(token *self)
 100 {
 101     if (self->next && self->next->prev == self)
 102         self->next->prev = self->prev;
 103     if (self->prev && self->prev->next == self)
 104         self->prev->next = self->next;
 105     MEM_VECTOR_CLEAR(self, value);
 106     mem_d(self);
 107 }
 108
 109 token* token_copy(const token *cp)
 110 {
 111     token* self = token_new();
 112     if (!self)
 113         return NULL;
 114     /* copy the value */
 115     self->value_alloc = cp->value_count + 1;
 116     self->value_count = cp->value_count;
 117     self->value = (char*)mem_a(self->value_alloc);
 118     if (!self->value) {
 119         mem_d(self);
 120         return NULL;
 121     }
 122     memcpy(self->value, cp->value, cp->value_count);
 123     self->value[self->value_alloc-1] = 0;
 124
 125     /* rest */
 126     self->ctx = cp->ctx;
 127     self->ttype = cp->ttype;
 128     memcpy(&self->constval, &cp->constval, sizeof(self->constval));
 129     return self;
 130 }
 131
 132 void token_delete_all(token *t)
 133 {
 134     token *n;
 135
 136     do {
 137         n = t->next;
 138         token_delete(t);
 139         t = n;
 140     } while(t);
 141 }
 142
 143 token* token_copy_all(const token *cp)
 144 {
 145     token *cur;
 146     token *out;
 147
 148     out = cur = token_copy(cp);
 149     if (!out)
 150         return NULL;
 151
 152     while (cp->next) {
 153         cp = cp->next;
 154         cur->next = token_copy(cp);
 155         if (!cur->next) {
 156             token_delete_all(out);
 157             return NULL;
 158         }
 159         cur->next->prev = cur;
 160         cur = cur->next;
 161     }
 162
 163     return out;
 164 }
 165 #else
 166 static void lex_token_new(lex_file *lex)
 167 {
 168 #if 0
 169     if (lex->tok)
 170         token_delete(lex->tok);
 171     lex->tok = token_new();
 172 #else
 173     if (lex->tok.value)
 174         vec_shrinkto(lex->tok.value, 0);
 175
 176     lex->tok.constval.t  = 0;
 177     lex->tok.ctx.line    = lex->sline;
 178     lex->tok.ctx.file    = lex->name;
 179     lex->tok.ctx.column  = lex->column;
 180 #endif
 181 }
 182 #endif
 183
 184 lex_file* lex_open(const char *file)
 185 {
 186     lex_file *lex;
 187     FILE *in = fs_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         fs_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     lex->column  = 0;
 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     lex->peekpos = 0;
 234     lex->eof     = false;
 235     lex->column  = 0;
 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         fs_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         lex->column++;
 276         return fs_file_getc(lex->file);
 277     }
 278     if (lex->open_string) {
 279         if (lex->open_string_pos >= lex->open_string_length)
 280             return EOF;
 281         lex->column++;
 282         return lex->open_string[lex->open_string_pos++];
 283     }
 284     return EOF;
 285 }
 286
 287 /* Get or put-back data
 288  * The following to functions do NOT understand what kind of data they
 289  * are working on.
 290  * The are merely wrapping get/put in order to count line numbers.
 291  */
 292 static void lex_ungetch(lex_file *lex, int ch);
 293 static int lex_try_trigraph(lex_file *lex, int old)
 294 {
 295     int c2, c3;
 296     c2 = lex_fgetc(lex);
 297     if (!lex->push_line && c2 == '\n') {
 298         lex->line++;
 299         lex->column = 0;
 300     }
 301
 302     if (c2 != '?') {
 303         lex_ungetch(lex, c2);
 304         return old;
 305     }
 306
 307     c3 = lex_fgetc(lex);
 308     if (!lex->push_line && c3 == '\n') {
 309         lex->line++;
 310         lex->column = 0;
 311     }
 312
 313     switch (c3) {
 314         case '=': return '#';
 315         case '/': return '\\';
 316         case '\'': return '^';
 317         case '(': return '[';
 318         case ')': return ']';
 319         case '!': return '|';
 320         case '<': return '{';
 321         case '>': return '}';
 322         case '-': return '~';
 323         default:
 324             lex_ungetch(lex, c3);
 325             lex_ungetch(lex, c2);
 326             return old;
 327     }
 328 }
 329
 330 static int lex_try_digraph(lex_file *lex, int ch)
 331 {
 332     int c2;
 333     c2 = lex_fgetc(lex);
 334     /* we just used fgetc() so count lines
 335      * need to offset a \n the ungetch would recognize
 336      */
 337     if (!lex->push_line && c2 == '\n')
 338         lex->line++;
 339     if      (ch == '<' && c2 == ':')
 340         return '[';
 341     else if (ch == ':' && c2 == '>')
 342         return ']';
 343     else if (ch == '<' && c2 == '%')
 344         return '{';
 345     else if (ch == '%' && c2 == '>')
 346         return '}';
 347     else if (ch == '%' && c2 == ':')
 348         return '#';
 349     lex_ungetch(lex, c2);
 350     return ch;
 351 }
 352
 353 static int lex_getch(lex_file *lex)
 354 {
 355     int ch;
 356
 357     if (lex->peekpos) {
 358         lex->peekpos--;
 359         if (!lex->push_line && lex->peek[lex->peekpos] == '\n')
 360             lex->line++;
 361         return lex->peek[lex->peekpos];
 362     }
 363
 364     ch = lex_fgetc(lex);
 365     if (!lex->push_line && ch == '\n')
 366         lex->line++;
 367     else if (ch == '?')
 368         return lex_try_trigraph(lex, ch);
 369     else if (!lex->flags.nodigraphs && (ch == '<' || ch == ':' || ch == '%'))
 370         return lex_try_digraph(lex, ch);
 371     return ch;
 372 }
 373
 374 static void lex_ungetch(lex_file *lex, int ch)
 375 {
 376     lex->peek[lex->peekpos++] = ch;
 377     lex->column--;
 378     if (!lex->push_line && ch == '\n') {
 379         lex->line--;
 380         lex->column = 0;
 381     }
 382 }
 383
 384 /* classify characters
 385  * some additions to the is*() functions of ctype.h
 386  */
 387
 388 /* Idents are alphanumberic, but they start with alpha or _ */
 389 static bool isident_start(int ch)
 390 {
 391     return isalpha(ch) || ch == '_';
 392 }
 393
 394 static bool isident(int ch)
 395 {
 396     return isident_start(ch) || isdigit(ch);
 397 }
 398
 399 /* isxdigit_only is used when we already know it's not a digit
 400  * and want to see if it's a hex digit anyway.
 401  */
 402 static bool isxdigit_only(int ch)
 403 {
 404     return (ch >= 'a' && ch <= 'f') || (ch >= 'A' && ch <= 'F');
 405 }
 406
 407 /* Append a character to the token buffer */
 408 static void lex_tokench(lex_file *lex, int ch)
 409 {
 410     vec_push(lex->tok.value, ch);
 411 }
 412
 413 /* Append a trailing null-byte */
 414 static void lex_endtoken(lex_file *lex)
 415 {
 416     vec_push(lex->tok.value, 0);
 417     vec_shrinkby(lex->tok.value, 1);
 418 }
 419
 420 static bool lex_try_pragma(lex_file *lex)
 421 {
 422     int ch;
 423     char *pragma  = NULL;
 424     char *command = NULL;
 425     char *param   = NULL;
 426     size_t line;
 427
 428     if (lex->flags.preprocessing)
 429         return false;
 430
 431     line = lex->line;
 432
 433     ch = lex_getch(lex);
 434     if (ch != '#') {
 435         lex_ungetch(lex, ch);
 436         return false;
 437     }
 438
 439     for (ch = lex_getch(lex); vec_size(pragma) < 8 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 440         vec_push(pragma, ch);
 441     vec_push(pragma, 0);
 442
 443     if (ch != ' ' || strcmp(pragma, "pragma")) {
 444         lex_ungetch(lex, ch);
 445         goto unroll;
 446     }
 447
 448     for (ch = lex_getch(lex); vec_size(command) < 32 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 449         vec_push(command, ch);
 450     vec_push(command, 0);
 451
 452     if (ch != '(') {
 453         lex_ungetch(lex, ch);
 454         goto unroll;
 455     }
 456
 457     for (ch = lex_getch(lex); vec_size(param) < 1024 && ch != ')' && ch != '\n'; ch = lex_getch(lex))
 458         vec_push(param, ch);
 459     vec_push(param, 0);
 460
 461     if (ch != ')') {
 462         lex_ungetch(lex, ch);
 463         goto unroll;
 464     }
 465
 466     if (!strcmp(command, "push")) {
 467         if (!strcmp(param, "line")) {
 468             lex->push_line++;
 469             if (lex->push_line == 1)
 470                 --line;
 471         }
 472         else
 473             goto unroll;
 474     }
 475     else if (!strcmp(command, "pop")) {
 476         if (!strcmp(param, "line")) {
 477             if (lex->push_line)
 478                 lex->push_line--;
 479             if (lex->push_line == 0)
 480                 --line;
 481         }
 482         else
 483             goto unroll;
 484     }
 485     else if (!strcmp(command, "file")) {
 486         lex->name = util_strdup(param);
 487         vec_push(lex_filenames, lex->name);
 488     }
 489     else if (!strcmp(command, "line")) {
 490         line = strtol(param, NULL, 0)-1;
 491     }
 492     else
 493         goto unroll;
 494
 495     lex->line = line;
 496     while (ch != '\n' && ch != EOF)
 497         ch = lex_getch(lex);
 498     vec_free(command);
 499     vec_free(param);
 500     vec_free(pragma);
 501     return true;
 502
 503 unroll:
 504     if (command) {
 505         vec_pop(command);
 506         while (vec_size(command)) {
 507             lex_ungetch(lex, (unsigned char)vec_last(command));
 508             vec_pop(command);
 509         }
 510         vec_free(command);
 511         lex_ungetch(lex, ' ');
 512     }
 513     if (param) {
 514         vec_pop(param);
 515         while (vec_size(param)) {
 516             lex_ungetch(lex, (unsigned char)vec_last(param));
 517             vec_pop(param);
 518         }
 519         vec_free(param);
 520         lex_ungetch(lex, ' ');
 521     }
 522     if (pragma) {
 523         vec_pop(pragma);
 524         while (vec_size(pragma)) {
 525             lex_ungetch(lex, (unsigned char)vec_last(pragma));
 526             vec_pop(pragma);
 527         }
 528         vec_free(pragma);
 529     }
 530     lex_ungetch(lex, '#');
 531
 532     lex->line = line;
 533     return false;
 534 }
 535
 536 /* Skip whitespace and comments and return the first
 537  * non-white character.
 538  * As this makes use of the above getch() ungetch() functions,
 539  * we don't need to care at all about line numbering anymore.
 540  *
 541  * In theory, this function should only be used at the beginning
 542  * of lexing, or when we *know* the next character is part of the token.
 543  * Otherwise, if the parser throws an error, the linenumber may not be
 544  * the line of the error, but the line of the next token AFTER the error.
 545  *
 546  * This is currently only problematic when using c-like string-continuation,
 547  * since comments and whitespaces are allowed between 2 such strings.
 548  * Example:
 549 printf(   "line one\n"
 550 // A comment
 551           "A continuation of the previous string"
 552 // This line is skipped
 553       , foo);
 554
 555  * In this case, if the parse decides it didn't actually want a string,
 556  * and uses lex->line to print an error, it will show the ', foo);' line's
 557  * linenumber.
 558  *
 559  * On the other hand, the parser is supposed to remember the line of the next
 560  * token's beginning. In this case we would want skipwhite() to be called
 561  * AFTER reading a token, so that the parser, before reading the NEXT token,
 562  * doesn't store teh *comment's* linenumber, but the actual token's linenumber.
 563  *
 564  * THIS SOLUTION
 565  *    here is to store the line of the first character after skipping
 566  *    the initial whitespace in lex->sline, this happens in lex_do.
 567  */
 568 static int lex_skipwhite(lex_file *lex, bool hadwhite)
 569 {
 570     int ch = 0;
 571     bool haswhite = hadwhite;
 572
 573     do
 574     {
 575         ch = lex_getch(lex);
 576         while (ch != EOF && isspace(ch)) {
 577             if (ch == '\n') {
 578                 if (lex_try_pragma(lex))
 579                     continue;
 580             }
 581             if (lex->flags.preprocessing) {
 582                 if (ch == '\n') {
 583                     /* end-of-line */
 584                     /* see if there was whitespace first */
 585                     if (haswhite) { /* (vec_size(lex->tok.value)) { */
 586                         lex_ungetch(lex, ch);
 587                         lex_endtoken(lex);
 588                         return TOKEN_WHITE;
 589                     }
 590                     /* otherwise return EOL */
 591                     return TOKEN_EOL;
 592                 }
 593                 haswhite = true;
 594                 lex_tokench(lex, ch);
 595             }
 596             ch = lex_getch(lex);
 597         }
 598
 599         if (ch == '/') {
 600             ch = lex_getch(lex);
 601             if (ch == '/')
 602             {
 603                 /* one line comment */
 604                 ch = lex_getch(lex);
 605
 606                 if (lex->flags.preprocessing) {
 607                     haswhite = true;
 608                     /*
 609                     lex_tokench(lex, '/');
 610                     lex_tokench(lex, '/');
 611                     */
 612                     lex_tokench(lex, ' ');
 613                     lex_tokench(lex, ' ');
 614                 }
 615
 616                 while (ch != EOF && ch != '\n') {
 617                     if (lex->flags.preprocessing)
 618                         lex_tokench(lex, ' '); /* ch); */
 619                     ch = lex_getch(lex);
 620                 }
 621                 if (lex->flags.preprocessing) {
 622                     lex_ungetch(lex, '\n');
 623                     lex_endtoken(lex);
 624                     return TOKEN_WHITE;
 625                 }
 626                 continue;
 627             }
 628             if (ch == '*')
 629             {
 630                 /* multiline comment */
 631                 if (lex->flags.preprocessing) {
 632                     haswhite = true;
 633                     /*
 634                     lex_tokench(lex, '/');
 635                     lex_tokench(lex, '*');
 636                     */
 637                     lex_tokench(lex, ' ');
 638                     lex_tokench(lex, ' ');
 639                 }
 640
 641                 while (ch != EOF)
 642                 {
 643                     ch = lex_getch(lex);
 644                     if (ch == '*') {
 645                         ch = lex_getch(lex);
 646                         if (ch == '/') {
 647                             if (lex->flags.preprocessing) {
 648                                 /*
 649                                 lex_tokench(lex, '*');
 650                                 lex_tokench(lex, '/');
 651                                 */
 652                                 lex_tokench(lex, ' ');
 653                                 lex_tokench(lex, ' ');
 654                             }
 655                             break;
 656                         }
 657                         lex_ungetch(lex, ch);
 658                     }
 659                     if (lex->flags.preprocessing) {
 660                         if (ch == '\n')
 661                             lex_tokench(lex, '\n');
 662                         else
 663                             lex_tokench(lex, ' '); /* ch); */
 664                     }
 665                 }
 666                 ch = ' '; /* cause TRUE in the isspace check */
 667                 continue;
 668             }
 669             /* Otherwise roll back to the slash and break out of the loop */
 670             lex_ungetch(lex, ch);
 671             ch = '/';
 672             break;
 673         }
 674     } while (ch != EOF && isspace(ch));
 675
 676     if (haswhite) {
 677         lex_endtoken(lex);
 678         lex_ungetch(lex, ch);
 679         return TOKEN_WHITE;
 680     }
 681     return ch;
 682 }
 683
 684 /* Get a token */
 685 static bool GMQCC_WARN lex_finish_ident(lex_file *lex)
 686 {
 687     int ch;
 688
 689     ch = lex_getch(lex);
 690     while (ch != EOF && isident(ch))
 691     {
 692         lex_tokench(lex, ch);
 693         ch = lex_getch(lex);
 694     }
 695
 696     /* last ch was not an ident ch: */
 697     lex_ungetch(lex, ch);
 698
 699     return true;
 700 }
 701
 702 /* read one ident for the frame list */
 703 static int lex_parse_frame(lex_file *lex)
 704 {
 705     int ch;
 706
 707     lex_token_new(lex);
 708
 709     ch = lex_getch(lex);
 710     while (ch != EOF && ch != '\n' && isspace(ch))
 711         ch = lex_getch(lex);
 712
 713     if (ch == '\n')
 714         return 1;
 715
 716     if (!isident_start(ch)) {
 717         lexerror(lex, "invalid framename, must start with one of a-z or _, got %c", ch);
 718         return -1;
 719     }
 720
 721     lex_tokench(lex, ch);
 722     if (!lex_finish_ident(lex))
 723         return -1;
 724     lex_endtoken(lex);
 725     return 0;
 726 }
 727
 728 /* read a list of $frames */
 729 static bool lex_finish_frames(lex_file *lex)
 730 {
 731     do {
 732         size_t i;
 733         int    rc;
 734         frame_macro m;
 735
 736         rc = lex_parse_frame(lex);
 737         if (rc > 0) /* end of line */
 738             return true;
 739         if (rc < 0) /* error */
 740             return false;
 741
 742         for (i = 0; i < vec_size(lex->frames); ++i) {
 743             if (!strcmp(lex->tok.value, lex->frames[i].name)) {
 744                 lex->frames[i].value = lex->framevalue++;
 745                 if (lexwarn(lex, WARN_FRAME_MACROS, "duplicate frame macro defined: `%s`", lex->tok.value))
 746                     return false;
 747                 break;
 748             }
 749         }
 750         if (i < vec_size(lex->frames))
 751             continue;
 752
 753         m.value = lex->framevalue++;
 754         m.name = util_strdup(lex->tok.value);
 755         vec_shrinkto(lex->tok.value, 0);
 756         vec_push(lex->frames, m);
 757     } while (true);
 758
 759     return false;
 760 }
 761
 762 static int GMQCC_WARN lex_finish_string(lex_file *lex, int quote)
 763 {
 764     uchar_t chr;
 765     int ch = 0;
 766     int nextch;
 767     bool hex;
 768     char u8buf[8]; /* way more than enough */
 769     int  u8len, uc;
 770
 771     while (ch != EOF)
 772     {
 773         ch = lex_getch(lex);
 774         if (ch == quote)
 775             return TOKEN_STRINGCONST;
 776
 777         if (lex->flags.preprocessing && ch == '\\') {
 778             lex_tokench(lex, ch);
 779             ch = lex_getch(lex);
 780             if (ch == EOF) {
 781                 lexerror(lex, "unexpected end of file");
 782                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 783                 return (lex->tok.ttype = TOKEN_ERROR);
 784             }
 785             lex_tokench(lex, ch);
 786         }
 787         else if (ch == '\\') {
 788             ch = lex_getch(lex);
 789             if (ch == EOF) {
 790                 lexerror(lex, "unexpected end of file");
 791                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 792                 return (lex->tok.ttype = TOKEN_ERROR);
 793             }
 794
 795             switch (ch) {
 796             case '\\': break;
 797             case '\'': break;
 798             case '"':  break;
 799             case 'a':  ch = '\a'; break;
 800             case 'b':  ch = '\b'; break;
 801             case 'r':  ch = '\r'; break;
 802             case 'n':  ch = '\n'; break;
 803             case 't':  ch = '\t'; break;
 804             case 'f':  ch = '\f'; break;
 805             case 'v':  ch = '\v'; break;
 806             case 'x':
 807             case 'X':
 808                 /* same procedure as in fteqcc */
 809                 ch = 0;
 810                 nextch = lex_getch(lex);
 811                 if      (nextch >= '0' && nextch <= '9')
 812                     ch += nextch - '0';
 813                 else if (nextch >= 'a' && nextch <= 'f')
 814                     ch += nextch - 'a' + 10;
 815                 else if (nextch >= 'A' && nextch <= 'F')
 816                     ch += nextch - 'A' + 10;
 817                 else {
 818                     lexerror(lex, "bad character code");
 819                     lex_ungetch(lex, nextch);
 820                     return (lex->tok.ttype = TOKEN_ERROR);
 821                 }
 822
 823                 ch *= 0x10;
 824                 nextch = lex_getch(lex);
 825                 if      (nextch >= '0' && nextch <= '9')
 826                     ch += nextch - '0';
 827                 else if (nextch >= 'a' && nextch <= 'f')
 828                     ch += nextch - 'a' + 10;
 829                 else if (nextch >= 'A' && nextch <= 'F')
 830                     ch += nextch - 'A' + 10;
 831                 else {
 832                     lexerror(lex, "bad character code");
 833                     lex_ungetch(lex, nextch);
 834                     return (lex->tok.ttype = TOKEN_ERROR);
 835                 }
 836                 break;
 837
 838             /* fteqcc support */
 839             case '0': case '1': case '2': case '3':
 840             case '4': case '5': case '6': case '7':
 841             case '8': case '9':
 842                 ch = 18 + ch - '0';
 843                 break;
 844             case '<':  ch = 29; break;
 845             case '-':  ch = 30; break;
 846             case '>':  ch = 31; break;
 847             case '[':  ch = 16; break;
 848             case ']':  ch = 17; break;
 849             case '{':
 850                 chr = 0;
 851                 nextch = lex_getch(lex);
 852                 hex = (nextch == 'x');
 853                 if (!hex)
 854                     lex_ungetch(lex, nextch);
 855                 for (nextch = lex_getch(lex); nextch != '}'; nextch = lex_getch(lex)) {
 856                     if (!hex) {
 857                         if (nextch >= '0' && nextch <= '9')
 858                             chr = chr * 10 + nextch - '0';
 859                         else {
 860                             lexerror(lex, "bad character code");
 861                             return (lex->tok.ttype = TOKEN_ERROR);
 862                         }
 863                     } else {
 864                         if (nextch >= '0' && nextch <= '9')
 865                             chr = chr * 0x10 + nextch - '0';
 866                         else if (nextch >= 'a' && nextch <= 'f')
 867                             chr = chr * 0x10 + nextch - 'a' + 10;
 868                         else if (nextch >= 'A' && nextch <= 'F')
 869                             chr = chr * 0x10 + nextch - 'A' + 10;
 870                         else {
 871                             lexerror(lex, "bad character code");
 872                             return (lex->tok.ttype = TOKEN_ERROR);
 873                         }
 874                     }
 875                     if (chr > 0x10FFFF || (!OPTS_FLAG(UTF8) && chr > 255))
 876                     {
 877                         lexerror(lex, "character code out of range");
 878                         return (lex->tok.ttype = TOKEN_ERROR);
 879                     }
 880                 }
 881                 if (OPTS_FLAG(UTF8) && chr >= 128) {
 882                     u8len = u8_fromchar(chr, u8buf, sizeof(u8buf));
 883                     if (!u8len)
 884                         ch = 0;
 885                     else {
 886                         --u8len;
 887                         lex->column += u8len;
 888                         for (uc = 0; uc < u8len; ++uc)
 889                             lex_tokench(lex, u8buf[uc]);
 890                         /* the last character will be inserted with the tokench() call
 891                          * below the switch
 892                          */
 893                         ch = u8buf[uc];
 894                     }
 895                 }
 896                 else
 897                     ch = chr;
 898                 break;
 899             case '\n':  ch = '\n'; break;
 900
 901             default:
 902                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 903                 /* so we just add the character plus backslash no matter what it actually is */
 904                 lex_tokench(lex, '\\');
 905             }
 906             /* add the character finally */
 907             lex_tokench(lex, ch);
 908         }
 909         else
 910             lex_tokench(lex, ch);
 911     }
 912     lexerror(lex, "unexpected end of file within string constant");
 913     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 914     return (lex->tok.ttype = TOKEN_ERROR);
 915 }
 916
 917 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 918 {
 919     bool ishex = false;
 920
 921     int  ch = lastch;
 922
 923     /* parse a number... */
 924     if (ch == '.')
 925         lex->tok.ttype = TOKEN_FLOATCONST;
 926     else
 927         lex->tok.ttype = TOKEN_INTCONST;
 928
 929     lex_tokench(lex, ch);
 930
 931     ch = lex_getch(lex);
 932     if (ch != '.' && !isdigit(ch))
 933     {
 934         if (lastch != '0' || ch != 'x')
 935         {
 936             /* end of the number or EOF */
 937             lex_ungetch(lex, ch);
 938             lex_endtoken(lex);
 939
 940             lex->tok.constval.i = lastch - '0';
 941             return lex->tok.ttype;
 942         }
 943
 944         ishex = true;
 945     }
 946
 947     /* EOF would have been caught above */
 948
 949     if (ch != '.')
 950     {
 951         lex_tokench(lex, ch);
 952         ch = lex_getch(lex);
 953         while (isdigit(ch) || (ishex && isxdigit_only(ch)))
 954         {
 955             lex_tokench(lex, ch);
 956             ch = lex_getch(lex);
 957         }
 958     }
 959     /* NOT else, '.' can come from above as well */
 960     if (lex->tok.ttype != TOKEN_FLOATCONST && ch == '.' && !ishex)
 961     {
 962         /* Allow floating comma in non-hex mode */
 963         lex->tok.ttype = TOKEN_FLOATCONST;
 964         lex_tokench(lex, ch);
 965
 966         /* continue digits-only */
 967         ch = lex_getch(lex);
 968         while (isdigit(ch))
 969         {
 970             lex_tokench(lex, ch);
 971             ch = lex_getch(lex);
 972         }
 973     }
 974     /* put back the last character */
 975     /* but do not put back the trailing 'f' or a float */
 976     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 977         ch = lex_getch(lex);
 978
 979     /* generally we don't want words to follow numbers: */
 980     if (isident(ch)) {
 981         lexerror(lex, "unexpected trailing characters after number");
 982         return (lex->tok.ttype = TOKEN_ERROR);
 983     }
 984     lex_ungetch(lex, ch);
 985
 986     lex_endtoken(lex);
 987     if (lex->tok.ttype == TOKEN_FLOATCONST)
 988         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 989     else
 990         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 991     return lex->tok.ttype;
 992 }
 993
 994 int lex_do(lex_file *lex)
 995 {
 996     int ch, nextch, thirdch;
 997     bool hadwhite = false;
 998
 999     lex_token_new(lex);
1000 #if 0
1001     if (!lex->tok)
1002         return TOKEN_FATAL;
1003 #endif
1004
1005     while (true) {
1006         ch = lex_skipwhite(lex, hadwhite);
1007         hadwhite = true;
1008         if (!lex->flags.mergelines || ch != '\\')
1009             break;
1010         ch = lex_getch(lex);
1011         if (ch == '\r')
1012             ch = lex_getch(lex);
1013         if (ch != '\n') {
1014             lex_ungetch(lex, ch);
1015             ch = '\\';
1016             break;
1017         }
1018         /* we reached a linemerge */
1019         lex_tokench(lex, '\n');
1020         continue;
1021     }
1022
1023     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
1024         return (lex->tok.ttype = ch);
1025     }
1026
1027     lex->sline = lex->line;
1028     lex->tok.ctx.line = lex->sline;
1029     lex->tok.ctx.file = lex->name;
1030
1031     if (lex->eof)
1032         return (lex->tok.ttype = TOKEN_FATAL);
1033
1034     if (ch == EOF) {
1035         lex->eof = true;
1036         return (lex->tok.ttype = TOKEN_EOF);
1037     }
1038
1039     /* modelgen / spiritgen commands */
1040     if (ch == '$' && !lex->flags.preprocessing) {
1041         const char *v;
1042         size_t frame;
1043
1044         ch = lex_getch(lex);
1045         if (!isident_start(ch)) {
1046             lexerror(lex, "hanging '$' modelgen/spritegen command line");
1047             return lex_do(lex);
1048         }
1049         lex_tokench(lex, ch);
1050         if (!lex_finish_ident(lex))
1051             return (lex->tok.ttype = TOKEN_ERROR);
1052         lex_endtoken(lex);
1053         /* skip the known commands */
1054         v = lex->tok.value;
1055
1056         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
1057         {
1058             /* frame/framesave command works like an enum
1059              * similar to fteqcc we handle this in the lexer.
1060              * The reason for this is that it is sensitive to newlines,
1061              * which the parser is unaware of
1062              */
1063             if (!lex_finish_frames(lex))
1064                  return (lex->tok.ttype = TOKEN_ERROR);
1065             return lex_do(lex);
1066         }
1067
1068         if (!strcmp(v, "framevalue"))
1069         {
1070             ch = lex_getch(lex);
1071             while (ch != EOF && isspace(ch) && ch != '\n')
1072                 ch = lex_getch(lex);
1073
1074             if (!isdigit(ch)) {
1075                 lexerror(lex, "$framevalue requires an integer parameter");
1076                 return lex_do(lex);
1077             }
1078
1079             lex_token_new(lex);
1080             lex->tok.ttype = lex_finish_digit(lex, ch);
1081             lex_endtoken(lex);
1082             if (lex->tok.ttype != TOKEN_INTCONST) {
1083                 lexerror(lex, "$framevalue requires an integer parameter");
1084                 return lex_do(lex);
1085             }
1086             lex->framevalue = lex->tok.constval.i;
1087             return lex_do(lex);
1088         }
1089
1090         if (!strcmp(v, "framerestore"))
1091         {
1092             int rc;
1093
1094             lex_token_new(lex);
1095
1096             rc = lex_parse_frame(lex);
1097
1098             if (rc > 0) {
1099                 lexerror(lex, "$framerestore requires a framename parameter");
1100                 return lex_do(lex);
1101             }
1102             if (rc < 0)
1103                 return (lex->tok.ttype = TOKEN_FATAL);
1104
1105             v = lex->tok.value;
1106             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1107                 if (!strcmp(v, lex->frames[frame].name)) {
1108                     lex->framevalue = lex->frames[frame].value;
1109                     return lex_do(lex);
1110                 }
1111             }
1112             lexerror(lex, "unknown framename `%s`", v);
1113             return lex_do(lex);
1114         }
1115
1116         if (!strcmp(v, "modelname"))
1117         {
1118             int rc;
1119
1120             lex_token_new(lex);
1121
1122             rc = lex_parse_frame(lex);
1123
1124             if (rc > 0) {
1125                 lexerror(lex, "$modelname requires a parameter");
1126                 return lex_do(lex);
1127             }
1128             if (rc < 0)
1129                 return (lex->tok.ttype = TOKEN_FATAL);
1130
1131             if (lex->modelname) {
1132                 frame_macro m;
1133                 m.value = lex->framevalue;
1134                 m.name = lex->modelname;
1135                 lex->modelname = NULL;
1136                 vec_push(lex->frames, m);
1137             }
1138             lex->modelname = lex->tok.value;
1139             lex->tok.value = NULL;
1140             return lex_do(lex);
1141         }
1142
1143         if (!strcmp(v, "flush"))
1144         {
1145             size_t fi;
1146             for (fi = 0; fi < vec_size(lex->frames); ++fi)
1147                 mem_d(lex->frames[fi].name);
1148             vec_free(lex->frames);
1149             /* skip line (fteqcc does it too) */
1150             ch = lex_getch(lex);
1151             while (ch != EOF && ch != '\n')
1152                 ch = lex_getch(lex);
1153             return lex_do(lex);
1154         }
1155
1156         if (!strcmp(v, "cd") ||
1157             !strcmp(v, "origin") ||
1158             !strcmp(v, "base") ||
1159             !strcmp(v, "flags") ||
1160             !strcmp(v, "scale") ||
1161             !strcmp(v, "skin"))
1162         {
1163             /* skip line */
1164             ch = lex_getch(lex);
1165             while (ch != EOF && ch != '\n')
1166                 ch = lex_getch(lex);
1167             return lex_do(lex);
1168         }
1169
1170         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1171             if (!strcmp(v, lex->frames[frame].name)) {
1172                 lex->tok.constval.i = lex->frames[frame].value;
1173                 return (lex->tok.ttype = TOKEN_INTCONST);
1174             }
1175         }
1176
1177         lexerror(lex, "invalid frame macro");
1178         return lex_do(lex);
1179     }
1180
1181     /* single-character tokens */
1182     switch (ch)
1183     {
1184         case '[':
1185             nextch = lex_getch(lex);
1186             if (nextch == '[') {
1187                 lex_tokench(lex, ch);
1188                 lex_tokench(lex, nextch);
1189                 lex_endtoken(lex);
1190                 return (lex->tok.ttype = TOKEN_ATTRIBUTE_OPEN);
1191             }
1192             lex_ungetch(lex, nextch);
1193             /* FALL THROUGH */
1194         case '(':
1195         case ':':
1196         case '?':
1197             lex_tokench(lex, ch);
1198             lex_endtoken(lex);
1199             if (lex->flags.noops)
1200                 return (lex->tok.ttype = ch);
1201             else
1202                 return (lex->tok.ttype = TOKEN_OPERATOR);
1203
1204         case ']':
1205             if (lex->flags.noops) {
1206                 nextch = lex_getch(lex);
1207                 if (nextch == ']') {
1208                     lex_tokench(lex, ch);
1209                     lex_tokench(lex, nextch);
1210                     lex_endtoken(lex);
1211                     return (lex->tok.ttype = TOKEN_ATTRIBUTE_CLOSE);
1212                 }
1213                 lex_ungetch(lex, nextch);
1214             }
1215             /* FALL THROUGH */
1216         case ')':
1217         case ';':
1218         case '{':
1219         case '}':
1220
1221         case '#':
1222             lex_tokench(lex, ch);
1223             lex_endtoken(lex);
1224             return (lex->tok.ttype = ch);
1225         default:
1226             break;
1227     }
1228
1229     if (ch == '.') {
1230         nextch = lex_getch(lex);
1231         /* digits starting with a dot */
1232         if (isdigit(nextch)) {
1233             lex_ungetch(lex, nextch);
1234             lex->tok.ttype = lex_finish_digit(lex, ch);
1235             lex_endtoken(lex);
1236             return lex->tok.ttype;
1237         }
1238         lex_ungetch(lex, nextch);
1239     }
1240
1241     if (lex->flags.noops)
1242     {
1243         /* Detect characters early which are normally
1244          * operators OR PART of an operator.
1245          */
1246         switch (ch)
1247         {
1248             /*
1249             case '+':
1250             case '-':
1251             */
1252             case '*':
1253             case '/':
1254             case '<':
1255             case '>':
1256             case '=':
1257             case '&':
1258             case '|':
1259             case '^':
1260             case '~':
1261             case ',':
1262             case '!':
1263                 lex_tokench(lex, ch);
1264                 lex_endtoken(lex);
1265                 return (lex->tok.ttype = ch);
1266             default:
1267                 break;
1268         }
1269     }
1270
1271     if (ch == '.')
1272     {
1273         lex_tokench(lex, ch);
1274         /* peak ahead once */
1275         nextch = lex_getch(lex);
1276         if (nextch != '.') {
1277             lex_ungetch(lex, nextch);
1278             lex_endtoken(lex);
1279             if (lex->flags.noops)
1280                 return (lex->tok.ttype = ch);
1281             else
1282                 return (lex->tok.ttype = TOKEN_OPERATOR);
1283         }
1284         /* peak ahead again */
1285         nextch = lex_getch(lex);
1286         if (nextch != '.') {
1287             lex_ungetch(lex, nextch);
1288             lex_ungetch(lex, '.');
1289             lex_endtoken(lex);
1290             if (lex->flags.noops)
1291                 return (lex->tok.ttype = ch);
1292             else
1293                 return (lex->tok.ttype = TOKEN_OPERATOR);
1294         }
1295         /* fill the token to be "..." */
1296         lex_tokench(lex, ch);
1297         lex_tokench(lex, ch);
1298         lex_endtoken(lex);
1299         return (lex->tok.ttype = TOKEN_DOTS);
1300     }
1301
1302     if (ch == ',' || ch == '.') {
1303         lex_tokench(lex, ch);
1304         lex_endtoken(lex);
1305         return (lex->tok.ttype = TOKEN_OPERATOR);
1306     }
1307
1308     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1309         ch == '>' || ch == '<' || /* <<, >>, <=, >=                  */
1310         ch == '=' || ch == '!' || /* <=>, ==, !=                     */
1311         ch == '&' || ch == '|' || /* &&, ||, &=, |=                  */
1312         ch == '~'                 /* ~=, ~                           */
1313     )  {
1314         lex_tokench(lex, ch);
1315
1316         nextch = lex_getch(lex);
1317         if ((nextch == '=' && ch != '<') || (nextch == ch && ch != '!')) {
1318             lex_tokench(lex, nextch);
1319         } else if (ch == '<' && nextch == '=') {
1320             lex_tokench(lex, nextch);
1321             if ((thirdch = lex_getch(lex)) == '>')
1322                 lex_tokench(lex, thirdch);
1323             else
1324                 lex_ungetch(lex, thirdch);
1325
1326         } else if (ch == '-' && nextch == '>') {
1327             lex_tokench(lex, nextch);
1328         } else if (ch == '&' && nextch == '~') {
1329             thirdch = lex_getch(lex);
1330             if (thirdch != '=') {
1331                 lex_ungetch(lex, thirdch);
1332                 lex_ungetch(lex, nextch);
1333             }
1334             else {
1335                 lex_tokench(lex, nextch);
1336                 lex_tokench(lex, thirdch);
1337             }
1338         }
1339         else if (lex->flags.preprocessing &&
1340                  ch == '-' && isdigit(nextch))
1341         {
1342             lex->tok.ttype = lex_finish_digit(lex, nextch);
1343             if (lex->tok.ttype == TOKEN_INTCONST)
1344                 lex->tok.constval.i = -lex->tok.constval.i;
1345             else
1346                 lex->tok.constval.f = -lex->tok.constval.f;
1347             lex_endtoken(lex);
1348             return lex->tok.ttype;
1349         } else {
1350             lex_ungetch(lex, nextch);
1351         }
1352
1353         lex_endtoken(lex);
1354         return (lex->tok.ttype = TOKEN_OPERATOR);
1355     }
1356
1357     /*
1358     if (ch == '^' || ch == '~' || ch == '!')
1359     {
1360         lex_tokench(lex, ch);
1361         lex_endtoken(lex);
1362         return (lex->tok.ttype = TOKEN_OPERATOR);
1363     }
1364     */
1365
1366     if (ch == '*' || ch == '/') /* *=, /= */
1367     {
1368         lex_tokench(lex, ch);
1369
1370         nextch = lex_getch(lex);
1371         if (nextch == '=' || nextch == '*') {
1372             lex_tokench(lex, nextch);
1373         } else
1374             lex_ungetch(lex, nextch);
1375
1376         lex_endtoken(lex);
1377         return (lex->tok.ttype = TOKEN_OPERATOR);
1378     }
1379
1380     if (ch == '%') {
1381         lex_tokench(lex, ch);
1382         lex_endtoken(lex);
1383         return (lex->tok.ttype = TOKEN_OPERATOR);
1384     }
1385
1386     if (isident_start(ch))
1387     {
1388         const char *v;
1389
1390         lex_tokench(lex, ch);
1391         if (!lex_finish_ident(lex)) {
1392             /* error? */
1393             return (lex->tok.ttype = TOKEN_ERROR);
1394         }
1395         lex_endtoken(lex);
1396         lex->tok.ttype = TOKEN_IDENT;
1397
1398         v = lex->tok.value;
1399         if (!strcmp(v, "void")) {
1400             lex->tok.ttype = TOKEN_TYPENAME;
1401             lex->tok.constval.t = TYPE_VOID;
1402         } else if (!strcmp(v, "int")) {
1403             lex->tok.ttype = TOKEN_TYPENAME;
1404             lex->tok.constval.t = TYPE_INTEGER;
1405         } else if (!strcmp(v, "float")) {
1406             lex->tok.ttype = TOKEN_TYPENAME;
1407             lex->tok.constval.t = TYPE_FLOAT;
1408         } else if (!strcmp(v, "string")) {
1409             lex->tok.ttype = TOKEN_TYPENAME;
1410             lex->tok.constval.t = TYPE_STRING;
1411         } else if (!strcmp(v, "entity")) {
1412             lex->tok.ttype = TOKEN_TYPENAME;
1413             lex->tok.constval.t = TYPE_ENTITY;
1414         } else if (!strcmp(v, "vector")) {
1415             lex->tok.ttype = TOKEN_TYPENAME;
1416             lex->tok.constval.t = TYPE_VECTOR;
1417         } else {
1418             size_t kw;
1419             for (kw = 0; kw < num_keywords_qc; ++kw) {
1420                 if (!strcmp(v, keywords_qc[kw]))
1421                     return (lex->tok.ttype = TOKEN_KEYWORD);
1422             }
1423             if (OPTS_OPTION_U32(OPTION_STANDARD) != COMPILER_QCC) {
1424                 for (kw = 0; kw < num_keywords_fg; ++kw) {
1425                     if (!strcmp(v, keywords_fg[kw]))
1426                         return (lex->tok.ttype = TOKEN_KEYWORD);
1427                 }
1428             }
1429         }
1430
1431         return lex->tok.ttype;
1432     }
1433
1434     if (ch == '"')
1435     {
1436         lex->flags.nodigraphs = true;
1437         if (lex->flags.preprocessing)
1438             lex_tokench(lex, ch);
1439         lex->tok.ttype = lex_finish_string(lex, '"');
1440         if (lex->flags.preprocessing)
1441             lex_tokench(lex, ch);
1442         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1443         {
1444             /* Allow c style "string" "continuation" */
1445             ch = lex_skipwhite(lex, false);
1446             if (ch != '"') {
1447                 lex_ungetch(lex, ch);
1448                 break;
1449             }
1450
1451             lex->tok.ttype = lex_finish_string(lex, '"');
1452         }
1453         lex->flags.nodigraphs = false;
1454         lex_endtoken(lex);
1455         return lex->tok.ttype;
1456     }
1457
1458     if (ch == '\'')
1459     {
1460         /* we parse character constants like string,
1461          * but return TOKEN_CHARCONST, or a vector type if it fits...
1462          * Likewise actual unescaping has to be done by the parser.
1463          * The difference is we don't allow 'char' 'continuation'.
1464          */
1465         if (lex->flags.preprocessing)
1466             lex_tokench(lex, ch);
1467         lex->tok.ttype = lex_finish_string(lex, '\'');
1468         if (lex->flags.preprocessing)
1469             lex_tokench(lex, ch);
1470         lex_endtoken(lex);
1471
1472         lex->tok.ttype = TOKEN_CHARCONST;
1473          /* It's a vector if we can successfully scan 3 floats */
1474 #ifdef _MSC_VER
1475         if (sscanf_s(lex->tok.value, " %f %f %f ",
1476                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1477 #else
1478         if (sscanf(lex->tok.value, " %f %f %f ",
1479                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1480 #endif
1481
1482         {
1483              lex->tok.ttype = TOKEN_VECTORCONST;
1484         }
1485         else
1486         {
1487             if (!lex->flags.preprocessing && strlen(lex->tok.value) > 1) {
1488                 uchar_t u8char;
1489                 /* check for a valid utf8 character */
1490                 if (!OPTS_FLAG(UTF8) || !u8_analyze(lex->tok.value, NULL, NULL, &u8char, 8)) {
1491                     if (lexwarn(lex, WARN_MULTIBYTE_CHARACTER,
1492                                 ( OPTS_FLAG(UTF8) ? "invalid multibyte character sequence `%s`"
1493                                                   : "multibyte character: `%s`" ),
1494                                 lex->tok.value))
1495                         return (lex->tok.ttype = TOKEN_ERROR);
1496                 }
1497                 else
1498                     lex->tok.constval.i = u8char;
1499             }
1500             else
1501                 lex->tok.constval.i = lex->tok.value[0];
1502         }
1503
1504         return lex->tok.ttype;
1505     }
1506
1507     if (isdigit(ch))
1508     {
1509         lex->tok.ttype = lex_finish_digit(lex, ch);
1510         lex_endtoken(lex);
1511         return lex->tok.ttype;
1512     }
1513
1514     if (lex->flags.preprocessing) {
1515         lex_tokench(lex, ch);
1516         lex_endtoken(lex);
1517         return (lex->tok.ttype = ch);
1518     }
1519
1520     lexerror(lex, "unknown token: `%s`", lex->tok.value);
1521     return (lex->tok.ttype = TOKEN_ERROR);
1522 }