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 <string.h>
  24 #include <stdlib.h>
  25
  26 #include "gmqcc.h"
  27 #include "lexer.h"
  28 /*
  29  * List of Keywords
  30  */
  31
  32 /* original */
  33 static const char *keywords_qc[] = {
  34     "for", "do", "while",
  35     "if", "else",
  36     "local",
  37     "return",
  38     "const"
  39 };
  40 static size_t num_keywords_qc = sizeof(keywords_qc) / sizeof(keywords_qc[0]);
  41
  42 /* For fte/gmgqcc */
  43 static const char *keywords_fg[] = {
  44     "switch", "case", "default",
  45     "struct", "union",
  46     "break", "continue",
  47     "typedef",
  48     "goto",
  49
  50     "__builtin_debug_printtype"
  51 };
  52 static size_t num_keywords_fg = sizeof(keywords_fg) / sizeof(keywords_fg[0]);
  53
  54 /*
  55  * Lexer code
  56  */
  57
  58 static char* *lex_filenames;
  59
  60 static void lexerror(lex_file *lex, const char *fmt, ...)
  61 {
  62     va_list ap;
  63
  64     va_start(ap, fmt);
  65     if (lex)
  66         con_vprintmsg(LVL_ERROR, lex->name, lex->sline, lex->column, "parse error", fmt, ap);
  67     else
  68         con_vprintmsg(LVL_ERROR, "", 0, 0, "parse error", fmt, ap);
  69     va_end(ap);
  70 }
  71
  72 static bool lexwarn(lex_file *lex, int warntype, const char *fmt, ...)
  73 {
  74     bool    r;
  75     lex_ctx ctx;
  76     va_list ap;
  77
  78     ctx.file = lex->name;
  79     ctx.line = lex->sline;
  80
  81     va_start(ap, fmt);
  82     r = vcompile_warning(ctx, warntype, fmt, ap);
  83     va_end(ap);
  84     return r;
  85 }
  86
  87
  88 #if 0
  89 token* token_new()
  90 {
  91     token *tok = (token*)mem_a(sizeof(token));
  92     if (!tok)
  93         return NULL;
  94     memset(tok, 0, sizeof(*tok));
  95     return tok;
  96 }
  97
  98 void token_delete(token *self)
  99 {
 100     if (self->next && self->next->prev == self)
 101         self->next->prev = self->prev;
 102     if (self->prev && self->prev->next == self)
 103         self->prev->next = self->next;
 104     MEM_VECTOR_CLEAR(self, value);
 105     mem_d(self);
 106 }
 107
 108 token* token_copy(const token *cp)
 109 {
 110     token* self = token_new();
 111     if (!self)
 112         return NULL;
 113     /* copy the value */
 114     self->value_alloc = cp->value_count + 1;
 115     self->value_count = cp->value_count;
 116     self->value = (char*)mem_a(self->value_alloc);
 117     if (!self->value) {
 118         mem_d(self);
 119         return NULL;
 120     }
 121     memcpy(self->value, cp->value, cp->value_count);
 122     self->value[self->value_alloc-1] = 0;
 123
 124     /* rest */
 125     self->ctx = cp->ctx;
 126     self->ttype = cp->ttype;
 127     memcpy(&self->constval, &cp->constval, sizeof(self->constval));
 128     return self;
 129 }
 130
 131 void token_delete_all(token *t)
 132 {
 133     token *n;
 134
 135     do {
 136         n = t->next;
 137         token_delete(t);
 138         t = n;
 139     } while(t);
 140 }
 141
 142 token* token_copy_all(const token *cp)
 143 {
 144     token *cur;
 145     token *out;
 146
 147     out = cur = token_copy(cp);
 148     if (!out)
 149         return NULL;
 150
 151     while (cp->next) {
 152         cp = cp->next;
 153         cur->next = token_copy(cp);
 154         if (!cur->next) {
 155             token_delete_all(out);
 156             return NULL;
 157         }
 158         cur->next->prev = cur;
 159         cur = cur->next;
 160     }
 161
 162     return out;
 163 }
 164 #else
 165 static void lex_token_new(lex_file *lex)
 166 {
 167 #if 0
 168     if (lex->tok)
 169         token_delete(lex->tok);
 170     lex->tok = token_new();
 171 #else
 172     if (lex->tok.value)
 173         vec_shrinkto(lex->tok.value, 0);
 174
 175     lex->tok.constval.t  = 0;
 176     lex->tok.ctx.line    = lex->sline;
 177     lex->tok.ctx.file    = lex->name;
 178     lex->tok.ctx.column  = lex->column;
 179 #endif
 180 }
 181 #endif
 182
 183 lex_file* lex_open(const char *file)
 184 {
 185     lex_file *lex;
 186     FILE *in = fs_file_open(file, "rb");
 187
 188     if (!in) {
 189         lexerror(NULL, "open failed: '%s'\n", file);
 190         return NULL;
 191     }
 192
 193     lex = (lex_file*)mem_a(sizeof(*lex));
 194     if (!lex) {
 195         fs_file_close(in);
 196         lexerror(NULL, "out of memory\n");
 197         return NULL;
 198     }
 199
 200     memset(lex, 0, sizeof(*lex));
 201
 202     lex->file    = in;
 203     lex->name    = util_strdup(file);
 204     lex->line    = 1; /* we start counting at 1 */
 205     lex->column  = 0;
 206     lex->peekpos = 0;
 207     lex->eof     = false;
 208
 209     vec_push(lex_filenames, lex->name);
 210     return lex;
 211 }
 212
 213 lex_file* lex_open_string(const char *str, size_t len, const char *name)
 214 {
 215     lex_file *lex;
 216
 217     lex = (lex_file*)mem_a(sizeof(*lex));
 218     if (!lex) {
 219         lexerror(NULL, "out of memory\n");
 220         return NULL;
 221     }
 222
 223     memset(lex, 0, sizeof(*lex));
 224
 225     lex->file = NULL;
 226     lex->open_string        = str;
 227     lex->open_string_length = len;
 228     lex->open_string_pos    = 0;
 229
 230     lex->name    = util_strdup(name ? name : "<string-source>");
 231     lex->line    = 1; /* we start counting at 1 */
 232     lex->peekpos = 0;
 233     lex->eof     = false;
 234     lex->column  = 0;
 235
 236     vec_push(lex_filenames, lex->name);
 237
 238     return lex;
 239 }
 240
 241 void lex_cleanup(void)
 242 {
 243     size_t i;
 244     for (i = 0; i < vec_size(lex_filenames); ++i)
 245         mem_d(lex_filenames[i]);
 246     vec_free(lex_filenames);
 247 }
 248
 249 void lex_close(lex_file *lex)
 250 {
 251     size_t i;
 252     for (i = 0; i < vec_size(lex->frames); ++i)
 253         mem_d(lex->frames[i].name);
 254     vec_free(lex->frames);
 255
 256     if (lex->modelname)
 257         vec_free(lex->modelname);
 258
 259     if (lex->file)
 260         fs_file_close(lex->file);
 261 #if 0
 262     if (lex->tok)
 263         token_delete(lex->tok);
 264 #else
 265     vec_free(lex->tok.value);
 266 #endif
 267     /* mem_d(lex->name); collected in lex_filenames */
 268     mem_d(lex);
 269 }
 270
 271 static int lex_fgetc(lex_file *lex)
 272 {
 273     if (lex->file) {
 274         lex->column++;
 275         return fs_file_getc(lex->file);
 276     }
 277     if (lex->open_string) {
 278         if (lex->open_string_pos >= lex->open_string_length)
 279             return EOF;
 280         lex->column++;
 281         return lex->open_string[lex->open_string_pos++];
 282     }
 283     return EOF;
 284 }
 285
 286 /* Get or put-back data
 287  * The following to functions do NOT understand what kind of data they
 288  * are working on.
 289  * The are merely wrapping get/put in order to count line numbers.
 290  */
 291 static void lex_ungetch(lex_file *lex, int ch);
 292 static int lex_try_trigraph(lex_file *lex, int old)
 293 {
 294     int c2, c3;
 295     c2 = lex_fgetc(lex);
 296     if (!lex->push_line && c2 == '\n') {
 297         lex->line++;
 298         lex->column = 0;
 299     }
 300
 301     if (c2 != '?') {
 302         lex_ungetch(lex, c2);
 303         return old;
 304     }
 305
 306     c3 = lex_fgetc(lex);
 307     if (!lex->push_line && c3 == '\n') {
 308         lex->line++;
 309         lex->column = 0;
 310     }
 311
 312     switch (c3) {
 313         case '=': return '#';
 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         default:
 323             lex_ungetch(lex, c3);
 324             lex_ungetch(lex, c2);
 325             return old;
 326     }
 327 }
 328
 329 static int lex_try_digraph(lex_file *lex, int ch)
 330 {
 331     int c2;
 332     c2 = lex_fgetc(lex);
 333     /* we just used fgetc() so count lines
 334      * need to offset a \n the ungetch would recognize
 335      */
 336     if (!lex->push_line && c2 == '\n')
 337         lex->line++;
 338     if      (ch == '<' && c2 == ':')
 339         return '[';
 340     else if (ch == ':' && c2 == '>')
 341         return ']';
 342     else if (ch == '<' && c2 == '%')
 343         return '{';
 344     else if (ch == '%' && c2 == '>')
 345         return '}';
 346     else if (ch == '%' && c2 == ':')
 347         return '#';
 348     lex_ungetch(lex, c2);
 349     return ch;
 350 }
 351
 352 static int lex_getch(lex_file *lex)
 353 {
 354     int ch;
 355
 356     if (lex->peekpos) {
 357         lex->peekpos--;
 358         if (!lex->push_line && lex->peek[lex->peekpos] == '\n')
 359             lex->line++;
 360         return lex->peek[lex->peekpos];
 361     }
 362
 363     ch = lex_fgetc(lex);
 364     if (!lex->push_line && ch == '\n')
 365         lex->line++;
 366     else if (ch == '?')
 367         return lex_try_trigraph(lex, ch);
 368     else if (!lex->flags.nodigraphs && (ch == '<' || ch == ':' || ch == '%'))
 369         return lex_try_digraph(lex, ch);
 370     return ch;
 371 }
 372
 373 static void lex_ungetch(lex_file *lex, int ch)
 374 {
 375     lex->peek[lex->peekpos++] = ch;
 376     lex->column--;
 377     if (!lex->push_line && ch == '\n') {
 378         lex->line--;
 379         lex->column = 0;
 380     }
 381 }
 382
 383 /* classify characters
 384  * some additions to the is*() functions of ctype.h
 385  */
 386
 387 /* Idents are alphanumberic, but they start with alpha or _ */
 388 static bool isident_start(int ch)
 389 {
 390     return util_isalpha(ch) || ch == '_';
 391 }
 392
 393 static bool isident(int ch)
 394 {
 395     return isident_start(ch) || util_isdigit(ch);
 396 }
 397
 398 /* isxdigit_only is used when we already know it's not a digit
 399  * and want to see if it's a hex digit anyway.
 400  */
 401 static bool isxdigit_only(int ch)
 402 {
 403     return (ch >= 'a' && ch <= 'f') || (ch >= 'A' && ch <= 'F');
 404 }
 405
 406 /* Append a character to the token buffer */
 407 static void lex_tokench(lex_file *lex, int ch)
 408 {
 409     vec_push(lex->tok.value, ch);
 410 }
 411
 412 /* Append a trailing null-byte */
 413 static void lex_endtoken(lex_file *lex)
 414 {
 415     vec_push(lex->tok.value, 0);
 416     vec_shrinkby(lex->tok.value, 1);
 417 }
 418
 419 static bool lex_try_pragma(lex_file *lex)
 420 {
 421     int ch;
 422     char *pragma  = NULL;
 423     char *command = NULL;
 424     char *param   = NULL;
 425     size_t line;
 426
 427     if (lex->flags.preprocessing)
 428         return false;
 429
 430     line = lex->line;
 431
 432     ch = lex_getch(lex);
 433     if (ch != '#') {
 434         lex_ungetch(lex, ch);
 435         return false;
 436     }
 437
 438     for (ch = lex_getch(lex); vec_size(pragma) < 8 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 439         vec_push(pragma, ch);
 440     vec_push(pragma, 0);
 441
 442     if (ch != ' ' || strcmp(pragma, "pragma")) {
 443         lex_ungetch(lex, ch);
 444         goto unroll;
 445     }
 446
 447     for (ch = lex_getch(lex); vec_size(command) < 32 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 448         vec_push(command, ch);
 449     vec_push(command, 0);
 450
 451     if (ch != '(') {
 452         lex_ungetch(lex, ch);
 453         goto unroll;
 454     }
 455
 456     for (ch = lex_getch(lex); vec_size(param) < 1024 && ch != ')' && ch != '\n'; ch = lex_getch(lex))
 457         vec_push(param, ch);
 458     vec_push(param, 0);
 459
 460     if (ch != ')') {
 461         lex_ungetch(lex, ch);
 462         goto unroll;
 463     }
 464
 465     if (!strcmp(command, "push")) {
 466         if (!strcmp(param, "line")) {
 467             lex->push_line++;
 468             if (lex->push_line == 1)
 469                 --line;
 470         }
 471         else
 472             goto unroll;
 473     }
 474     else if (!strcmp(command, "pop")) {
 475         if (!strcmp(param, "line")) {
 476             if (lex->push_line)
 477                 lex->push_line--;
 478             if (lex->push_line == 0)
 479                 --line;
 480         }
 481         else
 482             goto unroll;
 483     }
 484     else if (!strcmp(command, "file")) {
 485         lex->name = util_strdup(param);
 486         vec_push(lex_filenames, lex->name);
 487     }
 488     else if (!strcmp(command, "line")) {
 489         line = strtol(param, NULL, 0)-1;
 490     }
 491     else
 492         goto unroll;
 493
 494     lex->line = line;
 495     while (ch != '\n' && ch != EOF)
 496         ch = lex_getch(lex);
 497     vec_free(command);
 498     vec_free(param);
 499     vec_free(pragma);
 500     return true;
 501
 502 unroll:
 503     if (command) {
 504         vec_pop(command);
 505         while (vec_size(command)) {
 506             lex_ungetch(lex, (unsigned char)vec_last(command));
 507             vec_pop(command);
 508         }
 509         vec_free(command);
 510         lex_ungetch(lex, ' ');
 511     }
 512     if (param) {
 513         vec_pop(param);
 514         while (vec_size(param)) {
 515             lex_ungetch(lex, (unsigned char)vec_last(param));
 516             vec_pop(param);
 517         }
 518         vec_free(param);
 519         lex_ungetch(lex, ' ');
 520     }
 521     if (pragma) {
 522         vec_pop(pragma);
 523         while (vec_size(pragma)) {
 524             lex_ungetch(lex, (unsigned char)vec_last(pragma));
 525             vec_pop(pragma);
 526         }
 527         vec_free(pragma);
 528     }
 529     lex_ungetch(lex, '#');
 530
 531     lex->line = line;
 532     return false;
 533 }
 534
 535 /* Skip whitespace and comments and return the first
 536  * non-white character.
 537  * As this makes use of the above getch() ungetch() functions,
 538  * we don't need to care at all about line numbering anymore.
 539  *
 540  * In theory, this function should only be used at the beginning
 541  * of lexing, or when we *know* the next character is part of the token.
 542  * Otherwise, if the parser throws an error, the linenumber may not be
 543  * the line of the error, but the line of the next token AFTER the error.
 544  *
 545  * This is currently only problematic when using c-like string-continuation,
 546  * since comments and whitespaces are allowed between 2 such strings.
 547  * Example:
 548 printf(   "line one\n"
 549 // A comment
 550           "A continuation of the previous string"
 551 // This line is skipped
 552       , foo);
 553
 554  * In this case, if the parse decides it didn't actually want a string,
 555  * and uses lex->line to print an error, it will show the ', foo);' line's
 556  * linenumber.
 557  *
 558  * On the other hand, the parser is supposed to remember the line of the next
 559  * token's beginning. In this case we would want skipwhite() to be called
 560  * AFTER reading a token, so that the parser, before reading the NEXT token,
 561  * doesn't store teh *comment's* linenumber, but the actual token's linenumber.
 562  *
 563  * THIS SOLUTION
 564  *    here is to store the line of the first character after skipping
 565  *    the initial whitespace in lex->sline, this happens in lex_do.
 566  */
 567 static int lex_skipwhite(lex_file *lex, bool hadwhite)
 568 {
 569     int ch = 0;
 570     bool haswhite = hadwhite;
 571
 572     do
 573     {
 574         ch = lex_getch(lex);
 575         while (ch != EOF && util_isspace(ch)) {
 576             if (ch == '\n') {
 577                 if (lex_try_pragma(lex))
 578                     continue;
 579             }
 580             if (lex->flags.preprocessing) {
 581                 if (ch == '\n') {
 582                     /* end-of-line */
 583                     /* see if there was whitespace first */
 584                     if (haswhite) { /* (vec_size(lex->tok.value)) { */
 585                         lex_ungetch(lex, ch);
 586                         lex_endtoken(lex);
 587                         return TOKEN_WHITE;
 588                     }
 589                     /* otherwise return EOL */
 590                     return TOKEN_EOL;
 591                 }
 592                 haswhite = true;
 593                 lex_tokench(lex, ch);
 594             }
 595             ch = lex_getch(lex);
 596         }
 597
 598         if (ch == '/') {
 599             ch = lex_getch(lex);
 600             if (ch == '/')
 601             {
 602                 /* one line comment */
 603                 ch = lex_getch(lex);
 604
 605                 if (lex->flags.preprocessing) {
 606                     haswhite = true;
 607                     /*
 608                     lex_tokench(lex, '/');
 609                     lex_tokench(lex, '/');
 610                     */
 611                     lex_tokench(lex, ' ');
 612                     lex_tokench(lex, ' ');
 613                 }
 614
 615                 while (ch != EOF && ch != '\n') {
 616                     if (lex->flags.preprocessing)
 617                         lex_tokench(lex, ' '); /* ch); */
 618                     ch = lex_getch(lex);
 619                 }
 620                 if (lex->flags.preprocessing) {
 621                     lex_ungetch(lex, '\n');
 622                     lex_endtoken(lex);
 623                     return TOKEN_WHITE;
 624                 }
 625                 continue;
 626             }
 627             if (ch == '*')
 628             {
 629                 /* multiline comment */
 630                 if (lex->flags.preprocessing) {
 631                     haswhite = true;
 632                     /*
 633                     lex_tokench(lex, '/');
 634                     lex_tokench(lex, '*');
 635                     */
 636                     lex_tokench(lex, ' ');
 637                     lex_tokench(lex, ' ');
 638                 }
 639
 640                 while (ch != EOF)
 641                 {
 642                     ch = lex_getch(lex);
 643                     if (ch == '*') {
 644                         ch = lex_getch(lex);
 645                         if (ch == '/') {
 646                             if (lex->flags.preprocessing) {
 647                                 /*
 648                                 lex_tokench(lex, '*');
 649                                 lex_tokench(lex, '/');
 650                                 */
 651                                 lex_tokench(lex, ' ');
 652                                 lex_tokench(lex, ' ');
 653                             }
 654                             break;
 655                         }
 656                         lex_ungetch(lex, ch);
 657                     }
 658                     if (lex->flags.preprocessing) {
 659                         if (ch == '\n')
 660                             lex_tokench(lex, '\n');
 661                         else
 662                             lex_tokench(lex, ' '); /* ch); */
 663                     }
 664                 }
 665                 ch = ' '; /* cause TRUE in the isspace check */
 666                 continue;
 667             }
 668             /* Otherwise roll back to the slash and break out of the loop */
 669             lex_ungetch(lex, ch);
 670             ch = '/';
 671             break;
 672         }
 673     } while (ch != EOF && util_isspace(ch));
 674
 675     if (haswhite) {
 676         lex_endtoken(lex);
 677         lex_ungetch(lex, ch);
 678         return TOKEN_WHITE;
 679     }
 680     return ch;
 681 }
 682
 683 /* Get a token */
 684 static bool GMQCC_WARN lex_finish_ident(lex_file *lex)
 685 {
 686     int ch;
 687
 688     ch = lex_getch(lex);
 689     while (ch != EOF && isident(ch))
 690     {
 691         lex_tokench(lex, ch);
 692         ch = lex_getch(lex);
 693     }
 694
 695     /* last ch was not an ident ch: */
 696     lex_ungetch(lex, ch);
 697
 698     return true;
 699 }
 700
 701 /* read one ident for the frame list */
 702 static int lex_parse_frame(lex_file *lex)
 703 {
 704     int ch;
 705
 706     lex_token_new(lex);
 707
 708     ch = lex_getch(lex);
 709     while (ch != EOF && ch != '\n' && util_isspace(ch))
 710         ch = lex_getch(lex);
 711
 712     if (ch == '\n')
 713         return 1;
 714
 715     if (!isident_start(ch)) {
 716         lexerror(lex, "invalid framename, must start with one of a-z or _, got %c", ch);
 717         return -1;
 718     }
 719
 720     lex_tokench(lex, ch);
 721     if (!lex_finish_ident(lex))
 722         return -1;
 723     lex_endtoken(lex);
 724     return 0;
 725 }
 726
 727 /* read a list of $frames */
 728 static bool lex_finish_frames(lex_file *lex)
 729 {
 730     do {
 731         size_t i;
 732         int    rc;
 733         frame_macro m;
 734
 735         rc = lex_parse_frame(lex);
 736         if (rc > 0) /* end of line */
 737             return true;
 738         if (rc < 0) /* error */
 739             return false;
 740
 741         for (i = 0; i < vec_size(lex->frames); ++i) {
 742             if (!strcmp(lex->tok.value, lex->frames[i].name)) {
 743                 lex->frames[i].value = lex->framevalue++;
 744                 if (lexwarn(lex, WARN_FRAME_MACROS, "duplicate frame macro defined: `%s`", lex->tok.value))
 745                     return false;
 746                 break;
 747             }
 748         }
 749         if (i < vec_size(lex->frames))
 750             continue;
 751
 752         m.value = lex->framevalue++;
 753         m.name = util_strdup(lex->tok.value);
 754         vec_shrinkto(lex->tok.value, 0);
 755         vec_push(lex->frames, m);
 756     } while (true);
 757
 758     return false;
 759 }
 760
 761 static int GMQCC_WARN lex_finish_string(lex_file *lex, int quote)
 762 {
 763     uchar_t chr;
 764     int ch = 0;
 765     int nextch;
 766     bool hex;
 767     char u8buf[8]; /* way more than enough */
 768     int  u8len, uc;
 769
 770     while (ch != EOF)
 771     {
 772         ch = lex_getch(lex);
 773         if (ch == quote)
 774             return TOKEN_STRINGCONST;
 775
 776         if (lex->flags.preprocessing && ch == '\\') {
 777             lex_tokench(lex, ch);
 778             ch = lex_getch(lex);
 779             if (ch == EOF) {
 780                 lexerror(lex, "unexpected end of file");
 781                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 782                 return (lex->tok.ttype = TOKEN_ERROR);
 783             }
 784             lex_tokench(lex, ch);
 785         }
 786         else if (ch == '\\') {
 787             ch = lex_getch(lex);
 788             if (ch == EOF) {
 789                 lexerror(lex, "unexpected end of file");
 790                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 791                 return (lex->tok.ttype = TOKEN_ERROR);
 792             }
 793
 794             switch (ch) {
 795             case '\\': break;
 796             case '\'': break;
 797             case '"':  break;
 798             case 'a':  ch = '\a'; break;
 799             case 'b':  ch = '\b'; break;
 800             case 'r':  ch = '\r'; break;
 801             case 'n':  ch = '\n'; break;
 802             case 't':  ch = '\t'; break;
 803             case 'f':  ch = '\f'; break;
 804             case 'v':  ch = '\v'; break;
 805             case 'x':
 806             case 'X':
 807                 /* same procedure as in fteqcc */
 808                 ch = 0;
 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
 822                 ch *= 0x10;
 823                 nextch = lex_getch(lex);
 824                 if      (nextch >= '0' && nextch <= '9')
 825                     ch += nextch - '0';
 826                 else if (nextch >= 'a' && nextch <= 'f')
 827                     ch += nextch - 'a' + 10;
 828                 else if (nextch >= 'A' && nextch <= 'F')
 829                     ch += nextch - 'A' + 10;
 830                 else {
 831                     lexerror(lex, "bad character code");
 832                     lex_ungetch(lex, nextch);
 833                     return (lex->tok.ttype = TOKEN_ERROR);
 834                 }
 835                 break;
 836
 837             /* fteqcc support */
 838             case '0': case '1': case '2': case '3':
 839             case '4': case '5': case '6': case '7':
 840             case '8': case '9':
 841                 ch = 18 + ch - '0';
 842                 break;
 843             case '<':  ch = 29; break;
 844             case '-':  ch = 30; break;
 845             case '>':  ch = 31; break;
 846             case '[':  ch = 16; break;
 847             case ']':  ch = 17; break;
 848             case '{':
 849                 chr = 0;
 850                 nextch = lex_getch(lex);
 851                 hex = (nextch == 'x');
 852                 if (!hex)
 853                     lex_ungetch(lex, nextch);
 854                 for (nextch = lex_getch(lex); nextch != '}'; nextch = lex_getch(lex)) {
 855                     if (!hex) {
 856                         if (nextch >= '0' && nextch <= '9')
 857                             chr = chr * 10 + nextch - '0';
 858                         else {
 859                             lexerror(lex, "bad character code");
 860                             return (lex->tok.ttype = TOKEN_ERROR);
 861                         }
 862                     } else {
 863                         if (nextch >= '0' && nextch <= '9')
 864                             chr = chr * 0x10 + nextch - '0';
 865                         else if (nextch >= 'a' && nextch <= 'f')
 866                             chr = chr * 0x10 + nextch - 'a' + 10;
 867                         else if (nextch >= 'A' && nextch <= 'F')
 868                             chr = chr * 0x10 + nextch - 'A' + 10;
 869                         else {
 870                             lexerror(lex, "bad character code");
 871                             return (lex->tok.ttype = TOKEN_ERROR);
 872                         }
 873                     }
 874                     if (chr > 0x10FFFF || (!OPTS_FLAG(UTF8) && chr > 255))
 875                     {
 876                         lexerror(lex, "character code out of range");
 877                         return (lex->tok.ttype = TOKEN_ERROR);
 878                     }
 879                 }
 880                 if (OPTS_FLAG(UTF8) && chr >= 128) {
 881                     u8len = u8_fromchar(chr, u8buf, sizeof(u8buf));
 882                     if (!u8len)
 883                         ch = 0;
 884                     else {
 885                         --u8len;
 886                         lex->column += u8len;
 887                         for (uc = 0; uc < u8len; ++uc)
 888                             lex_tokench(lex, u8buf[uc]);
 889                         /* the last character will be inserted with the tokench() call
 890                          * below the switch
 891                          */
 892                         ch = u8buf[uc];
 893                     }
 894                 }
 895                 else
 896                     ch = chr;
 897                 break;
 898             case '\n':  ch = '\n'; break;
 899
 900             default:
 901                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 902                 /* so we just add the character plus backslash no matter what it actually is */
 903                 lex_tokench(lex, '\\');
 904             }
 905             /* add the character finally */
 906             lex_tokench(lex, ch);
 907         }
 908         else
 909             lex_tokench(lex, ch);
 910     }
 911     lexerror(lex, "unexpected end of file within string constant");
 912     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 913     return (lex->tok.ttype = TOKEN_ERROR);
 914 }
 915
 916 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 917 {
 918     bool ishex = false;
 919
 920     int  ch = lastch;
 921
 922     /* parse a number... */
 923     if (ch == '.')
 924         lex->tok.ttype = TOKEN_FLOATCONST;
 925     else
 926         lex->tok.ttype = TOKEN_INTCONST;
 927
 928     lex_tokench(lex, ch);
 929
 930     ch = lex_getch(lex);
 931     if (ch != '.' && !util_isdigit(ch))
 932     {
 933         if (lastch != '0' || ch != 'x')
 934         {
 935             /* end of the number or EOF */
 936             lex_ungetch(lex, ch);
 937             lex_endtoken(lex);
 938
 939             lex->tok.constval.i = lastch - '0';
 940             return lex->tok.ttype;
 941         }
 942
 943         ishex = true;
 944     }
 945
 946     /* EOF would have been caught above */
 947
 948     if (ch != '.')
 949     {
 950         lex_tokench(lex, ch);
 951         ch = lex_getch(lex);
 952         while (util_isdigit(ch) || (ishex && isxdigit_only(ch)))
 953         {
 954             lex_tokench(lex, ch);
 955             ch = lex_getch(lex);
 956         }
 957     }
 958     /* NOT else, '.' can come from above as well */
 959     if (lex->tok.ttype != TOKEN_FLOATCONST && ch == '.' && !ishex)
 960     {
 961         /* Allow floating comma in non-hex mode */
 962         lex->tok.ttype = TOKEN_FLOATCONST;
 963         lex_tokench(lex, ch);
 964
 965         /* continue digits-only */
 966         ch = lex_getch(lex);
 967         while (util_isdigit(ch))
 968         {
 969             lex_tokench(lex, ch);
 970             ch = lex_getch(lex);
 971         }
 972     }
 973     /* put back the last character */
 974     /* but do not put back the trailing 'f' or a float */
 975     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 976         ch = lex_getch(lex);
 977
 978     /* generally we don't want words to follow numbers: */
 979     if (isident(ch)) {
 980         lexerror(lex, "unexpected trailing characters after number");
 981         return (lex->tok.ttype = TOKEN_ERROR);
 982     }
 983     lex_ungetch(lex, ch);
 984
 985     lex_endtoken(lex);
 986     if (lex->tok.ttype == TOKEN_FLOATCONST)
 987         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 988     else
 989         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 990     return lex->tok.ttype;
 991 }
 992
 993 int lex_do(lex_file *lex)
 994 {
 995     int ch, nextch, thirdch;
 996     bool hadwhite = false;
 997
 998     lex_token_new(lex);
 999 #if 0
1000     if (!lex->tok)
1001         return TOKEN_FATAL;
1002 #endif
1003
1004     while (true) {
1005         ch = lex_skipwhite(lex, hadwhite);
1006         hadwhite = true;
1007         if (!lex->flags.mergelines || ch != '\\')
1008             break;
1009         ch = lex_getch(lex);
1010         if (ch == '\r')
1011             ch = lex_getch(lex);
1012         if (ch != '\n') {
1013             lex_ungetch(lex, ch);
1014             ch = '\\';
1015             break;
1016         }
1017         /* we reached a linemerge */
1018         lex_tokench(lex, '\n');
1019         continue;
1020     }
1021
1022     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
1023         return (lex->tok.ttype = ch);
1024     }
1025
1026     lex->sline = lex->line;
1027     lex->tok.ctx.line = lex->sline;
1028     lex->tok.ctx.file = lex->name;
1029
1030     if (lex->eof)
1031         return (lex->tok.ttype = TOKEN_FATAL);
1032
1033     if (ch == EOF) {
1034         lex->eof = true;
1035         return (lex->tok.ttype = TOKEN_EOF);
1036     }
1037
1038     /* modelgen / spiritgen commands */
1039     if (ch == '$' && !lex->flags.preprocessing) {
1040         const char *v;
1041         size_t frame;
1042
1043         ch = lex_getch(lex);
1044         if (!isident_start(ch)) {
1045             lexerror(lex, "hanging '$' modelgen/spritegen command line");
1046             return lex_do(lex);
1047         }
1048         lex_tokench(lex, ch);
1049         if (!lex_finish_ident(lex))
1050             return (lex->tok.ttype = TOKEN_ERROR);
1051         lex_endtoken(lex);
1052         /* skip the known commands */
1053         v = lex->tok.value;
1054
1055         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
1056         {
1057             /* frame/framesave command works like an enum
1058              * similar to fteqcc we handle this in the lexer.
1059              * The reason for this is that it is sensitive to newlines,
1060              * which the parser is unaware of
1061              */
1062             if (!lex_finish_frames(lex))
1063                  return (lex->tok.ttype = TOKEN_ERROR);
1064             return lex_do(lex);
1065         }
1066
1067         if (!strcmp(v, "framevalue"))
1068         {
1069             ch = lex_getch(lex);
1070             while (ch != EOF && util_isspace(ch) && ch != '\n')
1071                 ch = lex_getch(lex);
1072
1073             if (!util_isdigit(ch)) {
1074                 lexerror(lex, "$framevalue requires an integer parameter");
1075                 return lex_do(lex);
1076             }
1077
1078             lex_token_new(lex);
1079             lex->tok.ttype = lex_finish_digit(lex, ch);
1080             lex_endtoken(lex);
1081             if (lex->tok.ttype != TOKEN_INTCONST) {
1082                 lexerror(lex, "$framevalue requires an integer parameter");
1083                 return lex_do(lex);
1084             }
1085             lex->framevalue = lex->tok.constval.i;
1086             return lex_do(lex);
1087         }
1088
1089         if (!strcmp(v, "framerestore"))
1090         {
1091             int rc;
1092
1093             lex_token_new(lex);
1094
1095             rc = lex_parse_frame(lex);
1096
1097             if (rc > 0) {
1098                 lexerror(lex, "$framerestore requires a framename parameter");
1099                 return lex_do(lex);
1100             }
1101             if (rc < 0)
1102                 return (lex->tok.ttype = TOKEN_FATAL);
1103
1104             v = lex->tok.value;
1105             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1106                 if (!strcmp(v, lex->frames[frame].name)) {
1107                     lex->framevalue = lex->frames[frame].value;
1108                     return lex_do(lex);
1109                 }
1110             }
1111             lexerror(lex, "unknown framename `%s`", v);
1112             return lex_do(lex);
1113         }
1114
1115         if (!strcmp(v, "modelname"))
1116         {
1117             int rc;
1118
1119             lex_token_new(lex);
1120
1121             rc = lex_parse_frame(lex);
1122
1123             if (rc > 0) {
1124                 lexerror(lex, "$modelname requires a parameter");
1125                 return lex_do(lex);
1126             }
1127             if (rc < 0)
1128                 return (lex->tok.ttype = TOKEN_FATAL);
1129
1130             if (lex->modelname) {
1131                 frame_macro m;
1132                 m.value = lex->framevalue;
1133                 m.name = lex->modelname;
1134                 lex->modelname = NULL;
1135                 vec_push(lex->frames, m);
1136             }
1137             lex->modelname = lex->tok.value;
1138             lex->tok.value = NULL;
1139             return lex_do(lex);
1140         }
1141
1142         if (!strcmp(v, "flush"))
1143         {
1144             size_t fi;
1145             for (fi = 0; fi < vec_size(lex->frames); ++fi)
1146                 mem_d(lex->frames[fi].name);
1147             vec_free(lex->frames);
1148             /* skip line (fteqcc does it too) */
1149             ch = lex_getch(lex);
1150             while (ch != EOF && ch != '\n')
1151                 ch = lex_getch(lex);
1152             return lex_do(lex);
1153         }
1154
1155         if (!strcmp(v, "cd") ||
1156             !strcmp(v, "origin") ||
1157             !strcmp(v, "base") ||
1158             !strcmp(v, "flags") ||
1159             !strcmp(v, "scale") ||
1160             !strcmp(v, "skin"))
1161         {
1162             /* skip line */
1163             ch = lex_getch(lex);
1164             while (ch != EOF && ch != '\n')
1165                 ch = lex_getch(lex);
1166             return lex_do(lex);
1167         }
1168
1169         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1170             if (!strcmp(v, lex->frames[frame].name)) {
1171                 lex->tok.constval.i = lex->frames[frame].value;
1172                 return (lex->tok.ttype = TOKEN_INTCONST);
1173             }
1174         }
1175
1176         lexerror(lex, "invalid frame macro");
1177         return lex_do(lex);
1178     }
1179
1180     /* single-character tokens */
1181     switch (ch)
1182     {
1183         case '[':
1184             nextch = lex_getch(lex);
1185             if (nextch == '[') {
1186                 lex_tokench(lex, ch);
1187                 lex_tokench(lex, nextch);
1188                 lex_endtoken(lex);
1189                 return (lex->tok.ttype = TOKEN_ATTRIBUTE_OPEN);
1190             }
1191             lex_ungetch(lex, nextch);
1192             /* FALL THROUGH */
1193         case '(':
1194         case ':':
1195         case '?':
1196             lex_tokench(lex, ch);
1197             lex_endtoken(lex);
1198             if (lex->flags.noops)
1199                 return (lex->tok.ttype = ch);
1200             else
1201                 return (lex->tok.ttype = TOKEN_OPERATOR);
1202
1203         case ']':
1204             if (lex->flags.noops) {
1205                 nextch = lex_getch(lex);
1206                 if (nextch == ']') {
1207                     lex_tokench(lex, ch);
1208                     lex_tokench(lex, nextch);
1209                     lex_endtoken(lex);
1210                     return (lex->tok.ttype = TOKEN_ATTRIBUTE_CLOSE);
1211                 }
1212                 lex_ungetch(lex, nextch);
1213             }
1214             /* FALL THROUGH */
1215         case ')':
1216         case ';':
1217         case '{':
1218         case '}':
1219
1220         case '#':
1221             lex_tokench(lex, ch);
1222             lex_endtoken(lex);
1223             return (lex->tok.ttype = ch);
1224         default:
1225             break;
1226     }
1227
1228     if (ch == '.') {
1229         nextch = lex_getch(lex);
1230         /* digits starting with a dot */
1231         if (util_isdigit(nextch)) {
1232             lex_ungetch(lex, nextch);
1233             lex->tok.ttype = lex_finish_digit(lex, ch);
1234             lex_endtoken(lex);
1235             return lex->tok.ttype;
1236         }
1237         lex_ungetch(lex, nextch);
1238     }
1239
1240     if (lex->flags.noops)
1241     {
1242         /* Detect characters early which are normally
1243          * operators OR PART of an operator.
1244          */
1245         switch (ch)
1246         {
1247             /*
1248             case '+':
1249             case '-':
1250             */
1251             case '*':
1252             case '/':
1253             case '<':
1254             case '>':
1255             case '=':
1256             case '&':
1257             case '|':
1258             case '^':
1259             case '~':
1260             case ',':
1261             case '!':
1262                 lex_tokench(lex, ch);
1263                 lex_endtoken(lex);
1264                 return (lex->tok.ttype = ch);
1265             default:
1266                 break;
1267         }
1268     }
1269
1270     if (ch == '.')
1271     {
1272         lex_tokench(lex, ch);
1273         /* peak ahead once */
1274         nextch = lex_getch(lex);
1275         if (nextch != '.') {
1276             lex_ungetch(lex, nextch);
1277             lex_endtoken(lex);
1278             if (lex->flags.noops)
1279                 return (lex->tok.ttype = ch);
1280             else
1281                 return (lex->tok.ttype = TOKEN_OPERATOR);
1282         }
1283         /* peak ahead again */
1284         nextch = lex_getch(lex);
1285         if (nextch != '.') {
1286             lex_ungetch(lex, nextch);
1287             lex_ungetch(lex, '.');
1288             lex_endtoken(lex);
1289             if (lex->flags.noops)
1290                 return (lex->tok.ttype = ch);
1291             else
1292                 return (lex->tok.ttype = TOKEN_OPERATOR);
1293         }
1294         /* fill the token to be "..." */
1295         lex_tokench(lex, ch);
1296         lex_tokench(lex, ch);
1297         lex_endtoken(lex);
1298         return (lex->tok.ttype = TOKEN_DOTS);
1299     }
1300
1301     if (ch == ',' || ch == '.') {
1302         lex_tokench(lex, ch);
1303         lex_endtoken(lex);
1304         return (lex->tok.ttype = TOKEN_OPERATOR);
1305     }
1306
1307     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1308         ch == '>' || ch == '<' || /* <<, >>, <=, >=                  */
1309         ch == '=' || ch == '!' || /* <=>, ==, !=                     */
1310         ch == '&' || ch == '|' || /* &&, ||, &=, |=                  */
1311         ch == '~' || ch == '^'    /* ~=, ~, ^                        */
1312     )  {
1313         lex_tokench(lex, ch);
1314
1315         nextch = lex_getch(lex);
1316         if ((nextch == '=' && ch != '<') || (nextch == ch && ch != '!')) {
1317             lex_tokench(lex, nextch);
1318         } else if (ch == '<' && nextch == '=') {
1319             lex_tokench(lex, nextch);
1320             if ((thirdch = lex_getch(lex)) == '>')
1321                 lex_tokench(lex, thirdch);
1322             else
1323                 lex_ungetch(lex, thirdch);
1324
1325         } else if (ch == '-' && nextch == '>') {
1326             lex_tokench(lex, nextch);
1327         } else if (ch == '&' && nextch == '~') {
1328             thirdch = lex_getch(lex);
1329             if (thirdch != '=') {
1330                 lex_ungetch(lex, thirdch);
1331                 lex_ungetch(lex, nextch);
1332             }
1333             else {
1334                 lex_tokench(lex, nextch);
1335                 lex_tokench(lex, thirdch);
1336             }
1337         }
1338         else if (lex->flags.preprocessing &&
1339                  ch == '-' && util_isdigit(nextch))
1340         {
1341             lex->tok.ttype = lex_finish_digit(lex, nextch);
1342             if (lex->tok.ttype == TOKEN_INTCONST)
1343                 lex->tok.constval.i = -lex->tok.constval.i;
1344             else
1345                 lex->tok.constval.f = -lex->tok.constval.f;
1346             lex_endtoken(lex);
1347             return lex->tok.ttype;
1348         } else {
1349             lex_ungetch(lex, nextch);
1350         }
1351
1352         lex_endtoken(lex);
1353         return (lex->tok.ttype = TOKEN_OPERATOR);
1354     }
1355
1356     /*
1357     if (ch == '^' || ch == '~' || ch == '!')
1358     {
1359         lex_tokench(lex, ch);
1360         lex_endtoken(lex);
1361         return (lex->tok.ttype = TOKEN_OPERATOR);
1362     }
1363     */
1364
1365     if (ch == '*' || ch == '/') /* *=, /= */
1366     {
1367         lex_tokench(lex, ch);
1368
1369         nextch = lex_getch(lex);
1370         if (nextch == '=' || nextch == '*') {
1371             lex_tokench(lex, nextch);
1372         } else
1373             lex_ungetch(lex, nextch);
1374
1375         lex_endtoken(lex);
1376         return (lex->tok.ttype = TOKEN_OPERATOR);
1377     }
1378
1379     if (ch == '%') {
1380         lex_tokench(lex, ch);
1381         lex_endtoken(lex);
1382         return (lex->tok.ttype = TOKEN_OPERATOR);
1383     }
1384
1385     if (isident_start(ch))
1386     {
1387         const char *v;
1388
1389         lex_tokench(lex, ch);
1390         if (!lex_finish_ident(lex)) {
1391             /* error? */
1392             return (lex->tok.ttype = TOKEN_ERROR);
1393         }
1394         lex_endtoken(lex);
1395         lex->tok.ttype = TOKEN_IDENT;
1396
1397         v = lex->tok.value;
1398         if (!strcmp(v, "void")) {
1399             lex->tok.ttype = TOKEN_TYPENAME;
1400             lex->tok.constval.t = TYPE_VOID;
1401         } else if (!strcmp(v, "int")) {
1402             lex->tok.ttype = TOKEN_TYPENAME;
1403             lex->tok.constval.t = TYPE_INTEGER;
1404         } else if (!strcmp(v, "float")) {
1405             lex->tok.ttype = TOKEN_TYPENAME;
1406             lex->tok.constval.t = TYPE_FLOAT;
1407         } else if (!strcmp(v, "string")) {
1408             lex->tok.ttype = TOKEN_TYPENAME;
1409             lex->tok.constval.t = TYPE_STRING;
1410         } else if (!strcmp(v, "entity")) {
1411             lex->tok.ttype = TOKEN_TYPENAME;
1412             lex->tok.constval.t = TYPE_ENTITY;
1413         } else if (!strcmp(v, "vector")) {
1414             lex->tok.ttype = TOKEN_TYPENAME;
1415             lex->tok.constval.t = TYPE_VECTOR;
1416         } else {
1417             size_t kw;
1418             for (kw = 0; kw < num_keywords_qc; ++kw) {
1419                 if (!strcmp(v, keywords_qc[kw]))
1420                     return (lex->tok.ttype = TOKEN_KEYWORD);
1421             }
1422             if (OPTS_OPTION_U32(OPTION_STANDARD) != COMPILER_QCC) {
1423                 for (kw = 0; kw < num_keywords_fg; ++kw) {
1424                     if (!strcmp(v, keywords_fg[kw]))
1425                         return (lex->tok.ttype = TOKEN_KEYWORD);
1426                 }
1427             }
1428         }
1429
1430         return lex->tok.ttype;
1431     }
1432
1433     if (ch == '"')
1434     {
1435         lex->flags.nodigraphs = true;
1436         if (lex->flags.preprocessing)
1437             lex_tokench(lex, ch);
1438         lex->tok.ttype = lex_finish_string(lex, '"');
1439         if (lex->flags.preprocessing)
1440             lex_tokench(lex, ch);
1441         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1442         {
1443             /* Allow c style "string" "continuation" */
1444             ch = lex_skipwhite(lex, false);
1445             if (ch != '"') {
1446                 lex_ungetch(lex, ch);
1447                 break;
1448             }
1449
1450             lex->tok.ttype = lex_finish_string(lex, '"');
1451         }
1452         lex->flags.nodigraphs = false;
1453         lex_endtoken(lex);
1454         return lex->tok.ttype;
1455     }
1456
1457     if (ch == '\'')
1458     {
1459         /* we parse character constants like string,
1460          * but return TOKEN_CHARCONST, or a vector type if it fits...
1461          * Likewise actual unescaping has to be done by the parser.
1462          * The difference is we don't allow 'char' 'continuation'.
1463          */
1464         if (lex->flags.preprocessing)
1465             lex_tokench(lex, ch);
1466         lex->tok.ttype = lex_finish_string(lex, '\'');
1467         if (lex->flags.preprocessing)
1468             lex_tokench(lex, ch);
1469         lex_endtoken(lex);
1470
1471         lex->tok.ttype = TOKEN_CHARCONST;
1472          /* It's a vector if we can successfully scan 3 floats */
1473 #ifdef _MSC_VER
1474         if (sscanf_s(lex->tok.value, " %f %f %f ",
1475                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1476 #else
1477         if (sscanf(lex->tok.value, " %f %f %f ",
1478                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1479 #endif
1480
1481         {
1482              lex->tok.ttype = TOKEN_VECTORCONST;
1483         }
1484         else
1485         {
1486             if (!lex->flags.preprocessing && strlen(lex->tok.value) > 1) {
1487                 uchar_t u8char;
1488                 /* check for a valid utf8 character */
1489                 if (!OPTS_FLAG(UTF8) || !u8_analyze(lex->tok.value, NULL, NULL, &u8char, 8)) {
1490                     if (lexwarn(lex, WARN_MULTIBYTE_CHARACTER,
1491                                 ( OPTS_FLAG(UTF8) ? "invalid multibyte character sequence `%s`"
1492                                                   : "multibyte character: `%s`" ),
1493                                 lex->tok.value))
1494                         return (lex->tok.ttype = TOKEN_ERROR);
1495                 }
1496                 else
1497                     lex->tok.constval.i = u8char;
1498             }
1499             else
1500                 lex->tok.constval.i = lex->tok.value[0];
1501         }
1502
1503         return lex->tok.ttype;
1504     }
1505
1506     if (util_isdigit(ch))
1507     {
1508         lex->tok.ttype = lex_finish_digit(lex, ch);
1509         lex_endtoken(lex);
1510         return lex->tok.ttype;
1511     }
1512
1513     if (lex->flags.preprocessing) {
1514         lex_tokench(lex, ch);
1515         lex_endtoken(lex);
1516         return (lex->tok.ttype = ch);
1517     }
1518
1519     lexerror(lex, "unknown token: `%s`", lex->tok.value);
1520     return (lex->tok.ttype = TOKEN_ERROR);
1521 }