lexer.c

   1 #include <stdio.h>
   2 #include <stdlib.h>
   3 #include <string.h>
   4 #include <stdarg.h>
   5
   6 #include "gmqcc.h"
   7 #include "lexer.h"
   8
   9 char* *lex_filenames;
  10
  11 void lexerror(lex_file *lex, const char *fmt, ...)
  12 {
  13         va_list ap;
  14
  15         va_start(ap, fmt);
  16         if (lex)
  17         con_vprintmsg(LVL_ERROR, lex->name, lex->sline, "parse error", fmt, ap);
  18     else
  19         con_vprintmsg(LVL_ERROR, "", 0, "parse error", fmt, ap);
  20         va_end(ap);
  21 }
  22
  23 bool lexwarn(lex_file *lex, int warntype, const char *fmt, ...)
  24 {
  25         va_list ap;
  26         int lvl = LVL_WARNING;
  27
  28     if (!OPTS_WARN(warntype))
  29         return false;
  30
  31     if (opts_werror)
  32             lvl = LVL_ERROR;
  33
  34         va_start(ap, fmt);
  35     con_vprintmsg(lvl, lex->name, lex->sline, "warning", fmt, ap);
  36         va_end(ap);
  37
  38         return opts_werror;
  39 }
  40
  41
  42 #if 0
  43 token* token_new()
  44 {
  45     token *tok = (token*)mem_a(sizeof(token));
  46     if (!tok)
  47         return NULL;
  48     memset(tok, 0, sizeof(*tok));
  49     return tok;
  50 }
  51
  52 void token_delete(token *self)
  53 {
  54     if (self->next && self->next->prev == self)
  55         self->next->prev = self->prev;
  56     if (self->prev && self->prev->next == self)
  57         self->prev->next = self->next;
  58     MEM_VECTOR_CLEAR(self, value);
  59     mem_d(self);
  60 }
  61
  62 token* token_copy(const token *cp)
  63 {
  64     token* self = token_new();
  65     if (!self)
  66         return NULL;
  67     /* copy the value */
  68     self->value_alloc = cp->value_count + 1;
  69     self->value_count = cp->value_count;
  70     self->value = (char*)mem_a(self->value_alloc);
  71     if (!self->value) {
  72         mem_d(self);
  73         return NULL;
  74     }
  75     memcpy(self->value, cp->value, cp->value_count);
  76     self->value[self->value_alloc-1] = 0;
  77
  78     /* rest */
  79     self->ctx = cp->ctx;
  80     self->ttype = cp->ttype;
  81     memcpy(&self->constval, &cp->constval, sizeof(self->constval));
  82     return self;
  83 }
  84
  85 void token_delete_all(token *t)
  86 {
  87     token *n;
  88
  89     do {
  90         n = t->next;
  91         token_delete(t);
  92         t = n;
  93     } while(t);
  94 }
  95
  96 token* token_copy_all(const token *cp)
  97 {
  98     token *cur;
  99     token *out;
 100
 101     out = cur = token_copy(cp);
 102     if (!out)
 103         return NULL;
 104
 105     while (cp->next) {
 106         cp = cp->next;
 107         cur->next = token_copy(cp);
 108         if (!cur->next) {
 109             token_delete_all(out);
 110             return NULL;
 111         }
 112         cur->next->prev = cur;
 113         cur = cur->next;
 114     }
 115
 116     return out;
 117 }
 118 #else
 119 static void lex_token_new(lex_file *lex)
 120 {
 121 #if 0
 122     if (lex->tok)
 123         token_delete(lex->tok);
 124     lex->tok = token_new();
 125 #else
 126     if (lex->tok.value)
 127         vec_shrinkto(lex->tok.value, 0);
 128     lex->tok.constval.t  = 0;
 129     lex->tok.ctx.line = lex->sline;
 130     lex->tok.ctx.file = lex->name;
 131 #endif
 132 }
 133 #endif
 134
 135 lex_file* lex_open(const char *file)
 136 {
 137     lex_file *lex;
 138     FILE *in = util_fopen(file, "rb");
 139
 140     if (!in) {
 141         lexerror(NULL, "open failed: '%s'\n", file);
 142         return NULL;
 143     }
 144
 145     lex = (lex_file*)mem_a(sizeof(*lex));
 146     if (!lex) {
 147         fclose(in);
 148         lexerror(NULL, "out of memory\n");
 149         return NULL;
 150     }
 151
 152     memset(lex, 0, sizeof(*lex));
 153
 154     lex->file = in;
 155     lex->name = util_strdup(file);
 156     lex->line = 1; /* we start counting at 1 */
 157
 158     lex->peekpos = 0;
 159     lex->eof = false;
 160
 161     vec_push(lex_filenames, lex->name);
 162     return lex;
 163 }
 164
 165 lex_file* lex_open_string(const char *str, size_t len, const char *name)
 166 {
 167     lex_file *lex;
 168
 169     lex = (lex_file*)mem_a(sizeof(*lex));
 170     if (!lex) {
 171         lexerror(NULL, "out of memory\n");
 172         return NULL;
 173     }
 174
 175     memset(lex, 0, sizeof(*lex));
 176
 177     lex->file = NULL;
 178     lex->open_string        = str;
 179     lex->open_string_length = len;
 180     lex->open_string_pos    = 0;
 181
 182     lex->name = util_strdup(name ? name : "<string-source>");
 183     lex->line = 1; /* we start counting at 1 */
 184
 185     lex->peekpos = 0;
 186     lex->eof = false;
 187
 188     vec_push(lex_filenames, lex->name);
 189
 190     return lex;
 191 }
 192
 193 void lex_cleanup(void)
 194 {
 195     size_t i;
 196     for (i = 0; i < vec_size(lex_filenames); ++i)
 197         mem_d(lex_filenames[i]);
 198     vec_free(lex_filenames);
 199 }
 200
 201 void lex_close(lex_file *lex)
 202 {
 203     size_t i;
 204     for (i = 0; i < vec_size(lex->frames); ++i)
 205         mem_d(lex->frames[i].name);
 206     vec_free(lex->frames);
 207
 208     if (lex->modelname)
 209         vec_free(lex->modelname);
 210
 211     if (lex->file)
 212         fclose(lex->file);
 213 #if 0
 214     if (lex->tok)
 215         token_delete(lex->tok);
 216 #else
 217     vec_free(lex->tok.value);
 218 #endif
 219     /* mem_d(lex->name); collected in lex_filenames */
 220     mem_d(lex);
 221 }
 222
 223 static int lex_fgetc(lex_file *lex)
 224 {
 225     if (lex->file)
 226         return fgetc(lex->file);
 227     if (lex->open_string) {
 228         if (lex->open_string_pos >= lex->open_string_length)
 229             return EOF;
 230         return lex->open_string[lex->open_string_pos++];
 231     }
 232     return EOF;
 233 }
 234
 235 /* Get or put-back data
 236  * The following to functions do NOT understand what kind of data they
 237  * are working on.
 238  * The are merely wrapping get/put in order to count line numbers.
 239  */
 240 static void lex_ungetch(lex_file *lex, int ch);
 241 static int lex_try_trigraph(lex_file *lex, int old)
 242 {
 243     int c2, c3;
 244     c2 = lex_fgetc(lex);
 245     if (c2 != '?') {
 246         lex_ungetch(lex, c2);
 247         return old;
 248     }
 249
 250     c3 = lex_fgetc(lex);
 251     switch (c3) {
 252         case '=': return '#';
 253         case '/': return '\\';
 254         case '\'': return '^';
 255         case '(': return '[';
 256         case ')': return ']';
 257         case '!': return '|';
 258         case '<': return '{';
 259         case '>': return '}';
 260         case '-': return '~';
 261         default:
 262             lex_ungetch(lex, c3);
 263             lex_ungetch(lex, c2);
 264             return old;
 265     }
 266 }
 267
 268 static int lex_try_digraph(lex_file *lex, int ch)
 269 {
 270     int c2;
 271     c2 = lex_fgetc(lex);
 272     if      (ch == '<' && c2 == ':')
 273         return '[';
 274     else if (ch == ':' && c2 == '>')
 275         return ']';
 276     else if (ch == '<' && c2 == '%')
 277         return '{';
 278     else if (ch == '%' && c2 == '>')
 279         return '}';
 280     else if (ch == '%' && c2 == ':')
 281         return '#';
 282     lex_ungetch(lex, c2);
 283     return ch;
 284 }
 285
 286 static int lex_getch(lex_file *lex)
 287 {
 288     int ch;
 289
 290     if (lex->peekpos) {
 291         lex->peekpos--;
 292         if (!lex->push_line && lex->peek[lex->peekpos] == '\n')
 293             lex->line++;
 294         return lex->peek[lex->peekpos];
 295     }
 296
 297     ch = lex_fgetc(lex);
 298     if (!lex->push_line && ch == '\n')
 299         lex->line++;
 300     else if (ch == '?')
 301         return lex_try_trigraph(lex, ch);
 302     else if (!lex->flags.nodigraphs && (ch == '<' || ch == ':' || ch == '%'))
 303         return lex_try_digraph(lex, ch);
 304     return ch;
 305 }
 306
 307 static void lex_ungetch(lex_file *lex, int ch)
 308 {
 309     lex->peek[lex->peekpos++] = ch;
 310     if (!lex->push_line && ch == '\n')
 311         lex->line--;
 312 }
 313
 314 /* classify characters
 315  * some additions to the is*() functions of ctype.h
 316  */
 317
 318 /* Idents are alphanumberic, but they start with alpha or _ */
 319 static bool isident_start(int ch)
 320 {
 321     return isalpha(ch) || ch == '_';
 322 }
 323
 324 static bool isident(int ch)
 325 {
 326     return isident_start(ch) || isdigit(ch);
 327 }
 328
 329 /* isxdigit_only is used when we already know it's not a digit
 330  * and want to see if it's a hex digit anyway.
 331  */
 332 static bool isxdigit_only(int ch)
 333 {
 334     return (ch >= 'a' && ch <= 'f') || (ch >= 'A' && ch <= 'F');
 335 }
 336
 337 /* Append a character to the token buffer */
 338 static void lex_tokench(lex_file *lex, int ch)
 339 {
 340     vec_push(lex->tok.value, ch);
 341 }
 342
 343 /* Append a trailing null-byte */
 344 static void lex_endtoken(lex_file *lex)
 345 {
 346     vec_push(lex->tok.value, 0);
 347     vec_shrinkby(lex->tok.value, 1);
 348 }
 349
 350 static bool lex_try_pragma(lex_file *lex)
 351 {
 352     int ch;
 353     char *pragma  = NULL;
 354     char *command = NULL;
 355     char *param   = NULL;
 356
 357     if (lex->flags.preprocessing)
 358         return false;
 359
 360     ch = lex_getch(lex);
 361     if (ch != '#') {
 362         lex_ungetch(lex, ch);
 363         return false;
 364     }
 365
 366     for (ch = lex_getch(lex); vec_size(pragma) < 8 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 367         vec_push(pragma, ch);
 368     vec_push(pragma, 0);
 369
 370     if (ch != ' ' || strcmp(pragma, "pragma")) {
 371         lex_ungetch(lex, ch);
 372         goto unroll;
 373     }
 374
 375     for (ch = lex_getch(lex); vec_size(command) < 32 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 376         vec_push(command, ch);
 377     vec_push(command, 0);
 378
 379     if (ch != '(') {
 380         lex_ungetch(lex, ch);
 381         goto unroll;
 382     }
 383
 384     for (ch = lex_getch(lex); vec_size(param) < 32 && ch != ')' && ch != '\n'; ch = lex_getch(lex))
 385         vec_push(param, ch);
 386     vec_push(param, 0);
 387
 388     if (ch != ')') {
 389         lex_ungetch(lex, ch);
 390         goto unroll;
 391     }
 392
 393     if (!strcmp(command, "push")) {
 394         if (!strcmp(param, "line")) {
 395             lex->push_line++;
 396             lex->line--;
 397         }
 398         else
 399             goto unroll;
 400     }
 401     else if (!strcmp(command, "pop")) {
 402         if (!strcmp(param, "line")) {
 403             if (lex->push_line)
 404                 lex->push_line--;
 405             lex->line--;
 406         }
 407         else
 408             goto unroll;
 409     }
 410     else
 411         goto unroll;
 412
 413     while (ch != '\n')
 414         ch = lex_getch(lex);
 415     return true;
 416
 417 unroll:
 418     if (command) {
 419         vec_pop(command);
 420         while (vec_size(command)) {
 421             lex_ungetch(lex, vec_last(command));
 422             vec_pop(command);
 423         }
 424         vec_free(command);
 425     }
 426     if (command) {
 427         vec_pop(command);
 428         while (vec_size(command)) {
 429             lex_ungetch(lex, vec_last(command));
 430             vec_pop(command);
 431         }
 432         vec_free(command);
 433     }
 434     if (pragma) {
 435         vec_pop(pragma);
 436         while (vec_size(pragma)) {
 437             lex_ungetch(lex, vec_last(pragma));
 438             vec_pop(pragma);
 439         }
 440         vec_free(pragma);
 441     }
 442     lex_ungetch(lex, '#');
 443     return false;
 444 }
 445
 446 /* Skip whitespace and comments and return the first
 447  * non-white character.
 448  * As this makes use of the above getch() ungetch() functions,
 449  * we don't need to care at all about line numbering anymore.
 450  *
 451  * In theory, this function should only be used at the beginning
 452  * of lexing, or when we *know* the next character is part of the token.
 453  * Otherwise, if the parser throws an error, the linenumber may not be
 454  * the line of the error, but the line of the next token AFTER the error.
 455  *
 456  * This is currently only problematic when using c-like string-continuation,
 457  * since comments and whitespaces are allowed between 2 such strings.
 458  * Example:
 459 printf(   "line one\n"
 460 // A comment
 461           "A continuation of the previous string"
 462 // This line is skipped
 463       , foo);
 464
 465  * In this case, if the parse decides it didn't actually want a string,
 466  * and uses lex->line to print an error, it will show the ', foo);' line's
 467  * linenumber.
 468  *
 469  * On the other hand, the parser is supposed to remember the line of the next
 470  * token's beginning. In this case we would want skipwhite() to be called
 471  * AFTER reading a token, so that the parser, before reading the NEXT token,
 472  * doesn't store teh *comment's* linenumber, but the actual token's linenumber.
 473  *
 474  * THIS SOLUTION
 475  *    here is to store the line of the first character after skipping
 476  *    the initial whitespace in lex->sline, this happens in lex_do.
 477  */
 478 static int lex_skipwhite(lex_file *lex)
 479 {
 480     int ch = 0;
 481     bool haswhite = false;
 482
 483     do
 484     {
 485         ch = lex_getch(lex);
 486         while (ch != EOF && isspace(ch)) {
 487             if (ch == '\n') {
 488                 if (lex_try_pragma(lex)) {
 489                     ch = lex_getch(lex);
 490                     continue;
 491                 }
 492             }
 493             if (lex->flags.preprocessing) {
 494                 if (ch == '\n') {
 495                     /* end-of-line */
 496                     /* see if there was whitespace first */
 497                     if (haswhite) { /* (vec_size(lex->tok.value)) { */
 498                         lex_ungetch(lex, ch);
 499                         lex_endtoken(lex);
 500                         return TOKEN_WHITE;
 501                     }
 502                     /* otherwise return EOL */
 503                     return TOKEN_EOL;
 504                 }
 505                 haswhite = true;
 506                 lex_tokench(lex, ch);
 507             }
 508             ch = lex_getch(lex);
 509         }
 510
 511         if (ch == '/') {
 512             ch = lex_getch(lex);
 513             if (ch == '/')
 514             {
 515                 /* one line comment */
 516                 ch = lex_getch(lex);
 517
 518                 if (lex->flags.preprocessing) {
 519                     haswhite = true;
 520                     /*
 521                     lex_tokench(lex, '/');
 522                     lex_tokench(lex, '/');
 523                     */
 524                     lex_tokench(lex, ' ');
 525                     lex_tokench(lex, ' ');
 526                 }
 527
 528                 while (ch != EOF && ch != '\n') {
 529                     if (lex->flags.preprocessing)
 530                         lex_tokench(lex, ' '); /* ch); */
 531                     ch = lex_getch(lex);
 532                 }
 533                 if (lex->flags.preprocessing) {
 534                     lex_ungetch(lex, '\n');
 535                     lex_endtoken(lex);
 536                     return TOKEN_WHITE;
 537                 }
 538                 continue;
 539             }
 540             if (ch == '*')
 541             {
 542                 /* multiline comment */
 543                 if (lex->flags.preprocessing) {
 544                     haswhite = true;
 545                     /*
 546                     lex_tokench(lex, '/');
 547                     lex_tokench(lex, '*');
 548                     */
 549                     lex_tokench(lex, ' ');
 550                     lex_tokench(lex, ' ');
 551                 }
 552
 553                 while (ch != EOF)
 554                 {
 555                     ch = lex_getch(lex);
 556                     if (ch == '*') {
 557                         ch = lex_getch(lex);
 558                         if (ch == '/') {
 559                             if (lex->flags.preprocessing) {
 560                                 /*
 561                                 lex_tokench(lex, '*');
 562                                 lex_tokench(lex, '/');
 563                                 */
 564                                 lex_tokench(lex, ' ');
 565                                 lex_tokench(lex, ' ');
 566                             }
 567                             break;
 568                         }
 569                     }
 570                     if (lex->flags.preprocessing) {
 571                         lex_tokench(lex, ' '); /* ch); */
 572                     }
 573                 }
 574                 ch = ' '; /* cause TRUE in the isspace check */
 575                 continue;
 576             }
 577             /* Otherwise roll back to the slash and break out of the loop */
 578             lex_ungetch(lex, ch);
 579             ch = '/';
 580             break;
 581         }
 582     } while (ch != EOF && isspace(ch));
 583
 584     if (haswhite) {
 585         lex_endtoken(lex);
 586         lex_ungetch(lex, ch);
 587         return TOKEN_WHITE;
 588     }
 589     return ch;
 590 }
 591
 592 /* Get a token */
 593 static bool GMQCC_WARN lex_finish_ident(lex_file *lex)
 594 {
 595     int ch;
 596
 597     ch = lex_getch(lex);
 598     while (ch != EOF && isident(ch))
 599     {
 600         lex_tokench(lex, ch);
 601         ch = lex_getch(lex);
 602     }
 603
 604     /* last ch was not an ident ch: */
 605     lex_ungetch(lex, ch);
 606
 607     return true;
 608 }
 609
 610 /* read one ident for the frame list */
 611 static int lex_parse_frame(lex_file *lex)
 612 {
 613     int ch;
 614
 615     lex_token_new(lex);
 616
 617     ch = lex_getch(lex);
 618     while (ch != EOF && ch != '\n' && isspace(ch))
 619         ch = lex_getch(lex);
 620
 621     if (ch == '\n')
 622         return 1;
 623
 624     if (!isident_start(ch)) {
 625         lexerror(lex, "invalid framename, must start with one of a-z or _, got %c", ch);
 626         return -1;
 627     }
 628
 629     lex_tokench(lex, ch);
 630     if (!lex_finish_ident(lex))
 631         return -1;
 632     lex_endtoken(lex);
 633     return 0;
 634 }
 635
 636 /* read a list of $frames */
 637 static bool lex_finish_frames(lex_file *lex)
 638 {
 639     do {
 640         size_t i;
 641         int    rc;
 642         frame_macro m;
 643
 644         rc = lex_parse_frame(lex);
 645         if (rc > 0) /* end of line */
 646             return true;
 647         if (rc < 0) /* error */
 648             return false;
 649
 650         for (i = 0; i < vec_size(lex->frames); ++i) {
 651             if (!strcmp(lex->tok.value, lex->frames[i].name)) {
 652                 lex->frames[i].value = lex->framevalue++;
 653                 if (lexwarn(lex, WARN_FRAME_MACROS, "duplicate frame macro defined: `%s`", lex->tok.value))
 654                     return false;
 655                 break;
 656             }
 657         }
 658         if (i < vec_size(lex->frames))
 659             continue;
 660
 661         m.value = lex->framevalue++;
 662         m.name = util_strdup(lex->tok.value);
 663         vec_shrinkto(lex->tok.value, 0);
 664         vec_push(lex->frames, m);
 665     } while (true);
 666 }
 667
 668 static int GMQCC_WARN lex_finish_string(lex_file *lex, int quote)
 669 {
 670     int ch = 0;
 671
 672     while (ch != EOF)
 673     {
 674         ch = lex_getch(lex);
 675         if (ch == quote)
 676             return TOKEN_STRINGCONST;
 677
 678         if (lex->flags.preprocessing && ch == '\\') {
 679             lex_tokench(lex, ch);
 680             ch = lex_getch(lex);
 681             if (ch == EOF) {
 682                 lexerror(lex, "unexpected end of file");
 683                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 684                 return (lex->tok.ttype = TOKEN_ERROR);
 685             }
 686             lex_tokench(lex, ch);
 687         }
 688         else if (ch == '\\') {
 689             ch = lex_getch(lex);
 690             if (ch == EOF) {
 691                 lexerror(lex, "unexpected end of file");
 692                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 693                 return (lex->tok.ttype = TOKEN_ERROR);
 694             }
 695
 696             switch (ch) {
 697             case '\\': break;
 698             case '\'': break;
 699             case '"':  break;
 700             case 'a':  ch = '\a'; break;
 701             case 'b':  ch = '\b'; break;
 702             case 'r':  ch = '\r'; break;
 703             case 'n':  ch = '\n'; break;
 704             case 't':  ch = '\t'; break;
 705             case 'f':  ch = '\f'; break;
 706             case 'v':  ch = '\v'; break;
 707             default:
 708                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 709                 /* so we just add the character plus backslash no matter what it actually is */
 710                 lex_tokench(lex, '\\');
 711             }
 712             /* add the character finally */
 713             lex_tokench(lex, ch);
 714         }
 715         else
 716             lex_tokench(lex, ch);
 717     }
 718     lexerror(lex, "unexpected end of file within string constant");
 719     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 720     return (lex->tok.ttype = TOKEN_ERROR);
 721 }
 722
 723 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 724 {
 725     bool ishex = false;
 726
 727     int  ch = lastch;
 728
 729     /* parse a number... */
 730     lex->tok.ttype = TOKEN_INTCONST;
 731
 732     lex_tokench(lex, ch);
 733
 734     ch = lex_getch(lex);
 735     if (ch != '.' && !isdigit(ch))
 736     {
 737         if (lastch != '0' || ch != 'x')
 738         {
 739             /* end of the number or EOF */
 740             lex_ungetch(lex, ch);
 741             lex_endtoken(lex);
 742
 743             lex->tok.constval.i = lastch - '0';
 744             return lex->tok.ttype;
 745         }
 746
 747         ishex = true;
 748     }
 749
 750     /* EOF would have been caught above */
 751
 752     if (ch != '.')
 753     {
 754         lex_tokench(lex, ch);
 755         ch = lex_getch(lex);
 756         while (isdigit(ch) || (ishex && isxdigit_only(ch)))
 757         {
 758             lex_tokench(lex, ch);
 759             ch = lex_getch(lex);
 760         }
 761     }
 762     /* NOT else, '.' can come from above as well */
 763     if (ch == '.' && !ishex)
 764     {
 765         /* Allow floating comma in non-hex mode */
 766         lex->tok.ttype = TOKEN_FLOATCONST;
 767         lex_tokench(lex, ch);
 768
 769         /* continue digits-only */
 770         ch = lex_getch(lex);
 771         while (isdigit(ch))
 772         {
 773             lex_tokench(lex, ch);
 774             ch = lex_getch(lex);
 775         }
 776     }
 777     /* put back the last character */
 778     /* but do not put back the trailing 'f' or a float */
 779     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 780         ch = lex_getch(lex);
 781
 782     /* generally we don't want words to follow numbers: */
 783     if (isident(ch)) {
 784         lexerror(lex, "unexpected trailing characters after number");
 785         return (lex->tok.ttype = TOKEN_ERROR);
 786     }
 787     lex_ungetch(lex, ch);
 788
 789     lex_endtoken(lex);
 790     if (lex->tok.ttype == TOKEN_FLOATCONST)
 791         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 792     else
 793         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 794     return lex->tok.ttype;
 795 }
 796
 797 int lex_do(lex_file *lex)
 798 {
 799     int ch, nextch;
 800
 801     lex_token_new(lex);
 802 #if 0
 803     if (!lex->tok)
 804         return TOKEN_FATAL;
 805 #endif
 806
 807     while (true) {
 808         ch = lex_skipwhite(lex);
 809         if (!lex->flags.mergelines || ch != '\\')
 810             break;
 811         ch = lex_getch(lex);
 812         if (ch != '\n') {
 813             lex_ungetch(lex, ch);
 814             ch = '\\';
 815             break;
 816         }
 817         /* we reached a linemerge */
 818         lex_tokench(lex, '\n');
 819         continue;
 820     }
 821
 822     lex->sline = lex->line;
 823     lex->tok.ctx.line = lex->sline;
 824     lex->tok.ctx.file = lex->name;
 825
 826     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
 827         return (lex->tok.ttype = ch);
 828     }
 829
 830     if (lex->eof)
 831         return (lex->tok.ttype = TOKEN_FATAL);
 832
 833     if (ch == EOF) {
 834         lex->eof = true;
 835         return (lex->tok.ttype = TOKEN_EOF);
 836     }
 837
 838     /* modelgen / spiritgen commands */
 839     if (ch == '$') {
 840         const char *v;
 841         size_t frame;
 842
 843         ch = lex_getch(lex);
 844         if (!isident_start(ch)) {
 845             lexerror(lex, "hanging '$' modelgen/spritegen command line");
 846             return lex_do(lex);
 847         }
 848         lex_tokench(lex, ch);
 849         if (!lex_finish_ident(lex))
 850             return (lex->tok.ttype = TOKEN_ERROR);
 851         lex_endtoken(lex);
 852         /* skip the known commands */
 853         v = lex->tok.value;
 854
 855         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
 856         {
 857             /* frame/framesave command works like an enum
 858              * similar to fteqcc we handle this in the lexer.
 859              * The reason for this is that it is sensitive to newlines,
 860              * which the parser is unaware of
 861              */
 862             if (!lex_finish_frames(lex))
 863                  return (lex->tok.ttype = TOKEN_ERROR);
 864             return lex_do(lex);
 865         }
 866
 867         if (!strcmp(v, "framevalue"))
 868         {
 869             ch = lex_getch(lex);
 870             while (ch != EOF && isspace(ch) && ch != '\n')
 871                 ch = lex_getch(lex);
 872
 873             if (!isdigit(ch)) {
 874                 lexerror(lex, "$framevalue requires an integer parameter");
 875                 return lex_do(lex);
 876             }
 877
 878             lex_token_new(lex);
 879             lex->tok.ttype = lex_finish_digit(lex, ch);
 880             lex_endtoken(lex);
 881             if (lex->tok.ttype != TOKEN_INTCONST) {
 882                 lexerror(lex, "$framevalue requires an integer parameter");
 883                 return lex_do(lex);
 884             }
 885             lex->framevalue = lex->tok.constval.i;
 886             return lex_do(lex);
 887         }
 888
 889         if (!strcmp(v, "framerestore"))
 890         {
 891             int rc;
 892
 893             lex_token_new(lex);
 894
 895             rc = lex_parse_frame(lex);
 896
 897             if (rc > 0) {
 898                 lexerror(lex, "$framerestore requires a framename parameter");
 899                 return lex_do(lex);
 900             }
 901             if (rc < 0)
 902                 return (lex->tok.ttype = TOKEN_FATAL);
 903
 904             v = lex->tok.value;
 905             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
 906                 if (!strcmp(v, lex->frames[frame].name)) {
 907                     lex->framevalue = lex->frames[frame].value;
 908                     return lex_do(lex);
 909                 }
 910             }
 911             lexerror(lex, "unknown framename `%s`", v);
 912             return lex_do(lex);
 913         }
 914
 915         if (!strcmp(v, "modelname"))
 916         {
 917             int rc;
 918
 919             lex_token_new(lex);
 920
 921             rc = lex_parse_frame(lex);
 922
 923             if (rc > 0) {
 924                 lexerror(lex, "$modelname requires a parameter");
 925                 return lex_do(lex);
 926             }
 927             if (rc < 0)
 928                 return (lex->tok.ttype = TOKEN_FATAL);
 929
 930             v = lex->tok.value;
 931             if (lex->modelname) {
 932                 frame_macro m;
 933                 m.value = lex->framevalue;
 934                 m.name = lex->modelname;
 935                 lex->modelname = NULL;
 936                 vec_push(lex->frames, m);
 937             }
 938             lex->modelname = lex->tok.value;
 939             lex->tok.value = NULL;
 940             return lex_do(lex);
 941         }
 942
 943         if (!strcmp(v, "flush"))
 944         {
 945             size_t frame;
 946             for (frame = 0; frame < vec_size(lex->frames); ++frame)
 947                 mem_d(lex->frames[frame].name);
 948             vec_free(lex->frames);
 949             /* skip line (fteqcc does it too) */
 950             ch = lex_getch(lex);
 951             while (ch != EOF && ch != '\n')
 952                 ch = lex_getch(lex);
 953             return lex_do(lex);
 954         }
 955
 956         if (!strcmp(v, "cd") ||
 957             !strcmp(v, "origin") ||
 958             !strcmp(v, "base") ||
 959             !strcmp(v, "flags") ||
 960             !strcmp(v, "scale") ||
 961             !strcmp(v, "skin"))
 962         {
 963             /* skip line */
 964             ch = lex_getch(lex);
 965             while (ch != EOF && ch != '\n')
 966                 ch = lex_getch(lex);
 967             return lex_do(lex);
 968         }
 969
 970         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
 971             if (!strcmp(v, lex->frames[frame].name)) {
 972                 lex->tok.constval.i = lex->frames[frame].value;
 973                 return (lex->tok.ttype = TOKEN_INTCONST);
 974             }
 975         }
 976
 977         lexerror(lex, "invalid frame macro");
 978         return lex_do(lex);
 979     }
 980
 981     /* single-character tokens */
 982     switch (ch)
 983     {
 984         case '[':
 985         case '(':
 986             lex_tokench(lex, ch);
 987             lex_endtoken(lex);
 988             if (lex->flags.noops)
 989                 return (lex->tok.ttype = ch);
 990             else
 991                 return (lex->tok.ttype = TOKEN_OPERATOR);
 992         case ')':
 993         case ';':
 994         case ':':
 995         case '{':
 996         case '}':
 997         case ']':
 998
 999         case '#':
1000             lex_tokench(lex, ch);
1001             lex_endtoken(lex);
1002             return (lex->tok.ttype = ch);
1003         default:
1004             break;
1005     }
1006
1007     if (lex->flags.noops)
1008     {
1009         /* Detect characters early which are normally
1010          * operators OR PART of an operator.
1011          */
1012         switch (ch)
1013         {
1014             case '+':
1015             case '-':
1016             case '*':
1017             case '/':
1018             case '<':
1019             case '>':
1020             case '=':
1021             case '&':
1022             case '|':
1023             case '^':
1024             case '~':
1025             case ',':
1026             case '!':
1027                 lex_tokench(lex, ch);
1028                 lex_endtoken(lex);
1029                 return (lex->tok.ttype = ch);
1030             default:
1031                 break;
1032         }
1033
1034         if (ch == '.')
1035         {
1036             lex_tokench(lex, ch);
1037             /* peak ahead once */
1038             nextch = lex_getch(lex);
1039             if (nextch != '.') {
1040                 lex_ungetch(lex, nextch);
1041                 lex_endtoken(lex);
1042                 return (lex->tok.ttype = ch);
1043             }
1044             /* peak ahead again */
1045             nextch = lex_getch(lex);
1046             if (nextch != '.') {
1047                 lex_ungetch(lex, nextch);
1048                 lex_ungetch(lex, nextch);
1049                 lex_endtoken(lex);
1050                 return (lex->tok.ttype = ch);
1051             }
1052             /* fill the token to be "..." */
1053             lex_tokench(lex, ch);
1054             lex_tokench(lex, ch);
1055             lex_endtoken(lex);
1056             return (lex->tok.ttype = TOKEN_DOTS);
1057         }
1058     }
1059
1060     if (ch == ',' || ch == '.') {
1061         lex_tokench(lex, ch);
1062         lex_endtoken(lex);
1063         return (lex->tok.ttype = TOKEN_OPERATOR);
1064     }
1065
1066     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1067         ch == '>' || ch == '<' || /* <<, >>, <=, >= */
1068         ch == '=' || ch == '!' || /* ==, != */
1069         ch == '&' || ch == '|')   /* &&, ||, &=, |= */
1070     {
1071         lex_tokench(lex, ch);
1072
1073         nextch = lex_getch(lex);
1074         if (nextch == ch || nextch == '=') {
1075             lex_tokench(lex, nextch);
1076         } else if (ch == '-' && nextch == '>') {
1077             lex_tokench(lex, nextch);
1078         } else
1079             lex_ungetch(lex, nextch);
1080
1081         lex_endtoken(lex);
1082         return (lex->tok.ttype = TOKEN_OPERATOR);
1083     }
1084
1085     /*
1086     if (ch == '^' || ch == '~' || ch == '!')
1087     {
1088         lex_tokench(lex, ch);
1089         lex_endtoken(lex);
1090         return (lex->tok.ttype = TOKEN_OPERATOR);
1091     }
1092     */
1093
1094     if (ch == '*' || ch == '/') /* *=, /= */
1095     {
1096         lex_tokench(lex, ch);
1097
1098         nextch = lex_getch(lex);
1099         if (nextch == '=') {
1100             lex_tokench(lex, nextch);
1101         } else
1102             lex_ungetch(lex, nextch);
1103
1104         lex_endtoken(lex);
1105         return (lex->tok.ttype = TOKEN_OPERATOR);
1106     }
1107
1108     if (isident_start(ch))
1109     {
1110         const char *v;
1111
1112         lex_tokench(lex, ch);
1113         if (!lex_finish_ident(lex)) {
1114             /* error? */
1115             return (lex->tok.ttype = TOKEN_ERROR);
1116         }
1117         lex_endtoken(lex);
1118         lex->tok.ttype = TOKEN_IDENT;
1119
1120         v = lex->tok.value;
1121         if (!strcmp(v, "void")) {
1122             lex->tok.ttype = TOKEN_TYPENAME;
1123             lex->tok.constval.t = TYPE_VOID;
1124         } else if (!strcmp(v, "int")) {
1125             lex->tok.ttype = TOKEN_TYPENAME;
1126             lex->tok.constval.t = TYPE_INTEGER;
1127         } else if (!strcmp(v, "float")) {
1128             lex->tok.ttype = TOKEN_TYPENAME;
1129             lex->tok.constval.t = TYPE_FLOAT;
1130         } else if (!strcmp(v, "string")) {
1131             lex->tok.ttype = TOKEN_TYPENAME;
1132             lex->tok.constval.t = TYPE_STRING;
1133         } else if (!strcmp(v, "entity")) {
1134             lex->tok.ttype = TOKEN_TYPENAME;
1135             lex->tok.constval.t = TYPE_ENTITY;
1136         } else if (!strcmp(v, "vector")) {
1137             lex->tok.ttype = TOKEN_TYPENAME;
1138             lex->tok.constval.t = TYPE_VECTOR;
1139         } else if (!strcmp(v, "for")  ||
1140                  !strcmp(v, "while")  ||
1141                  !strcmp(v, "do")     ||
1142                  !strcmp(v, "if")     ||
1143                  !strcmp(v, "else")   ||
1144                  !strcmp(v, "local")  ||
1145                  !strcmp(v, "return") ||
1146                  !strcmp(v, "not")    ||
1147                  !strcmp(v, "const"))
1148         {
1149             lex->tok.ttype = TOKEN_KEYWORD;
1150         }
1151         else if (opts_standard != COMPILER_QCC)
1152         {
1153             /* other standards reserve these keywords */
1154             if (!strcmp(v, "switch") ||
1155                 !strcmp(v, "struct") ||
1156                 !strcmp(v, "union")  ||
1157                 !strcmp(v, "break")  ||
1158                 !strcmp(v, "continue") ||
1159                 !strcmp(v, "var"))
1160             {
1161                 lex->tok.ttype = TOKEN_KEYWORD;
1162             }
1163         }
1164
1165         return lex->tok.ttype;
1166     }
1167
1168     if (ch == '"')
1169     {
1170         lex->flags.nodigraphs = true;
1171         if (lex->flags.preprocessing)
1172             lex_tokench(lex, ch);
1173         lex->tok.ttype = lex_finish_string(lex, '"');
1174         if (lex->flags.preprocessing)
1175             lex_tokench(lex, ch);
1176         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1177         {
1178             /* Allow c style "string" "continuation" */
1179             ch = lex_skipwhite(lex);
1180             if (ch != '"') {
1181                 lex_ungetch(lex, ch);
1182                 break;
1183             }
1184
1185             lex->tok.ttype = lex_finish_string(lex, '"');
1186         }
1187         lex->flags.nodigraphs = false;
1188         lex_endtoken(lex);
1189         return lex->tok.ttype;
1190     }
1191
1192     if (ch == '\'')
1193     {
1194         /* we parse character constants like string,
1195          * but return TOKEN_CHARCONST, or a vector type if it fits...
1196          * Likewise actual unescaping has to be done by the parser.
1197          * The difference is we don't allow 'char' 'continuation'.
1198          */
1199         if (lex->flags.preprocessing)
1200             lex_tokench(lex, ch);
1201         lex->tok.ttype = lex_finish_string(lex, '\'');
1202         if (lex->flags.preprocessing)
1203             lex_tokench(lex, ch);
1204         lex_endtoken(lex);
1205
1206          /* It's a vector if we can successfully scan 3 floats */
1207 #ifdef WIN32
1208         if (sscanf_s(lex->tok.value, " %f %f %f ",
1209                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1210 #else
1211         if (sscanf(lex->tok.value, " %f %f %f ",
1212                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1213 #endif
1214
1215         {
1216              lex->tok.ttype = TOKEN_VECTORCONST;
1217         }
1218
1219         return lex->tok.ttype;
1220     }
1221
1222     if (isdigit(ch))
1223     {
1224         lex->tok.ttype = lex_finish_digit(lex, ch);
1225         lex_endtoken(lex);
1226         return lex->tok.ttype;
1227     }
1228
1229     lexerror(lex, "unknown token");
1230     return (lex->tok.ttype = TOKEN_ERROR);
1231 }