lexer.c

   1 /*
   2  * Copyright (C) 2012
   3  *     Wolfgang Bumiller
   4  *
   5  * Permission is hereby granted, free of charge, to any person obtaining a copy of
   6  * this software and associated documentation files (the "Software"), to deal in
   7  * the Software without restriction, including without limitation the rights to
   8  * use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies
   9  * of the Software, and to permit persons to whom the Software is furnished to do
  10  * so, subject to the following conditions:
  11  *
  12  * The above copyright notice and this permission notice shall be included in all
  13  * copies or substantial portions of the Software.
  14  *
  15  * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
  16  * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
  17  * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
  18  * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
  19  * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
  20  * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
  21  * SOFTWARE.
  22  */
  23 #include <stdio.h>
  24 #include <stdlib.h>
  25 #include <string.h>
  26 #include <stdarg.h>
  27
  28 #include "gmqcc.h"
  29 #include "lexer.h"
  30
  31 /*
  32  * List of Keywords
  33  */
  34
  35 /* original */
  36 static const char *keywords_qc[] = {
  37     "for", "do", "while",
  38     "if", "else",
  39     "local",
  40     "return",
  41     "const"
  42 };
  43 static size_t num_keywords_qc = sizeof(keywords_qc) / sizeof(keywords_qc[0]);
  44
  45 /* For fte/gmgqcc */
  46 static const char *keywords_fg[] = {
  47     "switch", "case", "default",
  48     "struct", "union",
  49     "break", "continue",
  50     "typedef",
  51     "goto"
  52 };
  53 static size_t num_keywords_fg = sizeof(keywords_fg) / sizeof(keywords_fg[0]);
  54
  55 /*
  56  * Lexer code
  57  */
  58
  59 char* *lex_filenames;
  60
  61 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, "parse error", fmt, ap);
  68     else
  69         con_vprintmsg(LVL_ERROR, "", 0, "parse error", fmt, ap);
  70     va_end(ap);
  71 }
  72
  73 bool lexwarn(lex_file *lex, int warntype, const char *fmt, ...)
  74 {
  75     va_list ap;
  76     int lvl = LVL_WARNING;
  77
  78     if (!OPTS_WARN(warntype))
  79         return false;
  80
  81     if (opts_werror)
  82         lvl = LVL_ERROR;
  83
  84     va_start(ap, fmt);
  85     con_vprintmsg(lvl, lex->name, lex->sline, "warning", fmt, ap);
  86     va_end(ap);
  87
  88     return opts_werror;
  89 }
  90
  91
  92 #if 0
  93 token* token_new()
  94 {
  95     token *tok = (token*)mem_a(sizeof(token));
  96     if (!tok)
  97         return NULL;
  98     memset(tok, 0, sizeof(*tok));
  99     return tok;
 100 }
 101
 102 void token_delete(token *self)
 103 {
 104     if (self->next && self->next->prev == self)
 105         self->next->prev = self->prev;
 106     if (self->prev && self->prev->next == self)
 107         self->prev->next = self->next;
 108     MEM_VECTOR_CLEAR(self, value);
 109     mem_d(self);
 110 }
 111
 112 token* token_copy(const token *cp)
 113 {
 114     token* self = token_new();
 115     if (!self)
 116         return NULL;
 117     /* copy the value */
 118     self->value_alloc = cp->value_count + 1;
 119     self->value_count = cp->value_count;
 120     self->value = (char*)mem_a(self->value_alloc);
 121     if (!self->value) {
 122         mem_d(self);
 123         return NULL;
 124     }
 125     memcpy(self->value, cp->value, cp->value_count);
 126     self->value[self->value_alloc-1] = 0;
 127
 128     /* rest */
 129     self->ctx = cp->ctx;
 130     self->ttype = cp->ttype;
 131     memcpy(&self->constval, &cp->constval, sizeof(self->constval));
 132     return self;
 133 }
 134
 135 void token_delete_all(token *t)
 136 {
 137     token *n;
 138
 139     do {
 140         n = t->next;
 141         token_delete(t);
 142         t = n;
 143     } while(t);
 144 }
 145
 146 token* token_copy_all(const token *cp)
 147 {
 148     token *cur;
 149     token *out;
 150
 151     out = cur = token_copy(cp);
 152     if (!out)
 153         return NULL;
 154
 155     while (cp->next) {
 156         cp = cp->next;
 157         cur->next = token_copy(cp);
 158         if (!cur->next) {
 159             token_delete_all(out);
 160             return NULL;
 161         }
 162         cur->next->prev = cur;
 163         cur = cur->next;
 164     }
 165
 166     return out;
 167 }
 168 #else
 169 static void lex_token_new(lex_file *lex)
 170 {
 171 #if 0
 172     if (lex->tok)
 173         token_delete(lex->tok);
 174     lex->tok = token_new();
 175 #else
 176     if (lex->tok.value)
 177         vec_shrinkto(lex->tok.value, 0);
 178     lex->tok.constval.t  = 0;
 179     lex->tok.ctx.line = lex->sline;
 180     lex->tok.ctx.file = lex->name;
 181 #endif
 182 }
 183 #endif
 184
 185 lex_file* lex_open(const char *file)
 186 {
 187     lex_file *lex;
 188     FILE *in = util_fopen(file, "rb");
 189
 190     if (!in) {
 191         lexerror(NULL, "open failed: '%s'\n", file);
 192         return NULL;
 193     }
 194
 195     lex = (lex_file*)mem_a(sizeof(*lex));
 196     if (!lex) {
 197         fclose(in);
 198         lexerror(NULL, "out of memory\n");
 199         return NULL;
 200     }
 201
 202     memset(lex, 0, sizeof(*lex));
 203
 204     lex->file = in;
 205     lex->name = util_strdup(file);
 206     lex->line = 1; /* we start counting at 1 */
 207
 208     lex->peekpos = 0;
 209     lex->eof = false;
 210
 211     vec_push(lex_filenames, lex->name);
 212     return lex;
 213 }
 214
 215 lex_file* lex_open_string(const char *str, size_t len, const char *name)
 216 {
 217     lex_file *lex;
 218
 219     lex = (lex_file*)mem_a(sizeof(*lex));
 220     if (!lex) {
 221         lexerror(NULL, "out of memory\n");
 222         return NULL;
 223     }
 224
 225     memset(lex, 0, sizeof(*lex));
 226
 227     lex->file = NULL;
 228     lex->open_string        = str;
 229     lex->open_string_length = len;
 230     lex->open_string_pos    = 0;
 231
 232     lex->name = util_strdup(name ? name : "<string-source>");
 233     lex->line = 1; /* we start counting at 1 */
 234
 235     lex->peekpos = 0;
 236     lex->eof = false;
 237
 238     vec_push(lex_filenames, lex->name);
 239
 240     return lex;
 241 }
 242
 243 void lex_cleanup(void)
 244 {
 245     size_t i;
 246     for (i = 0; i < vec_size(lex_filenames); ++i)
 247         mem_d(lex_filenames[i]);
 248     vec_free(lex_filenames);
 249 }
 250
 251 void lex_close(lex_file *lex)
 252 {
 253     size_t i;
 254     for (i = 0; i < vec_size(lex->frames); ++i)
 255         mem_d(lex->frames[i].name);
 256     vec_free(lex->frames);
 257
 258     if (lex->modelname)
 259         vec_free(lex->modelname);
 260
 261     if (lex->file)
 262         fclose(lex->file);
 263 #if 0
 264     if (lex->tok)
 265         token_delete(lex->tok);
 266 #else
 267     vec_free(lex->tok.value);
 268 #endif
 269     /* mem_d(lex->name); collected in lex_filenames */
 270     mem_d(lex);
 271 }
 272
 273 static int lex_fgetc(lex_file *lex)
 274 {
 275     if (lex->file)
 276         return fgetc(lex->file);
 277     if (lex->open_string) {
 278         if (lex->open_string_pos >= lex->open_string_length)
 279             return EOF;
 280         return lex->open_string[lex->open_string_pos++];
 281     }
 282     return EOF;
 283 }
 284
 285 /* Get or put-back data
 286  * The following to functions do NOT understand what kind of data they
 287  * are working on.
 288  * The are merely wrapping get/put in order to count line numbers.
 289  */
 290 static void lex_ungetch(lex_file *lex, int ch);
 291 static int lex_try_trigraph(lex_file *lex, int old)
 292 {
 293     int c2, c3;
 294     c2 = lex_fgetc(lex);
 295     if (c2 != '?') {
 296         lex_ungetch(lex, c2);
 297         return old;
 298     }
 299
 300     c3 = lex_fgetc(lex);
 301     switch (c3) {
 302         case '=': return '#';
 303         case '/': return '\\';
 304         case '\'': return '^';
 305         case '(': return '[';
 306         case ')': return ']';
 307         case '!': return '|';
 308         case '<': return '{';
 309         case '>': return '}';
 310         case '-': return '~';
 311         default:
 312             lex_ungetch(lex, c3);
 313             lex_ungetch(lex, c2);
 314             return old;
 315     }
 316 }
 317
 318 static int lex_try_digraph(lex_file *lex, int ch)
 319 {
 320     int c2;
 321     c2 = lex_fgetc(lex);
 322     /* we just used fgetc() so count lines
 323      * need to offset a \n the ungetch would recognize
 324      */
 325     if (!lex->push_line && c2 == '\n')
 326         lex->line++;
 327     if      (ch == '<' && c2 == ':')
 328         return '[';
 329     else if (ch == ':' && c2 == '>')
 330         return ']';
 331     else if (ch == '<' && c2 == '%')
 332         return '{';
 333     else if (ch == '%' && c2 == '>')
 334         return '}';
 335     else if (ch == '%' && c2 == ':')
 336         return '#';
 337     lex_ungetch(lex, c2);
 338     return ch;
 339 }
 340
 341 static int lex_getch(lex_file *lex)
 342 {
 343     int ch;
 344
 345     if (lex->peekpos) {
 346         lex->peekpos--;
 347         if (!lex->push_line && lex->peek[lex->peekpos] == '\n')
 348             lex->line++;
 349         return lex->peek[lex->peekpos];
 350     }
 351
 352     ch = lex_fgetc(lex);
 353     if (!lex->push_line && ch == '\n')
 354         lex->line++;
 355     else if (ch == '?')
 356         return lex_try_trigraph(lex, ch);
 357     else if (!lex->flags.nodigraphs && (ch == '<' || ch == ':' || ch == '%'))
 358         return lex_try_digraph(lex, ch);
 359     return ch;
 360 }
 361
 362 static void lex_ungetch(lex_file *lex, int ch)
 363 {
 364     lex->peek[lex->peekpos++] = ch;
 365     if (!lex->push_line && ch == '\n')
 366         lex->line--;
 367 }
 368
 369 /* classify characters
 370  * some additions to the is*() functions of ctype.h
 371  */
 372
 373 /* Idents are alphanumberic, but they start with alpha or _ */
 374 static bool isident_start(int ch)
 375 {
 376     return isalpha(ch) || ch == '_';
 377 }
 378
 379 static bool isident(int ch)
 380 {
 381     return isident_start(ch) || isdigit(ch);
 382 }
 383
 384 /* isxdigit_only is used when we already know it's not a digit
 385  * and want to see if it's a hex digit anyway.
 386  */
 387 static bool isxdigit_only(int ch)
 388 {
 389     return (ch >= 'a' && ch <= 'f') || (ch >= 'A' && ch <= 'F');
 390 }
 391
 392 /* Append a character to the token buffer */
 393 static void lex_tokench(lex_file *lex, int ch)
 394 {
 395     vec_push(lex->tok.value, ch);
 396 }
 397
 398 /* Append a trailing null-byte */
 399 static void lex_endtoken(lex_file *lex)
 400 {
 401     vec_push(lex->tok.value, 0);
 402     vec_shrinkby(lex->tok.value, 1);
 403 }
 404
 405 static bool lex_try_pragma(lex_file *lex)
 406 {
 407     int ch;
 408     char *pragma  = NULL;
 409     char *command = NULL;
 410     char *param   = NULL;
 411     size_t line;
 412
 413     if (lex->flags.preprocessing)
 414         return false;
 415
 416     line = lex->line;
 417
 418     ch = lex_getch(lex);
 419     if (ch != '#') {
 420         lex_ungetch(lex, ch);
 421         return false;
 422     }
 423
 424     for (ch = lex_getch(lex); vec_size(pragma) < 8 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 425         vec_push(pragma, ch);
 426     vec_push(pragma, 0);
 427
 428     if (ch != ' ' || strcmp(pragma, "pragma")) {
 429         lex_ungetch(lex, ch);
 430         goto unroll;
 431     }
 432
 433     for (ch = lex_getch(lex); vec_size(command) < 32 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 434         vec_push(command, ch);
 435     vec_push(command, 0);
 436
 437     if (ch != '(') {
 438         lex_ungetch(lex, ch);
 439         goto unroll;
 440     }
 441
 442     for (ch = lex_getch(lex); vec_size(param) < 32 && ch != ')' && ch != '\n'; ch = lex_getch(lex))
 443         vec_push(param, ch);
 444     vec_push(param, 0);
 445
 446     if (ch != ')') {
 447         lex_ungetch(lex, ch);
 448         goto unroll;
 449     }
 450
 451     if (!strcmp(command, "push")) {
 452         if (!strcmp(param, "line")) {
 453             lex->push_line++;
 454             if (lex->push_line == 1)
 455                 --line;
 456         }
 457         else
 458             goto unroll;
 459     }
 460     else if (!strcmp(command, "pop")) {
 461         if (!strcmp(param, "line")) {
 462             if (lex->push_line)
 463                 lex->push_line--;
 464             if (lex->push_line == 0)
 465                 --line;
 466         }
 467         else
 468             goto unroll;
 469     }
 470     else if (!strcmp(command, "file")) {
 471         lex->name = util_strdup(param);
 472         vec_push(lex_filenames, lex->name);
 473     }
 474     else if (!strcmp(command, "line")) {
 475         line = strtol(param, NULL, 0)-1;
 476     }
 477     else
 478         goto unroll;
 479
 480     lex->line = line;
 481     while (ch != '\n' && ch != EOF)
 482         ch = lex_getch(lex);
 483     return true;
 484
 485 unroll:
 486     if (command) {
 487         vec_pop(command);
 488         while (vec_size(command)) {
 489             lex_ungetch(lex, vec_last(command));
 490             vec_pop(command);
 491         }
 492         vec_free(command);
 493     }
 494     if (command) {
 495         vec_pop(command);
 496         while (vec_size(command)) {
 497             lex_ungetch(lex, vec_last(command));
 498             vec_pop(command);
 499         }
 500         vec_free(command);
 501     }
 502     if (pragma) {
 503         vec_pop(pragma);
 504         while (vec_size(pragma)) {
 505             lex_ungetch(lex, vec_last(pragma));
 506             vec_pop(pragma);
 507         }
 508         vec_free(pragma);
 509     }
 510     lex_ungetch(lex, '#');
 511
 512     lex->line = line;
 513     return false;
 514 }
 515
 516 /* Skip whitespace and comments and return the first
 517  * non-white character.
 518  * As this makes use of the above getch() ungetch() functions,
 519  * we don't need to care at all about line numbering anymore.
 520  *
 521  * In theory, this function should only be used at the beginning
 522  * of lexing, or when we *know* the next character is part of the token.
 523  * Otherwise, if the parser throws an error, the linenumber may not be
 524  * the line of the error, but the line of the next token AFTER the error.
 525  *
 526  * This is currently only problematic when using c-like string-continuation,
 527  * since comments and whitespaces are allowed between 2 such strings.
 528  * Example:
 529 printf(   "line one\n"
 530 // A comment
 531           "A continuation of the previous string"
 532 // This line is skipped
 533       , foo);
 534
 535  * In this case, if the parse decides it didn't actually want a string,
 536  * and uses lex->line to print an error, it will show the ', foo);' line's
 537  * linenumber.
 538  *
 539  * On the other hand, the parser is supposed to remember the line of the next
 540  * token's beginning. In this case we would want skipwhite() to be called
 541  * AFTER reading a token, so that the parser, before reading the NEXT token,
 542  * doesn't store teh *comment's* linenumber, but the actual token's linenumber.
 543  *
 544  * THIS SOLUTION
 545  *    here is to store the line of the first character after skipping
 546  *    the initial whitespace in lex->sline, this happens in lex_do.
 547  */
 548 static int lex_skipwhite(lex_file *lex)
 549 {
 550     int ch = 0;
 551     bool haswhite = false;
 552
 553     do
 554     {
 555         ch = lex_getch(lex);
 556         while (ch != EOF && isspace(ch)) {
 557             if (ch == '\n') {
 558                 if (lex_try_pragma(lex))
 559                     continue;
 560             }
 561             if (lex->flags.preprocessing) {
 562                 if (ch == '\n') {
 563                     /* end-of-line */
 564                     /* see if there was whitespace first */
 565                     if (haswhite) { /* (vec_size(lex->tok.value)) { */
 566                         lex_ungetch(lex, ch);
 567                         lex_endtoken(lex);
 568                         return TOKEN_WHITE;
 569                     }
 570                     /* otherwise return EOL */
 571                     return TOKEN_EOL;
 572                 }
 573                 haswhite = true;
 574                 lex_tokench(lex, ch);
 575             }
 576             ch = lex_getch(lex);
 577         }
 578
 579         if (ch == '/') {
 580             ch = lex_getch(lex);
 581             if (ch == '/')
 582             {
 583                 /* one line comment */
 584                 ch = lex_getch(lex);
 585
 586                 if (lex->flags.preprocessing) {
 587                     haswhite = true;
 588                     /*
 589                     lex_tokench(lex, '/');
 590                     lex_tokench(lex, '/');
 591                     */
 592                     lex_tokench(lex, ' ');
 593                     lex_tokench(lex, ' ');
 594                 }
 595
 596                 while (ch != EOF && ch != '\n') {
 597                     if (lex->flags.preprocessing)
 598                         lex_tokench(lex, ' '); /* ch); */
 599                     ch = lex_getch(lex);
 600                 }
 601                 if (lex->flags.preprocessing) {
 602                     lex_ungetch(lex, '\n');
 603                     lex_endtoken(lex);
 604                     return TOKEN_WHITE;
 605                 }
 606                 continue;
 607             }
 608             if (ch == '*')
 609             {
 610                 /* multiline comment */
 611                 if (lex->flags.preprocessing) {
 612                     haswhite = true;
 613                     /*
 614                     lex_tokench(lex, '/');
 615                     lex_tokench(lex, '*');
 616                     */
 617                     lex_tokench(lex, ' ');
 618                     lex_tokench(lex, ' ');
 619                 }
 620
 621                 while (ch != EOF)
 622                 {
 623                     ch = lex_getch(lex);
 624                     if (ch == '*') {
 625                         ch = lex_getch(lex);
 626                         if (ch == '/') {
 627                             if (lex->flags.preprocessing) {
 628                                 /*
 629                                 lex_tokench(lex, '*');
 630                                 lex_tokench(lex, '/');
 631                                 */
 632                                 lex_tokench(lex, ' ');
 633                                 lex_tokench(lex, ' ');
 634                             }
 635                             break;
 636                         }
 637                         lex_ungetch(lex, ch);
 638                     }
 639                     if (lex->flags.preprocessing) {
 640                         if (ch == '\n')
 641                             lex_tokench(lex, '\n');
 642                         else
 643                             lex_tokench(lex, ' '); /* ch); */
 644                     }
 645                 }
 646                 ch = ' '; /* cause TRUE in the isspace check */
 647                 continue;
 648             }
 649             /* Otherwise roll back to the slash and break out of the loop */
 650             lex_ungetch(lex, ch);
 651             ch = '/';
 652             break;
 653         }
 654     } while (ch != EOF && isspace(ch));
 655
 656     if (haswhite) {
 657         lex_endtoken(lex);
 658         lex_ungetch(lex, ch);
 659         return TOKEN_WHITE;
 660     }
 661     return ch;
 662 }
 663
 664 /* Get a token */
 665 static bool GMQCC_WARN lex_finish_ident(lex_file *lex)
 666 {
 667     int ch;
 668
 669     ch = lex_getch(lex);
 670     while (ch != EOF && isident(ch))
 671     {
 672         lex_tokench(lex, ch);
 673         ch = lex_getch(lex);
 674     }
 675
 676     /* last ch was not an ident ch: */
 677     lex_ungetch(lex, ch);
 678
 679     return true;
 680 }
 681
 682 /* read one ident for the frame list */
 683 static int lex_parse_frame(lex_file *lex)
 684 {
 685     int ch;
 686
 687     lex_token_new(lex);
 688
 689     ch = lex_getch(lex);
 690     while (ch != EOF && ch != '\n' && isspace(ch))
 691         ch = lex_getch(lex);
 692
 693     if (ch == '\n')
 694         return 1;
 695
 696     if (!isident_start(ch)) {
 697         lexerror(lex, "invalid framename, must start with one of a-z or _, got %c", ch);
 698         return -1;
 699     }
 700
 701     lex_tokench(lex, ch);
 702     if (!lex_finish_ident(lex))
 703         return -1;
 704     lex_endtoken(lex);
 705     return 0;
 706 }
 707
 708 /* read a list of $frames */
 709 static bool lex_finish_frames(lex_file *lex)
 710 {
 711     do {
 712         size_t i;
 713         int    rc;
 714         frame_macro m;
 715
 716         rc = lex_parse_frame(lex);
 717         if (rc > 0) /* end of line */
 718             return true;
 719         if (rc < 0) /* error */
 720             return false;
 721
 722         for (i = 0; i < vec_size(lex->frames); ++i) {
 723             if (!strcmp(lex->tok.value, lex->frames[i].name)) {
 724                 lex->frames[i].value = lex->framevalue++;
 725                 if (lexwarn(lex, WARN_FRAME_MACROS, "duplicate frame macro defined: `%s`", lex->tok.value))
 726                     return false;
 727                 break;
 728             }
 729         }
 730         if (i < vec_size(lex->frames))
 731             continue;
 732
 733         m.value = lex->framevalue++;
 734         m.name = util_strdup(lex->tok.value);
 735         vec_shrinkto(lex->tok.value, 0);
 736         vec_push(lex->frames, m);
 737     } while (true);
 738 }
 739
 740 static int GMQCC_WARN lex_finish_string(lex_file *lex, int quote)
 741 {
 742     int ch = 0;
 743
 744     while (ch != EOF)
 745     {
 746         ch = lex_getch(lex);
 747         if (ch == quote)
 748             return TOKEN_STRINGCONST;
 749
 750         if (lex->flags.preprocessing && ch == '\\') {
 751             lex_tokench(lex, ch);
 752             ch = lex_getch(lex);
 753             if (ch == EOF) {
 754                 lexerror(lex, "unexpected end of file");
 755                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 756                 return (lex->tok.ttype = TOKEN_ERROR);
 757             }
 758             lex_tokench(lex, ch);
 759         }
 760         else if (ch == '\\') {
 761             ch = lex_getch(lex);
 762             if (ch == EOF) {
 763                 lexerror(lex, "unexpected end of file");
 764                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 765                 return (lex->tok.ttype = TOKEN_ERROR);
 766             }
 767
 768             switch (ch) {
 769             case '\\': break;
 770             case '\'': break;
 771             case '"':  break;
 772             case 'a':  ch = '\a'; break;
 773             case 'b':  ch = '\b'; break;
 774             case 'r':  ch = '\r'; break;
 775             case 'n':  ch = '\n'; break;
 776             case 't':  ch = '\t'; break;
 777             case 'f':  ch = '\f'; break;
 778             case 'v':  ch = '\v'; break;
 779             case '\n':  ch = '\n'; break;
 780             default:
 781                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 782                 /* so we just add the character plus backslash no matter what it actually is */
 783                 lex_tokench(lex, '\\');
 784             }
 785             /* add the character finally */
 786             lex_tokench(lex, ch);
 787         }
 788         else
 789             lex_tokench(lex, ch);
 790     }
 791     lexerror(lex, "unexpected end of file within string constant");
 792     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 793     return (lex->tok.ttype = TOKEN_ERROR);
 794 }
 795
 796 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 797 {
 798     bool ishex = false;
 799
 800     int  ch = lastch;
 801
 802     /* parse a number... */
 803     if (ch == '.')
 804         lex->tok.ttype = TOKEN_FLOATCONST;
 805     else
 806         lex->tok.ttype = TOKEN_INTCONST;
 807
 808     lex_tokench(lex, ch);
 809
 810     ch = lex_getch(lex);
 811     if (ch != '.' && !isdigit(ch))
 812     {
 813         if (lastch != '0' || ch != 'x')
 814         {
 815             /* end of the number or EOF */
 816             lex_ungetch(lex, ch);
 817             lex_endtoken(lex);
 818
 819             lex->tok.constval.i = lastch - '0';
 820             return lex->tok.ttype;
 821         }
 822
 823         ishex = true;
 824     }
 825
 826     /* EOF would have been caught above */
 827
 828     if (ch != '.')
 829     {
 830         lex_tokench(lex, ch);
 831         ch = lex_getch(lex);
 832         while (isdigit(ch) || (ishex && isxdigit_only(ch)))
 833         {
 834             lex_tokench(lex, ch);
 835             ch = lex_getch(lex);
 836         }
 837     }
 838     /* NOT else, '.' can come from above as well */
 839     if (lex->tok.ttype != TOKEN_FLOATCONST && ch == '.' && !ishex)
 840     {
 841         /* Allow floating comma in non-hex mode */
 842         lex->tok.ttype = TOKEN_FLOATCONST;
 843         lex_tokench(lex, ch);
 844
 845         /* continue digits-only */
 846         ch = lex_getch(lex);
 847         while (isdigit(ch))
 848         {
 849             lex_tokench(lex, ch);
 850             ch = lex_getch(lex);
 851         }
 852     }
 853     /* put back the last character */
 854     /* but do not put back the trailing 'f' or a float */
 855     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 856         ch = lex_getch(lex);
 857
 858     /* generally we don't want words to follow numbers: */
 859     if (isident(ch)) {
 860         lexerror(lex, "unexpected trailing characters after number");
 861         return (lex->tok.ttype = TOKEN_ERROR);
 862     }
 863     lex_ungetch(lex, ch);
 864
 865     lex_endtoken(lex);
 866     if (lex->tok.ttype == TOKEN_FLOATCONST)
 867         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 868     else
 869         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 870     return lex->tok.ttype;
 871 }
 872
 873 int lex_do(lex_file *lex)
 874 {
 875     int ch, nextch, thirdch;
 876
 877     lex_token_new(lex);
 878 #if 0
 879     if (!lex->tok)
 880         return TOKEN_FATAL;
 881 #endif
 882
 883     while (true) {
 884         ch = lex_skipwhite(lex);
 885         if (!lex->flags.mergelines || ch != '\\')
 886             break;
 887         ch = lex_getch(lex);
 888         if (ch != '\n') {
 889             lex_ungetch(lex, ch);
 890             ch = '\\';
 891             break;
 892         }
 893         /* we reached a linemerge */
 894         lex_tokench(lex, '\n');
 895         continue;
 896     }
 897
 898     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
 899         return (lex->tok.ttype = ch);
 900     }
 901
 902     lex->sline = lex->line;
 903     lex->tok.ctx.line = lex->sline;
 904     lex->tok.ctx.file = lex->name;
 905
 906     if (lex->eof)
 907         return (lex->tok.ttype = TOKEN_FATAL);
 908
 909     if (ch == EOF) {
 910         lex->eof = true;
 911         return (lex->tok.ttype = TOKEN_EOF);
 912     }
 913
 914     /* modelgen / spiritgen commands */
 915     if (ch == '$') {
 916         const char *v;
 917         size_t frame;
 918
 919         ch = lex_getch(lex);
 920         if (!isident_start(ch)) {
 921             lexerror(lex, "hanging '$' modelgen/spritegen command line");
 922             return lex_do(lex);
 923         }
 924         lex_tokench(lex, ch);
 925         if (!lex_finish_ident(lex))
 926             return (lex->tok.ttype = TOKEN_ERROR);
 927         lex_endtoken(lex);
 928         /* skip the known commands */
 929         v = lex->tok.value;
 930
 931         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
 932         {
 933             /* frame/framesave command works like an enum
 934              * similar to fteqcc we handle this in the lexer.
 935              * The reason for this is that it is sensitive to newlines,
 936              * which the parser is unaware of
 937              */
 938             if (!lex_finish_frames(lex))
 939                  return (lex->tok.ttype = TOKEN_ERROR);
 940             return lex_do(lex);
 941         }
 942
 943         if (!strcmp(v, "framevalue"))
 944         {
 945             ch = lex_getch(lex);
 946             while (ch != EOF && isspace(ch) && ch != '\n')
 947                 ch = lex_getch(lex);
 948
 949             if (!isdigit(ch)) {
 950                 lexerror(lex, "$framevalue requires an integer parameter");
 951                 return lex_do(lex);
 952             }
 953
 954             lex_token_new(lex);
 955             lex->tok.ttype = lex_finish_digit(lex, ch);
 956             lex_endtoken(lex);
 957             if (lex->tok.ttype != TOKEN_INTCONST) {
 958                 lexerror(lex, "$framevalue requires an integer parameter");
 959                 return lex_do(lex);
 960             }
 961             lex->framevalue = lex->tok.constval.i;
 962             return lex_do(lex);
 963         }
 964
 965         if (!strcmp(v, "framerestore"))
 966         {
 967             int rc;
 968
 969             lex_token_new(lex);
 970
 971             rc = lex_parse_frame(lex);
 972
 973             if (rc > 0) {
 974                 lexerror(lex, "$framerestore requires a framename parameter");
 975                 return lex_do(lex);
 976             }
 977             if (rc < 0)
 978                 return (lex->tok.ttype = TOKEN_FATAL);
 979
 980             v = lex->tok.value;
 981             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
 982                 if (!strcmp(v, lex->frames[frame].name)) {
 983                     lex->framevalue = lex->frames[frame].value;
 984                     return lex_do(lex);
 985                 }
 986             }
 987             lexerror(lex, "unknown framename `%s`", v);
 988             return lex_do(lex);
 989         }
 990
 991         if (!strcmp(v, "modelname"))
 992         {
 993             int rc;
 994
 995             lex_token_new(lex);
 996
 997             rc = lex_parse_frame(lex);
 998
 999             if (rc > 0) {
1000                 lexerror(lex, "$modelname requires a parameter");
1001                 return lex_do(lex);
1002             }
1003             if (rc < 0)
1004                 return (lex->tok.ttype = TOKEN_FATAL);
1005
1006             v = lex->tok.value;
1007             if (lex->modelname) {
1008                 frame_macro m;
1009                 m.value = lex->framevalue;
1010                 m.name = lex->modelname;
1011                 lex->modelname = NULL;
1012                 vec_push(lex->frames, m);
1013             }
1014             lex->modelname = lex->tok.value;
1015             lex->tok.value = NULL;
1016             return lex_do(lex);
1017         }
1018
1019         if (!strcmp(v, "flush"))
1020         {
1021             size_t fi;
1022             for (fi = 0; fi < vec_size(lex->frames); ++fi)
1023                 mem_d(lex->frames[fi].name);
1024             vec_free(lex->frames);
1025             /* skip line (fteqcc does it too) */
1026             ch = lex_getch(lex);
1027             while (ch != EOF && ch != '\n')
1028                 ch = lex_getch(lex);
1029             return lex_do(lex);
1030         }
1031
1032         if (!strcmp(v, "cd") ||
1033             !strcmp(v, "origin") ||
1034             !strcmp(v, "base") ||
1035             !strcmp(v, "flags") ||
1036             !strcmp(v, "scale") ||
1037             !strcmp(v, "skin"))
1038         {
1039             /* skip line */
1040             ch = lex_getch(lex);
1041             while (ch != EOF && ch != '\n')
1042                 ch = lex_getch(lex);
1043             return lex_do(lex);
1044         }
1045
1046         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1047             if (!strcmp(v, lex->frames[frame].name)) {
1048                 lex->tok.constval.i = lex->frames[frame].value;
1049                 return (lex->tok.ttype = TOKEN_INTCONST);
1050             }
1051         }
1052
1053         lexerror(lex, "invalid frame macro");
1054         return lex_do(lex);
1055     }
1056
1057     /* single-character tokens */
1058     switch (ch)
1059     {
1060         case '[':
1061         case '(':
1062         case ':':
1063         case '?':
1064             lex_tokench(lex, ch);
1065             lex_endtoken(lex);
1066             if (lex->flags.noops)
1067                 return (lex->tok.ttype = ch);
1068             else
1069                 return (lex->tok.ttype = TOKEN_OPERATOR);
1070         case ')':
1071         case ';':
1072         case '{':
1073         case '}':
1074         case ']':
1075
1076         case '#':
1077             lex_tokench(lex, ch);
1078             lex_endtoken(lex);
1079             return (lex->tok.ttype = ch);
1080         default:
1081             break;
1082     }
1083
1084     if (ch == '.') {
1085         nextch = lex_getch(lex);
1086         /* digits starting with a dot */
1087         if (isdigit(nextch)) {
1088             lex_ungetch(lex, nextch);
1089             lex->tok.ttype = lex_finish_digit(lex, ch);
1090             lex_endtoken(lex);
1091             return lex->tok.ttype;
1092         }
1093         lex_ungetch(lex, nextch);
1094     }
1095
1096     if (lex->flags.noops)
1097     {
1098         /* Detect characters early which are normally
1099          * operators OR PART of an operator.
1100          */
1101         switch (ch)
1102         {
1103             /*
1104             case '+':
1105             case '-':
1106             */
1107             case '*':
1108             case '/':
1109             case '<':
1110             case '>':
1111             case '=':
1112             case '&':
1113             case '|':
1114             case '^':
1115             case '~':
1116             case ',':
1117             case '!':
1118                 lex_tokench(lex, ch);
1119                 lex_endtoken(lex);
1120                 return (lex->tok.ttype = ch);
1121             default:
1122                 break;
1123         }
1124
1125         if (ch == '.')
1126         {
1127             lex_tokench(lex, ch);
1128             /* peak ahead once */
1129             nextch = lex_getch(lex);
1130             if (nextch != '.') {
1131                 lex_ungetch(lex, nextch);
1132                 lex_endtoken(lex);
1133                 return (lex->tok.ttype = ch);
1134             }
1135             /* peak ahead again */
1136             nextch = lex_getch(lex);
1137             if (nextch != '.') {
1138                 lex_ungetch(lex, nextch);
1139                 lex_ungetch(lex, '.');
1140                 lex_endtoken(lex);
1141                 return (lex->tok.ttype = ch);
1142             }
1143             /* fill the token to be "..." */
1144             lex_tokench(lex, ch);
1145             lex_tokench(lex, ch);
1146             lex_endtoken(lex);
1147             return (lex->tok.ttype = TOKEN_DOTS);
1148         }
1149     }
1150
1151     if (ch == ',' || ch == '.') {
1152         lex_tokench(lex, ch);
1153         lex_endtoken(lex);
1154         return (lex->tok.ttype = TOKEN_OPERATOR);
1155     }
1156
1157     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1158         ch == '>' || ch == '<' || /* <<, >>, <=, >= */
1159         ch == '=' || ch == '!' || /* ==, != */
1160         ch == '&' || ch == '|')   /* &&, ||, &=, |= */
1161     {
1162         lex_tokench(lex, ch);
1163
1164         nextch = lex_getch(lex);
1165         if (nextch == ch || nextch == '=') {
1166             lex_tokench(lex, nextch);
1167         } else if (ch == '-' && nextch == '>') {
1168             lex_tokench(lex, nextch);
1169         } else if (ch == '&' && nextch == '~') {
1170             thirdch = lex_getch(lex);
1171             if (thirdch != '=') {
1172                 lex_ungetch(lex, thirdch);
1173                 lex_ungetch(lex, nextch);
1174             }
1175             else {
1176                 lex_tokench(lex, nextch);
1177                 lex_tokench(lex, thirdch);
1178             }
1179         } else
1180             lex_ungetch(lex, nextch);
1181
1182         lex_endtoken(lex);
1183         return (lex->tok.ttype = TOKEN_OPERATOR);
1184     }
1185
1186     /*
1187     if (ch == '^' || ch == '~' || ch == '!')
1188     {
1189         lex_tokench(lex, ch);
1190         lex_endtoken(lex);
1191         return (lex->tok.ttype = TOKEN_OPERATOR);
1192     }
1193     */
1194
1195     if (ch == '*' || ch == '/') /* *=, /= */
1196     {
1197         lex_tokench(lex, ch);
1198
1199         nextch = lex_getch(lex);
1200         if (nextch == '=') {
1201             lex_tokench(lex, nextch);
1202         } else
1203             lex_ungetch(lex, nextch);
1204
1205         lex_endtoken(lex);
1206         return (lex->tok.ttype = TOKEN_OPERATOR);
1207     }
1208
1209     if (isident_start(ch))
1210     {
1211         const char *v;
1212
1213         lex_tokench(lex, ch);
1214         if (!lex_finish_ident(lex)) {
1215             /* error? */
1216             return (lex->tok.ttype = TOKEN_ERROR);
1217         }
1218         lex_endtoken(lex);
1219         lex->tok.ttype = TOKEN_IDENT;
1220
1221         v = lex->tok.value;
1222         if (!strcmp(v, "void")) {
1223             lex->tok.ttype = TOKEN_TYPENAME;
1224             lex->tok.constval.t = TYPE_VOID;
1225         } else if (!strcmp(v, "int")) {
1226             lex->tok.ttype = TOKEN_TYPENAME;
1227             lex->tok.constval.t = TYPE_INTEGER;
1228         } else if (!strcmp(v, "float")) {
1229             lex->tok.ttype = TOKEN_TYPENAME;
1230             lex->tok.constval.t = TYPE_FLOAT;
1231         } else if (!strcmp(v, "string")) {
1232             lex->tok.ttype = TOKEN_TYPENAME;
1233             lex->tok.constval.t = TYPE_STRING;
1234         } else if (!strcmp(v, "entity")) {
1235             lex->tok.ttype = TOKEN_TYPENAME;
1236             lex->tok.constval.t = TYPE_ENTITY;
1237         } else if (!strcmp(v, "vector")) {
1238             lex->tok.ttype = TOKEN_TYPENAME;
1239             lex->tok.constval.t = TYPE_VECTOR;
1240         } else {
1241             size_t kw;
1242             for (kw = 0; kw < num_keywords_qc; ++kw) {
1243                 if (!strcmp(v, keywords_qc[kw]))
1244                     return (lex->tok.ttype = TOKEN_KEYWORD);
1245             }
1246             if (opts_standard != COMPILER_QCC) {
1247                 for (kw = 0; kw < num_keywords_fg; ++kw) {
1248                     if (!strcmp(v, keywords_fg[kw]))
1249                         return (lex->tok.ttype = TOKEN_KEYWORD);
1250                 }
1251             }
1252         }
1253
1254         return lex->tok.ttype;
1255     }
1256
1257     if (ch == '"')
1258     {
1259         lex->flags.nodigraphs = true;
1260         if (lex->flags.preprocessing)
1261             lex_tokench(lex, ch);
1262         lex->tok.ttype = lex_finish_string(lex, '"');
1263         if (lex->flags.preprocessing)
1264             lex_tokench(lex, ch);
1265         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1266         {
1267             /* Allow c style "string" "continuation" */
1268             ch = lex_skipwhite(lex);
1269             if (ch != '"') {
1270                 lex_ungetch(lex, ch);
1271                 break;
1272             }
1273
1274             lex->tok.ttype = lex_finish_string(lex, '"');
1275         }
1276         lex->flags.nodigraphs = false;
1277         lex_endtoken(lex);
1278         return lex->tok.ttype;
1279     }
1280
1281     if (ch == '\'')
1282     {
1283         /* we parse character constants like string,
1284          * but return TOKEN_CHARCONST, or a vector type if it fits...
1285          * Likewise actual unescaping has to be done by the parser.
1286          * The difference is we don't allow 'char' 'continuation'.
1287          */
1288         if (lex->flags.preprocessing)
1289             lex_tokench(lex, ch);
1290         lex->tok.ttype = lex_finish_string(lex, '\'');
1291         if (lex->flags.preprocessing)
1292             lex_tokench(lex, ch);
1293         lex_endtoken(lex);
1294
1295         lex->tok.ttype = TOKEN_CHARCONST;
1296          /* It's a vector if we can successfully scan 3 floats */
1297 #ifdef WIN32
1298         if (sscanf_s(lex->tok.value, " %f %f %f ",
1299                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1300 #else
1301         if (sscanf(lex->tok.value, " %f %f %f ",
1302                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1303 #endif
1304
1305         {
1306              lex->tok.ttype = TOKEN_VECTORCONST;
1307         }
1308         else
1309         {
1310             if (!lex->flags.preprocessing && strlen(lex->tok.value) > 1) {
1311                 if (lexwarn(lex, WARN_MULTIBYTE_CHARACTER, "multibyte character: `%s`", lex->tok.value))
1312                     return (lex->tok.ttype = TOKEN_ERROR);
1313             }
1314             lex->tok.constval.i = lex->tok.value[0];
1315         }
1316
1317         return lex->tok.ttype;
1318     }
1319
1320     if (isdigit(ch))
1321     {
1322         lex->tok.ttype = lex_finish_digit(lex, ch);
1323         lex_endtoken(lex);
1324         return lex->tok.ttype;
1325     }
1326
1327     lexerror(lex, "unknown token");
1328     return (lex->tok.ttype = TOKEN_ERROR);
1329 }