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     "__builtin_debug_printtype"
  54 };
  55 static size_t num_keywords_fg = sizeof(keywords_fg) / sizeof(keywords_fg[0]);
  56
  57 /*
  58  * Lexer code
  59  */
  60
  61 char* *lex_filenames;
  62
  63 void lexerror(lex_file *lex, const char *fmt, ...)
  64 {
  65     va_list ap;
  66
  67     va_start(ap, fmt);
  68     if (lex)
  69         con_vprintmsg(LVL_ERROR, lex->name, lex->sline, "parse error", fmt, ap);
  70     else
  71         con_vprintmsg(LVL_ERROR, "", 0, "parse error", fmt, ap);
  72     va_end(ap);
  73 }
  74
  75 bool lexwarn(lex_file *lex, int warntype, const char *fmt, ...)
  76 {
  77     va_list ap;
  78     int lvl = LVL_WARNING;
  79
  80     if (!OPTS_WARN(warntype))
  81         return false;
  82
  83     if (opts_werror)
  84         lvl = LVL_ERROR;
  85
  86     va_start(ap, fmt);
  87     con_vprintmsg(lvl, lex->name, lex->sline, "warning", fmt, ap);
  88     va_end(ap);
  89
  90     return opts_werror;
  91 }
  92
  93
  94 #if 0
  95 token* token_new()
  96 {
  97     token *tok = (token*)mem_a(sizeof(token));
  98     if (!tok)
  99         return NULL;
 100     memset(tok, 0, sizeof(*tok));
 101     return tok;
 102 }
 103
 104 void token_delete(token *self)
 105 {
 106     if (self->next && self->next->prev == self)
 107         self->next->prev = self->prev;
 108     if (self->prev && self->prev->next == self)
 109         self->prev->next = self->next;
 110     MEM_VECTOR_CLEAR(self, value);
 111     mem_d(self);
 112 }
 113
 114 token* token_copy(const token *cp)
 115 {
 116     token* self = token_new();
 117     if (!self)
 118         return NULL;
 119     /* copy the value */
 120     self->value_alloc = cp->value_count + 1;
 121     self->value_count = cp->value_count;
 122     self->value = (char*)mem_a(self->value_alloc);
 123     if (!self->value) {
 124         mem_d(self);
 125         return NULL;
 126     }
 127     memcpy(self->value, cp->value, cp->value_count);
 128     self->value[self->value_alloc-1] = 0;
 129
 130     /* rest */
 131     self->ctx = cp->ctx;
 132     self->ttype = cp->ttype;
 133     memcpy(&self->constval, &cp->constval, sizeof(self->constval));
 134     return self;
 135 }
 136
 137 void token_delete_all(token *t)
 138 {
 139     token *n;
 140
 141     do {
 142         n = t->next;
 143         token_delete(t);
 144         t = n;
 145     } while(t);
 146 }
 147
 148 token* token_copy_all(const token *cp)
 149 {
 150     token *cur;
 151     token *out;
 152
 153     out = cur = token_copy(cp);
 154     if (!out)
 155         return NULL;
 156
 157     while (cp->next) {
 158         cp = cp->next;
 159         cur->next = token_copy(cp);
 160         if (!cur->next) {
 161             token_delete_all(out);
 162             return NULL;
 163         }
 164         cur->next->prev = cur;
 165         cur = cur->next;
 166     }
 167
 168     return out;
 169 }
 170 #else
 171 static void lex_token_new(lex_file *lex)
 172 {
 173 #if 0
 174     if (lex->tok)
 175         token_delete(lex->tok);
 176     lex->tok = token_new();
 177 #else
 178     if (lex->tok.value)
 179         vec_shrinkto(lex->tok.value, 0);
 180     lex->tok.constval.t  = 0;
 181     lex->tok.ctx.line = lex->sline;
 182     lex->tok.ctx.file = lex->name;
 183 #endif
 184 }
 185 #endif
 186
 187 lex_file* lex_open(const char *file)
 188 {
 189     lex_file *lex;
 190     FILE *in = util_fopen(file, "rb");
 191
 192     if (!in) {
 193         lexerror(NULL, "open failed: '%s'\n", file);
 194         return NULL;
 195     }
 196
 197     lex = (lex_file*)mem_a(sizeof(*lex));
 198     if (!lex) {
 199         fclose(in);
 200         lexerror(NULL, "out of memory\n");
 201         return NULL;
 202     }
 203
 204     memset(lex, 0, sizeof(*lex));
 205
 206     lex->file = in;
 207     lex->name = util_strdup(file);
 208     lex->line = 1; /* we start counting at 1 */
 209
 210     lex->peekpos = 0;
 211     lex->eof = false;
 212
 213     vec_push(lex_filenames, lex->name);
 214     return lex;
 215 }
 216
 217 lex_file* lex_open_string(const char *str, size_t len, const char *name)
 218 {
 219     lex_file *lex;
 220
 221     lex = (lex_file*)mem_a(sizeof(*lex));
 222     if (!lex) {
 223         lexerror(NULL, "out of memory\n");
 224         return NULL;
 225     }
 226
 227     memset(lex, 0, sizeof(*lex));
 228
 229     lex->file = NULL;
 230     lex->open_string        = str;
 231     lex->open_string_length = len;
 232     lex->open_string_pos    = 0;
 233
 234     lex->name = util_strdup(name ? name : "<string-source>");
 235     lex->line = 1; /* we start counting at 1 */
 236
 237     lex->peekpos = 0;
 238     lex->eof = false;
 239
 240     vec_push(lex_filenames, lex->name);
 241
 242     return lex;
 243 }
 244
 245 void lex_cleanup(void)
 246 {
 247     size_t i;
 248     for (i = 0; i < vec_size(lex_filenames); ++i)
 249         mem_d(lex_filenames[i]);
 250     vec_free(lex_filenames);
 251 }
 252
 253 void lex_close(lex_file *lex)
 254 {
 255     size_t i;
 256     for (i = 0; i < vec_size(lex->frames); ++i)
 257         mem_d(lex->frames[i].name);
 258     vec_free(lex->frames);
 259
 260     if (lex->modelname)
 261         vec_free(lex->modelname);
 262
 263     if (lex->file)
 264         fclose(lex->file);
 265 #if 0
 266     if (lex->tok)
 267         token_delete(lex->tok);
 268 #else
 269     vec_free(lex->tok.value);
 270 #endif
 271     /* mem_d(lex->name); collected in lex_filenames */
 272     mem_d(lex);
 273 }
 274
 275 static int lex_fgetc(lex_file *lex)
 276 {
 277     if (lex->file)
 278         return fgetc(lex->file);
 279     if (lex->open_string) {
 280         if (lex->open_string_pos >= lex->open_string_length)
 281             return EOF;
 282         return lex->open_string[lex->open_string_pos++];
 283     }
 284     return EOF;
 285 }
 286
 287 /* Get or put-back data
 288  * The following to functions do NOT understand what kind of data they
 289  * are working on.
 290  * The are merely wrapping get/put in order to count line numbers.
 291  */
 292 static void lex_ungetch(lex_file *lex, int ch);
 293 static int lex_try_trigraph(lex_file *lex, int old)
 294 {
 295     int c2, c3;
 296     c2 = lex_fgetc(lex);
 297     if (c2 != '?') {
 298         lex_ungetch(lex, c2);
 299         return old;
 300     }
 301
 302     c3 = lex_fgetc(lex);
 303     switch (c3) {
 304         case '=': return '#';
 305         case '/': return '\\';
 306         case '\'': return '^';
 307         case '(': return '[';
 308         case ')': return ']';
 309         case '!': return '|';
 310         case '<': return '{';
 311         case '>': return '}';
 312         case '-': return '~';
 313         default:
 314             lex_ungetch(lex, c3);
 315             lex_ungetch(lex, c2);
 316             return old;
 317     }
 318 }
 319
 320 static int lex_try_digraph(lex_file *lex, int ch)
 321 {
 322     int c2;
 323     c2 = lex_fgetc(lex);
 324     /* we just used fgetc() so count lines
 325      * need to offset a \n the ungetch would recognize
 326      */
 327     if (!lex->push_line && c2 == '\n')
 328         lex->line++;
 329     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     else if (ch == '%' && c2 == ':')
 338         return '#';
 339     lex_ungetch(lex, c2);
 340     return ch;
 341 }
 342
 343 static int lex_getch(lex_file *lex)
 344 {
 345     int ch;
 346
 347     if (lex->peekpos) {
 348         lex->peekpos--;
 349         if (!lex->push_line && lex->peek[lex->peekpos] == '\n')
 350             lex->line++;
 351         return lex->peek[lex->peekpos];
 352     }
 353
 354     ch = lex_fgetc(lex);
 355     if (!lex->push_line && ch == '\n')
 356         lex->line++;
 357     else if (ch == '?')
 358         return lex_try_trigraph(lex, ch);
 359     else if (!lex->flags.nodigraphs && (ch == '<' || ch == ':' || ch == '%'))
 360         return lex_try_digraph(lex, ch);
 361     return ch;
 362 }
 363
 364 static void lex_ungetch(lex_file *lex, int ch)
 365 {
 366     lex->peek[lex->peekpos++] = ch;
 367     if (!lex->push_line && ch == '\n')
 368         lex->line--;
 369 }
 370
 371 /* classify characters
 372  * some additions to the is*() functions of ctype.h
 373  */
 374
 375 /* Idents are alphanumberic, but they start with alpha or _ */
 376 static bool isident_start(int ch)
 377 {
 378     return isalpha(ch) || ch == '_';
 379 }
 380
 381 static bool isident(int ch)
 382 {
 383     return isident_start(ch) || isdigit(ch);
 384 }
 385
 386 /* isxdigit_only is used when we already know it's not a digit
 387  * and want to see if it's a hex digit anyway.
 388  */
 389 static bool isxdigit_only(int ch)
 390 {
 391     return (ch >= 'a' && ch <= 'f') || (ch >= 'A' && ch <= 'F');
 392 }
 393
 394 /* Append a character to the token buffer */
 395 static void lex_tokench(lex_file *lex, int ch)
 396 {
 397     vec_push(lex->tok.value, ch);
 398 }
 399
 400 /* Append a trailing null-byte */
 401 static void lex_endtoken(lex_file *lex)
 402 {
 403     vec_push(lex->tok.value, 0);
 404     vec_shrinkby(lex->tok.value, 1);
 405 }
 406
 407 static bool lex_try_pragma(lex_file *lex)
 408 {
 409     int ch;
 410     char *pragma  = NULL;
 411     char *command = NULL;
 412     char *param   = NULL;
 413     size_t line;
 414
 415     if (lex->flags.preprocessing)
 416         return false;
 417
 418     line = lex->line;
 419
 420     ch = lex_getch(lex);
 421     if (ch != '#') {
 422         lex_ungetch(lex, ch);
 423         return false;
 424     }
 425
 426     for (ch = lex_getch(lex); vec_size(pragma) < 8 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 427         vec_push(pragma, ch);
 428     vec_push(pragma, 0);
 429
 430     if (ch != ' ' || strcmp(pragma, "pragma")) {
 431         lex_ungetch(lex, ch);
 432         goto unroll;
 433     }
 434
 435     for (ch = lex_getch(lex); vec_size(command) < 32 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 436         vec_push(command, ch);
 437     vec_push(command, 0);
 438
 439     if (ch != '(') {
 440         lex_ungetch(lex, ch);
 441         goto unroll;
 442     }
 443
 444     for (ch = lex_getch(lex); vec_size(param) < 1024 && ch != ')' && ch != '\n'; ch = lex_getch(lex))
 445         vec_push(param, ch);
 446     vec_push(param, 0);
 447
 448     if (ch != ')') {
 449         lex_ungetch(lex, ch);
 450         goto unroll;
 451     }
 452
 453     if (!strcmp(command, "push")) {
 454         if (!strcmp(param, "line")) {
 455             lex->push_line++;
 456             if (lex->push_line == 1)
 457                 --line;
 458         }
 459         else
 460             goto unroll;
 461     }
 462     else if (!strcmp(command, "pop")) {
 463         if (!strcmp(param, "line")) {
 464             if (lex->push_line)
 465                 lex->push_line--;
 466             if (lex->push_line == 0)
 467                 --line;
 468         }
 469         else
 470             goto unroll;
 471     }
 472     else if (!strcmp(command, "file")) {
 473         lex->name = util_strdup(param);
 474         vec_push(lex_filenames, lex->name);
 475     }
 476     else if (!strcmp(command, "line")) {
 477         line = strtol(param, NULL, 0)-1;
 478     }
 479     else
 480         goto unroll;
 481
 482     lex->line = line;
 483     while (ch != '\n' && ch != EOF)
 484         ch = lex_getch(lex);
 485     return true;
 486
 487 unroll:
 488     if (command) {
 489         vec_pop(command);
 490         while (vec_size(command)) {
 491             lex_ungetch(lex, vec_last(command));
 492             vec_pop(command);
 493         }
 494         vec_free(command);
 495     }
 496     if (command) {
 497         vec_pop(command);
 498         while (vec_size(command)) {
 499             lex_ungetch(lex, vec_last(command));
 500             vec_pop(command);
 501         }
 502         vec_free(command);
 503     }
 504     if (pragma) {
 505         vec_pop(pragma);
 506         while (vec_size(pragma)) {
 507             lex_ungetch(lex, vec_last(pragma));
 508             vec_pop(pragma);
 509         }
 510         vec_free(pragma);
 511     }
 512     lex_ungetch(lex, '#');
 513
 514     lex->line = line;
 515     return false;
 516 }
 517
 518 /* Skip whitespace and comments and return the first
 519  * non-white character.
 520  * As this makes use of the above getch() ungetch() functions,
 521  * we don't need to care at all about line numbering anymore.
 522  *
 523  * In theory, this function should only be used at the beginning
 524  * of lexing, or when we *know* the next character is part of the token.
 525  * Otherwise, if the parser throws an error, the linenumber may not be
 526  * the line of the error, but the line of the next token AFTER the error.
 527  *
 528  * This is currently only problematic when using c-like string-continuation,
 529  * since comments and whitespaces are allowed between 2 such strings.
 530  * Example:
 531 printf(   "line one\n"
 532 // A comment
 533           "A continuation of the previous string"
 534 // This line is skipped
 535       , foo);
 536
 537  * In this case, if the parse decides it didn't actually want a string,
 538  * and uses lex->line to print an error, it will show the ', foo);' line's
 539  * linenumber.
 540  *
 541  * On the other hand, the parser is supposed to remember the line of the next
 542  * token's beginning. In this case we would want skipwhite() to be called
 543  * AFTER reading a token, so that the parser, before reading the NEXT token,
 544  * doesn't store teh *comment's* linenumber, but the actual token's linenumber.
 545  *
 546  * THIS SOLUTION
 547  *    here is to store the line of the first character after skipping
 548  *    the initial whitespace in lex->sline, this happens in lex_do.
 549  */
 550 static int lex_skipwhite(lex_file *lex, bool hadwhite)
 551 {
 552     int ch = 0;
 553     bool haswhite = hadwhite;
 554
 555     do
 556     {
 557         ch = lex_getch(lex);
 558         while (ch != EOF && isspace(ch)) {
 559             if (ch == '\n') {
 560                 if (lex_try_pragma(lex))
 561                     continue;
 562             }
 563             if (lex->flags.preprocessing) {
 564                 if (ch == '\n') {
 565                     /* end-of-line */
 566                     /* see if there was whitespace first */
 567                     if (haswhite) { /* (vec_size(lex->tok.value)) { */
 568                         lex_ungetch(lex, ch);
 569                         lex_endtoken(lex);
 570                         return TOKEN_WHITE;
 571                     }
 572                     /* otherwise return EOL */
 573                     return TOKEN_EOL;
 574                 }
 575                 haswhite = true;
 576                 lex_tokench(lex, ch);
 577             }
 578             ch = lex_getch(lex);
 579         }
 580
 581         if (ch == '/') {
 582             ch = lex_getch(lex);
 583             if (ch == '/')
 584             {
 585                 /* one line comment */
 586                 ch = lex_getch(lex);
 587
 588                 if (lex->flags.preprocessing) {
 589                     haswhite = true;
 590                     /*
 591                     lex_tokench(lex, '/');
 592                     lex_tokench(lex, '/');
 593                     */
 594                     lex_tokench(lex, ' ');
 595                     lex_tokench(lex, ' ');
 596                 }
 597
 598                 while (ch != EOF && ch != '\n') {
 599                     if (lex->flags.preprocessing)
 600                         lex_tokench(lex, ' '); /* ch); */
 601                     ch = lex_getch(lex);
 602                 }
 603                 if (lex->flags.preprocessing) {
 604                     lex_ungetch(lex, '\n');
 605                     lex_endtoken(lex);
 606                     return TOKEN_WHITE;
 607                 }
 608                 continue;
 609             }
 610             if (ch == '*')
 611             {
 612                 /* multiline comment */
 613                 if (lex->flags.preprocessing) {
 614                     haswhite = true;
 615                     /*
 616                     lex_tokench(lex, '/');
 617                     lex_tokench(lex, '*');
 618                     */
 619                     lex_tokench(lex, ' ');
 620                     lex_tokench(lex, ' ');
 621                 }
 622
 623                 while (ch != EOF)
 624                 {
 625                     ch = lex_getch(lex);
 626                     if (ch == '*') {
 627                         ch = lex_getch(lex);
 628                         if (ch == '/') {
 629                             if (lex->flags.preprocessing) {
 630                                 /*
 631                                 lex_tokench(lex, '*');
 632                                 lex_tokench(lex, '/');
 633                                 */
 634                                 lex_tokench(lex, ' ');
 635                                 lex_tokench(lex, ' ');
 636                             }
 637                             break;
 638                         }
 639                         lex_ungetch(lex, ch);
 640                     }
 641                     if (lex->flags.preprocessing) {
 642                         if (ch == '\n')
 643                             lex_tokench(lex, '\n');
 644                         else
 645                             lex_tokench(lex, ' '); /* ch); */
 646                     }
 647                 }
 648                 ch = ' '; /* cause TRUE in the isspace check */
 649                 continue;
 650             }
 651             /* Otherwise roll back to the slash and break out of the loop */
 652             lex_ungetch(lex, ch);
 653             ch = '/';
 654             break;
 655         }
 656     } while (ch != EOF && isspace(ch));
 657
 658     if (haswhite) {
 659         lex_endtoken(lex);
 660         lex_ungetch(lex, ch);
 661         return TOKEN_WHITE;
 662     }
 663     return ch;
 664 }
 665
 666 /* Get a token */
 667 static bool GMQCC_WARN lex_finish_ident(lex_file *lex)
 668 {
 669     int ch;
 670
 671     ch = lex_getch(lex);
 672     while (ch != EOF && isident(ch))
 673     {
 674         lex_tokench(lex, ch);
 675         ch = lex_getch(lex);
 676     }
 677
 678     /* last ch was not an ident ch: */
 679     lex_ungetch(lex, ch);
 680
 681     return true;
 682 }
 683
 684 /* read one ident for the frame list */
 685 static int lex_parse_frame(lex_file *lex)
 686 {
 687     int ch;
 688
 689     lex_token_new(lex);
 690
 691     ch = lex_getch(lex);
 692     while (ch != EOF && ch != '\n' && isspace(ch))
 693         ch = lex_getch(lex);
 694
 695     if (ch == '\n')
 696         return 1;
 697
 698     if (!isident_start(ch)) {
 699         lexerror(lex, "invalid framename, must start with one of a-z or _, got %c", ch);
 700         return -1;
 701     }
 702
 703     lex_tokench(lex, ch);
 704     if (!lex_finish_ident(lex))
 705         return -1;
 706     lex_endtoken(lex);
 707     return 0;
 708 }
 709
 710 /* read a list of $frames */
 711 static bool lex_finish_frames(lex_file *lex)
 712 {
 713     do {
 714         size_t i;
 715         int    rc;
 716         frame_macro m;
 717
 718         rc = lex_parse_frame(lex);
 719         if (rc > 0) /* end of line */
 720             return true;
 721         if (rc < 0) /* error */
 722             return false;
 723
 724         for (i = 0; i < vec_size(lex->frames); ++i) {
 725             if (!strcmp(lex->tok.value, lex->frames[i].name)) {
 726                 lex->frames[i].value = lex->framevalue++;
 727                 if (lexwarn(lex, WARN_FRAME_MACROS, "duplicate frame macro defined: `%s`", lex->tok.value))
 728                     return false;
 729                 break;
 730             }
 731         }
 732         if (i < vec_size(lex->frames))
 733             continue;
 734
 735         m.value = lex->framevalue++;
 736         m.name = util_strdup(lex->tok.value);
 737         vec_shrinkto(lex->tok.value, 0);
 738         vec_push(lex->frames, m);
 739     } while (true);
 740 }
 741
 742 static int GMQCC_WARN lex_finish_string(lex_file *lex, int quote)
 743 {
 744     int ch = 0;
 745     int nextch;
 746
 747     while (ch != EOF)
 748     {
 749         ch = lex_getch(lex);
 750         if (ch == quote)
 751             return TOKEN_STRINGCONST;
 752
 753         if (lex->flags.preprocessing && ch == '\\') {
 754             lex_tokench(lex, ch);
 755             ch = lex_getch(lex);
 756             if (ch == EOF) {
 757                 lexerror(lex, "unexpected end of file");
 758                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 759                 return (lex->tok.ttype = TOKEN_ERROR);
 760             }
 761             lex_tokench(lex, ch);
 762         }
 763         else if (ch == '\\') {
 764             ch = lex_getch(lex);
 765             if (ch == EOF) {
 766                 lexerror(lex, "unexpected end of file");
 767                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 768                 return (lex->tok.ttype = TOKEN_ERROR);
 769             }
 770
 771             switch (ch) {
 772             case '\\': break;
 773             case '\'': break;
 774             case '"':  break;
 775             case 'a':  ch = '\a'; break;
 776             case 'b':  ch = '\b'; break;
 777             case 'r':  ch = '\r'; break;
 778             case 'n':  ch = '\n'; break;
 779             case 't':  ch = '\t'; break;
 780             case 'f':  ch = '\f'; break;
 781             case 'v':  ch = '\v'; break;
 782             case 'x':
 783             case 'X':
 784                 /* same procedure as in fteqcc */
 785                 ch = 0;
 786                 nextch = lex_getch(lex);
 787                 if      (nextch >= '0' && nextch <= '9')
 788                     ch += nextch - '0';
 789                 else if (nextch >= 'a' && nextch <= 'f')
 790                     ch += nextch - 'a' + 10;
 791                 else if (nextch >= 'A' && nextch <= 'F')
 792                     ch += nextch - 'A' + 10;
 793                 else {
 794                     lexerror(lex, "bad character code");
 795                     lex_ungetch(lex, nextch);
 796                     return (lex->tok.ttype = TOKEN_ERROR);
 797                 }
 798
 799                 ch *= 0x10;
 800                 nextch = lex_getch(lex);
 801                 if      (nextch >= '0' && nextch <= '9')
 802                     ch += nextch - '0';
 803                 else if (nextch >= 'a' && nextch <= 'f')
 804                     ch += nextch - 'a' + 10;
 805                 else if (nextch >= 'A' && nextch <= 'F')
 806                     ch += nextch - 'A' + 10;
 807                 else {
 808                     lexerror(lex, "bad character code");
 809                     lex_ungetch(lex, nextch);
 810                     return (lex->tok.ttype = TOKEN_ERROR);
 811                 }
 812                 break;
 813
 814             /* fteqcc support */
 815             case '0': case '1': case '2': case '3':
 816             case '4': case '5': case '6': case '7':
 817             case '8': case '9':
 818                 ch = 18 + ch - '0';
 819                 break;
 820             case '<':  ch = 29; break;
 821             case '-':  ch = 30; break;
 822             case '>':  ch = 31; break;
 823             case '[':  ch = 16; break;
 824             case ']':  ch = 17; break;
 825             case '{':
 826                 ch = 0;
 827                 for (nextch = lex_getch(lex); nextch != '}'; nextch = lex_getch(lex)) {
 828                     ch = ch * 10 + nextch - '0';
 829                     if (nextch < '0' || nextch > '9' || ch > 255) {
 830                         lexerror(lex, "bad character code");
 831                         return (lex->tok.ttype = TOKEN_ERROR);
 832                     }
 833                 }
 834                 break;
 835             case '\n':  ch = '\n'; break;
 836
 837             default:
 838                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 839                 /* so we just add the character plus backslash no matter what it actually is */
 840                 lex_tokench(lex, '\\');
 841             }
 842             /* add the character finally */
 843             lex_tokench(lex, ch);
 844         }
 845         else
 846             lex_tokench(lex, ch);
 847     }
 848     lexerror(lex, "unexpected end of file within string constant");
 849     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 850     return (lex->tok.ttype = TOKEN_ERROR);
 851 }
 852
 853 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 854 {
 855     bool ishex = false;
 856
 857     int  ch = lastch;
 858
 859     /* parse a number... */
 860     if (ch == '.')
 861         lex->tok.ttype = TOKEN_FLOATCONST;
 862     else
 863         lex->tok.ttype = TOKEN_INTCONST;
 864
 865     lex_tokench(lex, ch);
 866
 867     ch = lex_getch(lex);
 868     if (ch != '.' && !isdigit(ch))
 869     {
 870         if (lastch != '0' || ch != 'x')
 871         {
 872             /* end of the number or EOF */
 873             lex_ungetch(lex, ch);
 874             lex_endtoken(lex);
 875
 876             lex->tok.constval.i = lastch - '0';
 877             return lex->tok.ttype;
 878         }
 879
 880         ishex = true;
 881     }
 882
 883     /* EOF would have been caught above */
 884
 885     if (ch != '.')
 886     {
 887         lex_tokench(lex, ch);
 888         ch = lex_getch(lex);
 889         while (isdigit(ch) || (ishex && isxdigit_only(ch)))
 890         {
 891             lex_tokench(lex, ch);
 892             ch = lex_getch(lex);
 893         }
 894     }
 895     /* NOT else, '.' can come from above as well */
 896     if (lex->tok.ttype != TOKEN_FLOATCONST && ch == '.' && !ishex)
 897     {
 898         /* Allow floating comma in non-hex mode */
 899         lex->tok.ttype = TOKEN_FLOATCONST;
 900         lex_tokench(lex, ch);
 901
 902         /* continue digits-only */
 903         ch = lex_getch(lex);
 904         while (isdigit(ch))
 905         {
 906             lex_tokench(lex, ch);
 907             ch = lex_getch(lex);
 908         }
 909     }
 910     /* put back the last character */
 911     /* but do not put back the trailing 'f' or a float */
 912     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 913         ch = lex_getch(lex);
 914
 915     /* generally we don't want words to follow numbers: */
 916     if (isident(ch)) {
 917         lexerror(lex, "unexpected trailing characters after number");
 918         return (lex->tok.ttype = TOKEN_ERROR);
 919     }
 920     lex_ungetch(lex, ch);
 921
 922     lex_endtoken(lex);
 923     if (lex->tok.ttype == TOKEN_FLOATCONST)
 924         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 925     else
 926         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 927     return lex->tok.ttype;
 928 }
 929
 930 int lex_do(lex_file *lex)
 931 {
 932     int ch, nextch, thirdch;
 933     bool hadwhite = false;
 934
 935     lex_token_new(lex);
 936 #if 0
 937     if (!lex->tok)
 938         return TOKEN_FATAL;
 939 #endif
 940
 941     while (true) {
 942         ch = lex_skipwhite(lex, hadwhite);
 943         hadwhite = true;
 944         if (!lex->flags.mergelines || ch != '\\')
 945             break;
 946         ch = lex_getch(lex);
 947         if (ch != '\n') {
 948             lex_ungetch(lex, ch);
 949             ch = '\\';
 950             break;
 951         }
 952         /* we reached a linemerge */
 953         lex_tokench(lex, '\n');
 954         continue;
 955     }
 956
 957     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
 958         return (lex->tok.ttype = ch);
 959     }
 960
 961     lex->sline = lex->line;
 962     lex->tok.ctx.line = lex->sline;
 963     lex->tok.ctx.file = lex->name;
 964
 965     if (lex->eof)
 966         return (lex->tok.ttype = TOKEN_FATAL);
 967
 968     if (ch == EOF) {
 969         lex->eof = true;
 970         return (lex->tok.ttype = TOKEN_EOF);
 971     }
 972
 973     /* modelgen / spiritgen commands */
 974     if (ch == '$' && !lex->flags.preprocessing) {
 975         const char *v;
 976         size_t frame;
 977
 978         ch = lex_getch(lex);
 979         if (!isident_start(ch)) {
 980             lexerror(lex, "hanging '$' modelgen/spritegen command line");
 981             return lex_do(lex);
 982         }
 983         lex_tokench(lex, ch);
 984         if (!lex_finish_ident(lex))
 985             return (lex->tok.ttype = TOKEN_ERROR);
 986         lex_endtoken(lex);
 987         /* skip the known commands */
 988         v = lex->tok.value;
 989
 990         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
 991         {
 992             /* frame/framesave command works like an enum
 993              * similar to fteqcc we handle this in the lexer.
 994              * The reason for this is that it is sensitive to newlines,
 995              * which the parser is unaware of
 996              */
 997             if (!lex_finish_frames(lex))
 998                  return (lex->tok.ttype = TOKEN_ERROR);
 999             return lex_do(lex);
1000         }
1001
1002         if (!strcmp(v, "framevalue"))
1003         {
1004             ch = lex_getch(lex);
1005             while (ch != EOF && isspace(ch) && ch != '\n')
1006                 ch = lex_getch(lex);
1007
1008             if (!isdigit(ch)) {
1009                 lexerror(lex, "$framevalue requires an integer parameter");
1010                 return lex_do(lex);
1011             }
1012
1013             lex_token_new(lex);
1014             lex->tok.ttype = lex_finish_digit(lex, ch);
1015             lex_endtoken(lex);
1016             if (lex->tok.ttype != TOKEN_INTCONST) {
1017                 lexerror(lex, "$framevalue requires an integer parameter");
1018                 return lex_do(lex);
1019             }
1020             lex->framevalue = lex->tok.constval.i;
1021             return lex_do(lex);
1022         }
1023
1024         if (!strcmp(v, "framerestore"))
1025         {
1026             int rc;
1027
1028             lex_token_new(lex);
1029
1030             rc = lex_parse_frame(lex);
1031
1032             if (rc > 0) {
1033                 lexerror(lex, "$framerestore requires a framename parameter");
1034                 return lex_do(lex);
1035             }
1036             if (rc < 0)
1037                 return (lex->tok.ttype = TOKEN_FATAL);
1038
1039             v = lex->tok.value;
1040             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1041                 if (!strcmp(v, lex->frames[frame].name)) {
1042                     lex->framevalue = lex->frames[frame].value;
1043                     return lex_do(lex);
1044                 }
1045             }
1046             lexerror(lex, "unknown framename `%s`", v);
1047             return lex_do(lex);
1048         }
1049
1050         if (!strcmp(v, "modelname"))
1051         {
1052             int rc;
1053
1054             lex_token_new(lex);
1055
1056             rc = lex_parse_frame(lex);
1057
1058             if (rc > 0) {
1059                 lexerror(lex, "$modelname requires a parameter");
1060                 return lex_do(lex);
1061             }
1062             if (rc < 0)
1063                 return (lex->tok.ttype = TOKEN_FATAL);
1064
1065             v = lex->tok.value;
1066             if (lex->modelname) {
1067                 frame_macro m;
1068                 m.value = lex->framevalue;
1069                 m.name = lex->modelname;
1070                 lex->modelname = NULL;
1071                 vec_push(lex->frames, m);
1072             }
1073             lex->modelname = lex->tok.value;
1074             lex->tok.value = NULL;
1075             return lex_do(lex);
1076         }
1077
1078         if (!strcmp(v, "flush"))
1079         {
1080             size_t fi;
1081             for (fi = 0; fi < vec_size(lex->frames); ++fi)
1082                 mem_d(lex->frames[fi].name);
1083             vec_free(lex->frames);
1084             /* skip line (fteqcc does it too) */
1085             ch = lex_getch(lex);
1086             while (ch != EOF && ch != '\n')
1087                 ch = lex_getch(lex);
1088             return lex_do(lex);
1089         }
1090
1091         if (!strcmp(v, "cd") ||
1092             !strcmp(v, "origin") ||
1093             !strcmp(v, "base") ||
1094             !strcmp(v, "flags") ||
1095             !strcmp(v, "scale") ||
1096             !strcmp(v, "skin"))
1097         {
1098             /* skip line */
1099             ch = lex_getch(lex);
1100             while (ch != EOF && ch != '\n')
1101                 ch = lex_getch(lex);
1102             return lex_do(lex);
1103         }
1104
1105         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1106             if (!strcmp(v, lex->frames[frame].name)) {
1107                 lex->tok.constval.i = lex->frames[frame].value;
1108                 return (lex->tok.ttype = TOKEN_INTCONST);
1109             }
1110         }
1111
1112         lexerror(lex, "invalid frame macro");
1113         return lex_do(lex);
1114     }
1115
1116     /* single-character tokens */
1117     switch (ch)
1118     {
1119         case '[':
1120         case '(':
1121         case ':':
1122         case '?':
1123             lex_tokench(lex, ch);
1124             lex_endtoken(lex);
1125             if (lex->flags.noops)
1126                 return (lex->tok.ttype = ch);
1127             else
1128                 return (lex->tok.ttype = TOKEN_OPERATOR);
1129         case ')':
1130         case ';':
1131         case '{':
1132         case '}':
1133         case ']':
1134
1135         case '#':
1136             lex_tokench(lex, ch);
1137             lex_endtoken(lex);
1138             return (lex->tok.ttype = ch);
1139         default:
1140             break;
1141     }
1142
1143     if (ch == '.') {
1144         nextch = lex_getch(lex);
1145         /* digits starting with a dot */
1146         if (isdigit(nextch)) {
1147             lex_ungetch(lex, nextch);
1148             lex->tok.ttype = lex_finish_digit(lex, ch);
1149             lex_endtoken(lex);
1150             return lex->tok.ttype;
1151         }
1152         lex_ungetch(lex, nextch);
1153     }
1154
1155     if (lex->flags.noops)
1156     {
1157         /* Detect characters early which are normally
1158          * operators OR PART of an operator.
1159          */
1160         switch (ch)
1161         {
1162             /*
1163             case '+':
1164             case '-':
1165             */
1166             case '*':
1167             case '/':
1168             case '<':
1169             case '>':
1170             case '=':
1171             case '&':
1172             case '|':
1173             case '^':
1174             case '~':
1175             case ',':
1176             case '!':
1177                 lex_tokench(lex, ch);
1178                 lex_endtoken(lex);
1179                 return (lex->tok.ttype = ch);
1180             default:
1181                 break;
1182         }
1183
1184         if (ch == '.')
1185         {
1186             lex_tokench(lex, ch);
1187             /* peak ahead once */
1188             nextch = lex_getch(lex);
1189             if (nextch != '.') {
1190                 lex_ungetch(lex, nextch);
1191                 lex_endtoken(lex);
1192                 return (lex->tok.ttype = ch);
1193             }
1194             /* peak ahead again */
1195             nextch = lex_getch(lex);
1196             if (nextch != '.') {
1197                 lex_ungetch(lex, nextch);
1198                 lex_ungetch(lex, '.');
1199                 lex_endtoken(lex);
1200                 return (lex->tok.ttype = ch);
1201             }
1202             /* fill the token to be "..." */
1203             lex_tokench(lex, ch);
1204             lex_tokench(lex, ch);
1205             lex_endtoken(lex);
1206             return (lex->tok.ttype = TOKEN_DOTS);
1207         }
1208     }
1209
1210     if (ch == ',' || ch == '.') {
1211         lex_tokench(lex, ch);
1212         lex_endtoken(lex);
1213         return (lex->tok.ttype = TOKEN_OPERATOR);
1214     }
1215
1216     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1217         ch == '>' || ch == '<' || /* <<, >>, <=, >= */
1218         ch == '=' || ch == '!' || /* ==, != */
1219         ch == '&' || ch == '|')   /* &&, ||, &=, |= */
1220     {
1221         lex_tokench(lex, ch);
1222
1223         nextch = lex_getch(lex);
1224         if (nextch == '=' || (nextch == ch && ch != '!')) {
1225             lex_tokench(lex, nextch);
1226         } else if (ch == '-' && nextch == '>') {
1227             lex_tokench(lex, nextch);
1228         } else if (ch == '&' && nextch == '~') {
1229             thirdch = lex_getch(lex);
1230             if (thirdch != '=') {
1231                 lex_ungetch(lex, thirdch);
1232                 lex_ungetch(lex, nextch);
1233             }
1234             else {
1235                 lex_tokench(lex, nextch);
1236                 lex_tokench(lex, thirdch);
1237             }
1238         } else
1239             lex_ungetch(lex, nextch);
1240
1241         lex_endtoken(lex);
1242         return (lex->tok.ttype = TOKEN_OPERATOR);
1243     }
1244
1245     /*
1246     if (ch == '^' || ch == '~' || ch == '!')
1247     {
1248         lex_tokench(lex, ch);
1249         lex_endtoken(lex);
1250         return (lex->tok.ttype = TOKEN_OPERATOR);
1251     }
1252     */
1253
1254     if (ch == '*' || ch == '/') /* *=, /= */
1255     {
1256         lex_tokench(lex, ch);
1257
1258         nextch = lex_getch(lex);
1259         if (nextch == '=') {
1260             lex_tokench(lex, nextch);
1261         } else
1262             lex_ungetch(lex, nextch);
1263
1264         lex_endtoken(lex);
1265         return (lex->tok.ttype = TOKEN_OPERATOR);
1266     }
1267
1268     if (isident_start(ch))
1269     {
1270         const char *v;
1271
1272         lex_tokench(lex, ch);
1273         if (!lex_finish_ident(lex)) {
1274             /* error? */
1275             return (lex->tok.ttype = TOKEN_ERROR);
1276         }
1277         lex_endtoken(lex);
1278         lex->tok.ttype = TOKEN_IDENT;
1279
1280         v = lex->tok.value;
1281         if (!strcmp(v, "void")) {
1282             lex->tok.ttype = TOKEN_TYPENAME;
1283             lex->tok.constval.t = TYPE_VOID;
1284         } else if (!strcmp(v, "int")) {
1285             lex->tok.ttype = TOKEN_TYPENAME;
1286             lex->tok.constval.t = TYPE_INTEGER;
1287         } else if (!strcmp(v, "float")) {
1288             lex->tok.ttype = TOKEN_TYPENAME;
1289             lex->tok.constval.t = TYPE_FLOAT;
1290         } else if (!strcmp(v, "string")) {
1291             lex->tok.ttype = TOKEN_TYPENAME;
1292             lex->tok.constval.t = TYPE_STRING;
1293         } else if (!strcmp(v, "entity")) {
1294             lex->tok.ttype = TOKEN_TYPENAME;
1295             lex->tok.constval.t = TYPE_ENTITY;
1296         } else if (!strcmp(v, "vector")) {
1297             lex->tok.ttype = TOKEN_TYPENAME;
1298             lex->tok.constval.t = TYPE_VECTOR;
1299         } else {
1300             size_t kw;
1301             for (kw = 0; kw < num_keywords_qc; ++kw) {
1302                 if (!strcmp(v, keywords_qc[kw]))
1303                     return (lex->tok.ttype = TOKEN_KEYWORD);
1304             }
1305             if (opts_standard != COMPILER_QCC) {
1306                 for (kw = 0; kw < num_keywords_fg; ++kw) {
1307                     if (!strcmp(v, keywords_fg[kw]))
1308                         return (lex->tok.ttype = TOKEN_KEYWORD);
1309                 }
1310             }
1311         }
1312
1313         return lex->tok.ttype;
1314     }
1315
1316     if (ch == '"')
1317     {
1318         lex->flags.nodigraphs = true;
1319         if (lex->flags.preprocessing)
1320             lex_tokench(lex, ch);
1321         lex->tok.ttype = lex_finish_string(lex, '"');
1322         if (lex->flags.preprocessing)
1323             lex_tokench(lex, ch);
1324         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1325         {
1326             /* Allow c style "string" "continuation" */
1327             ch = lex_skipwhite(lex, false);
1328             if (ch != '"') {
1329                 lex_ungetch(lex, ch);
1330                 break;
1331             }
1332
1333             lex->tok.ttype = lex_finish_string(lex, '"');
1334         }
1335         lex->flags.nodigraphs = false;
1336         lex_endtoken(lex);
1337         return lex->tok.ttype;
1338     }
1339
1340     if (ch == '\'')
1341     {
1342         /* we parse character constants like string,
1343          * but return TOKEN_CHARCONST, or a vector type if it fits...
1344          * Likewise actual unescaping has to be done by the parser.
1345          * The difference is we don't allow 'char' 'continuation'.
1346          */
1347         if (lex->flags.preprocessing)
1348             lex_tokench(lex, ch);
1349         lex->tok.ttype = lex_finish_string(lex, '\'');
1350         if (lex->flags.preprocessing)
1351             lex_tokench(lex, ch);
1352         lex_endtoken(lex);
1353
1354         lex->tok.ttype = TOKEN_CHARCONST;
1355          /* It's a vector if we can successfully scan 3 floats */
1356 #ifdef WIN32
1357         if (sscanf_s(lex->tok.value, " %f %f %f ",
1358                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1359 #else
1360         if (sscanf(lex->tok.value, " %f %f %f ",
1361                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1362 #endif
1363
1364         {
1365              lex->tok.ttype = TOKEN_VECTORCONST;
1366         }
1367         else
1368         {
1369             if (!lex->flags.preprocessing && strlen(lex->tok.value) > 1) {
1370                 if (lexwarn(lex, WARN_MULTIBYTE_CHARACTER, "multibyte character: `%s`", lex->tok.value))
1371                     return (lex->tok.ttype = TOKEN_ERROR);
1372             }
1373             lex->tok.constval.i = lex->tok.value[0];
1374         }
1375
1376         return lex->tok.ttype;
1377     }
1378
1379     if (isdigit(ch))
1380     {
1381         lex->tok.ttype = lex_finish_digit(lex, ch);
1382         lex_endtoken(lex);
1383         return lex->tok.ttype;
1384     }
1385
1386     if (lex->flags.preprocessing) {
1387         lex_tokench(lex, ch);
1388         lex_endtoken(lex);
1389         return (lex->tok.ttype = ch);
1390     }
1391
1392     lexerror(lex, "unknown token");
1393     return (lex->tok.ttype = TOKEN_ERROR);
1394 }