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 };
  52 static size_t num_keywords_fg = sizeof(keywords_fg) / sizeof(keywords_fg[0]);
  53
  54 /*
  55  * Lexer code
  56  */
  57
  58 char* *lex_filenames;
  59
  60 void lexerror(lex_file *lex, const char *fmt, ...)
  61 {
  62     va_list ap;
  63
  64     va_start(ap, fmt);
  65     if (lex)
  66         con_vprintmsg(LVL_ERROR, lex->name, lex->sline, "parse error", fmt, ap);
  67     else
  68         con_vprintmsg(LVL_ERROR, "", 0, "parse error", fmt, ap);
  69     va_end(ap);
  70 }
  71
  72 bool lexwarn(lex_file *lex, int warntype, const char *fmt, ...)
  73 {
  74     va_list ap;
  75     int lvl = LVL_WARNING;
  76
  77     if (!OPTS_WARN(warntype))
  78         return false;
  79
  80     if (opts_werror)
  81         lvl = LVL_ERROR;
  82
  83     va_start(ap, fmt);
  84     con_vprintmsg(lvl, lex->name, lex->sline, "warning", fmt, ap);
  85     va_end(ap);
  86
  87     return opts_werror;
  88 }
  89
  90
  91 #if 0
  92 token* token_new()
  93 {
  94     token *tok = (token*)mem_a(sizeof(token));
  95     if (!tok)
  96         return NULL;
  97     memset(tok, 0, sizeof(*tok));
  98     return tok;
  99 }
 100
 101 void token_delete(token *self)
 102 {
 103     if (self->next && self->next->prev == self)
 104         self->next->prev = self->prev;
 105     if (self->prev && self->prev->next == self)
 106         self->prev->next = self->next;
 107     MEM_VECTOR_CLEAR(self, value);
 108     mem_d(self);
 109 }
 110
 111 token* token_copy(const token *cp)
 112 {
 113     token* self = token_new();
 114     if (!self)
 115         return NULL;
 116     /* copy the value */
 117     self->value_alloc = cp->value_count + 1;
 118     self->value_count = cp->value_count;
 119     self->value = (char*)mem_a(self->value_alloc);
 120     if (!self->value) {
 121         mem_d(self);
 122         return NULL;
 123     }
 124     memcpy(self->value, cp->value, cp->value_count);
 125     self->value[self->value_alloc-1] = 0;
 126
 127     /* rest */
 128     self->ctx = cp->ctx;
 129     self->ttype = cp->ttype;
 130     memcpy(&self->constval, &cp->constval, sizeof(self->constval));
 131     return self;
 132 }
 133
 134 void token_delete_all(token *t)
 135 {
 136     token *n;
 137
 138     do {
 139         n = t->next;
 140         token_delete(t);
 141         t = n;
 142     } while(t);
 143 }
 144
 145 token* token_copy_all(const token *cp)
 146 {
 147     token *cur;
 148     token *out;
 149
 150     out = cur = token_copy(cp);
 151     if (!out)
 152         return NULL;
 153
 154     while (cp->next) {
 155         cp = cp->next;
 156         cur->next = token_copy(cp);
 157         if (!cur->next) {
 158             token_delete_all(out);
 159             return NULL;
 160         }
 161         cur->next->prev = cur;
 162         cur = cur->next;
 163     }
 164
 165     return out;
 166 }
 167 #else
 168 static void lex_token_new(lex_file *lex)
 169 {
 170 #if 0
 171     if (lex->tok)
 172         token_delete(lex->tok);
 173     lex->tok = token_new();
 174 #else
 175     if (lex->tok.value)
 176         vec_shrinkto(lex->tok.value, 0);
 177     lex->tok.constval.t  = 0;
 178     lex->tok.ctx.line = lex->sline;
 179     lex->tok.ctx.file = lex->name;
 180 #endif
 181 }
 182 #endif
 183
 184 lex_file* lex_open(const char *file)
 185 {
 186     lex_file *lex;
 187     FILE *in = util_fopen(file, "rb");
 188
 189     if (!in) {
 190         lexerror(NULL, "open failed: '%s'\n", file);
 191         return NULL;
 192     }
 193
 194     lex = (lex_file*)mem_a(sizeof(*lex));
 195     if (!lex) {
 196         fclose(in);
 197         lexerror(NULL, "out of memory\n");
 198         return NULL;
 199     }
 200
 201     memset(lex, 0, sizeof(*lex));
 202
 203     lex->file = in;
 204     lex->name = util_strdup(file);
 205     lex->line = 1; /* we start counting at 1 */
 206
 207     lex->peekpos = 0;
 208     lex->eof = false;
 209
 210     vec_push(lex_filenames, lex->name);
 211     return lex;
 212 }
 213
 214 lex_file* lex_open_string(const char *str, size_t len, const char *name)
 215 {
 216     lex_file *lex;
 217
 218     lex = (lex_file*)mem_a(sizeof(*lex));
 219     if (!lex) {
 220         lexerror(NULL, "out of memory\n");
 221         return NULL;
 222     }
 223
 224     memset(lex, 0, sizeof(*lex));
 225
 226     lex->file = NULL;
 227     lex->open_string        = str;
 228     lex->open_string_length = len;
 229     lex->open_string_pos    = 0;
 230
 231     lex->name = util_strdup(name ? name : "<string-source>");
 232     lex->line = 1; /* we start counting at 1 */
 233
 234     lex->peekpos = 0;
 235     lex->eof = false;
 236
 237     vec_push(lex_filenames, lex->name);
 238
 239     return lex;
 240 }
 241
 242 void lex_cleanup(void)
 243 {
 244     size_t i;
 245     for (i = 0; i < vec_size(lex_filenames); ++i)
 246         mem_d(lex_filenames[i]);
 247     vec_free(lex_filenames);
 248 }
 249
 250 void lex_close(lex_file *lex)
 251 {
 252     size_t i;
 253     for (i = 0; i < vec_size(lex->frames); ++i)
 254         mem_d(lex->frames[i].name);
 255     vec_free(lex->frames);
 256
 257     if (lex->modelname)
 258         vec_free(lex->modelname);
 259
 260     if (lex->file)
 261         fclose(lex->file);
 262 #if 0
 263     if (lex->tok)
 264         token_delete(lex->tok);
 265 #else
 266     vec_free(lex->tok.value);
 267 #endif
 268     /* mem_d(lex->name); collected in lex_filenames */
 269     mem_d(lex);
 270 }
 271
 272 static int lex_fgetc(lex_file *lex)
 273 {
 274     if (lex->file)
 275         return fgetc(lex->file);
 276     if (lex->open_string) {
 277         if (lex->open_string_pos >= lex->open_string_length)
 278             return EOF;
 279         return lex->open_string[lex->open_string_pos++];
 280     }
 281     return EOF;
 282 }
 283
 284 /* Get or put-back data
 285  * The following to functions do NOT understand what kind of data they
 286  * are working on.
 287  * The are merely wrapping get/put in order to count line numbers.
 288  */
 289 static void lex_ungetch(lex_file *lex, int ch);
 290 static int lex_try_trigraph(lex_file *lex, int old)
 291 {
 292     int c2, c3;
 293     c2 = lex_fgetc(lex);
 294     if (c2 != '?') {
 295         lex_ungetch(lex, c2);
 296         return old;
 297     }
 298
 299     c3 = lex_fgetc(lex);
 300     switch (c3) {
 301         case '=': return '#';
 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         default:
 311             lex_ungetch(lex, c3);
 312             lex_ungetch(lex, c2);
 313             return old;
 314     }
 315 }
 316
 317 static int lex_try_digraph(lex_file *lex, int ch)
 318 {
 319     int c2;
 320     c2 = lex_fgetc(lex);
 321     if      (ch == '<' && c2 == ':')
 322         return '[';
 323     else if (ch == ':' && c2 == '>')
 324         return ']';
 325     else if (ch == '<' && c2 == '%')
 326         return '{';
 327     else if (ch == '%' && c2 == '>')
 328         return '}';
 329     else if (ch == '%' && c2 == ':')
 330         return '#';
 331     lex_ungetch(lex, c2);
 332     return ch;
 333 }
 334
 335 static int lex_getch(lex_file *lex)
 336 {
 337     int ch;
 338
 339     if (lex->peekpos) {
 340         lex->peekpos--;
 341         if (!lex->push_line && lex->peek[lex->peekpos] == '\n')
 342             lex->line++;
 343         return lex->peek[lex->peekpos];
 344     }
 345
 346     ch = lex_fgetc(lex);
 347     if (!lex->push_line && ch == '\n')
 348         lex->line++;
 349     else if (ch == '?')
 350         return lex_try_trigraph(lex, ch);
 351     else if (!lex->flags.nodigraphs && (ch == '<' || ch == ':' || ch == '%'))
 352         return lex_try_digraph(lex, ch);
 353     return ch;
 354 }
 355
 356 static void lex_ungetch(lex_file *lex, int ch)
 357 {
 358     lex->peek[lex->peekpos++] = ch;
 359     if (!lex->push_line && ch == '\n')
 360         lex->line--;
 361 }
 362
 363 /* classify characters
 364  * some additions to the is*() functions of ctype.h
 365  */
 366
 367 /* Idents are alphanumberic, but they start with alpha or _ */
 368 static bool isident_start(int ch)
 369 {
 370     return isalpha(ch) || ch == '_';
 371 }
 372
 373 static bool isident(int ch)
 374 {
 375     return isident_start(ch) || isdigit(ch);
 376 }
 377
 378 /* isxdigit_only is used when we already know it's not a digit
 379  * and want to see if it's a hex digit anyway.
 380  */
 381 static bool isxdigit_only(int ch)
 382 {
 383     return (ch >= 'a' && ch <= 'f') || (ch >= 'A' && ch <= 'F');
 384 }
 385
 386 /* Append a character to the token buffer */
 387 static void lex_tokench(lex_file *lex, int ch)
 388 {
 389     vec_push(lex->tok.value, ch);
 390 }
 391
 392 /* Append a trailing null-byte */
 393 static void lex_endtoken(lex_file *lex)
 394 {
 395     vec_push(lex->tok.value, 0);
 396     vec_shrinkby(lex->tok.value, 1);
 397 }
 398
 399 static bool lex_try_pragma(lex_file *lex)
 400 {
 401     int ch;
 402     char *pragma  = NULL;
 403     char *command = NULL;
 404     char *param   = NULL;
 405     size_t line;
 406
 407     if (lex->flags.preprocessing)
 408         return false;
 409
 410     line = lex->line;
 411
 412     ch = lex_getch(lex);
 413     if (ch != '#') {
 414         lex_ungetch(lex, ch);
 415         return false;
 416     }
 417
 418     for (ch = lex_getch(lex); vec_size(pragma) < 8 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 419         vec_push(pragma, ch);
 420     vec_push(pragma, 0);
 421
 422     if (ch != ' ' || strcmp(pragma, "pragma")) {
 423         lex_ungetch(lex, ch);
 424         goto unroll;
 425     }
 426
 427     for (ch = lex_getch(lex); vec_size(command) < 32 && ch >= 'a' && ch <= 'z'; ch = lex_getch(lex))
 428         vec_push(command, ch);
 429     vec_push(command, 0);
 430
 431     if (ch != '(') {
 432         lex_ungetch(lex, ch);
 433         goto unroll;
 434     }
 435
 436     for (ch = lex_getch(lex); vec_size(param) < 32 && ch != ')' && ch != '\n'; ch = lex_getch(lex))
 437         vec_push(param, ch);
 438     vec_push(param, 0);
 439
 440     if (ch != ')') {
 441         lex_ungetch(lex, ch);
 442         goto unroll;
 443     }
 444
 445     if (!strcmp(command, "push")) {
 446         if (!strcmp(param, "line")) {
 447             lex->push_line++;
 448             --line;
 449         }
 450         else
 451             goto unroll;
 452     }
 453     else if (!strcmp(command, "pop")) {
 454         if (!strcmp(param, "line")) {
 455             if (lex->push_line)
 456                 lex->push_line--;
 457             --line;
 458         }
 459         else
 460             goto unroll;
 461     }
 462     else if (!strcmp(command, "file")) {
 463         lex->name = util_strdup(param);
 464         vec_push(lex_filenames, lex->name);
 465     }
 466     else if (!strcmp(command, "line")) {
 467         line = strtol(param, NULL, 0)-1;
 468     }
 469     else
 470         goto unroll;
 471
 472     lex->line = line;
 473     while (ch != '\n' && ch != EOF)
 474         ch = lex_getch(lex);
 475     return true;
 476
 477 unroll:
 478     if (command) {
 479         vec_pop(command);
 480         while (vec_size(command)) {
 481             lex_ungetch(lex, vec_last(command));
 482             vec_pop(command);
 483         }
 484         vec_free(command);
 485     }
 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 (pragma) {
 495         vec_pop(pragma);
 496         while (vec_size(pragma)) {
 497             lex_ungetch(lex, vec_last(pragma));
 498             vec_pop(pragma);
 499         }
 500         vec_free(pragma);
 501     }
 502     lex_ungetch(lex, '#');
 503
 504     lex->line = line;
 505     return false;
 506 }
 507
 508 /* Skip whitespace and comments and return the first
 509  * non-white character.
 510  * As this makes use of the above getch() ungetch() functions,
 511  * we don't need to care at all about line numbering anymore.
 512  *
 513  * In theory, this function should only be used at the beginning
 514  * of lexing, or when we *know* the next character is part of the token.
 515  * Otherwise, if the parser throws an error, the linenumber may not be
 516  * the line of the error, but the line of the next token AFTER the error.
 517  *
 518  * This is currently only problematic when using c-like string-continuation,
 519  * since comments and whitespaces are allowed between 2 such strings.
 520  * Example:
 521 printf(   "line one\n"
 522 // A comment
 523           "A continuation of the previous string"
 524 // This line is skipped
 525       , foo);
 526
 527  * In this case, if the parse decides it didn't actually want a string,
 528  * and uses lex->line to print an error, it will show the ', foo);' line's
 529  * linenumber.
 530  *
 531  * On the other hand, the parser is supposed to remember the line of the next
 532  * token's beginning. In this case we would want skipwhite() to be called
 533  * AFTER reading a token, so that the parser, before reading the NEXT token,
 534  * doesn't store teh *comment's* linenumber, but the actual token's linenumber.
 535  *
 536  * THIS SOLUTION
 537  *    here is to store the line of the first character after skipping
 538  *    the initial whitespace in lex->sline, this happens in lex_do.
 539  */
 540 static int lex_skipwhite(lex_file *lex)
 541 {
 542     int ch = 0;
 543     bool haswhite = false;
 544
 545     do
 546     {
 547         ch = lex_getch(lex);
 548         while (ch != EOF && isspace(ch)) {
 549             if (ch == '\n') {
 550                 if (lex_try_pragma(lex))
 551                     continue;
 552             }
 553             if (lex->flags.preprocessing) {
 554                 if (ch == '\n') {
 555                     /* end-of-line */
 556                     /* see if there was whitespace first */
 557                     if (haswhite) { /* (vec_size(lex->tok.value)) { */
 558                         lex_ungetch(lex, ch);
 559                         lex_endtoken(lex);
 560                         return TOKEN_WHITE;
 561                     }
 562                     /* otherwise return EOL */
 563                     return TOKEN_EOL;
 564                 }
 565                 haswhite = true;
 566                 lex_tokench(lex, ch);
 567             }
 568             ch = lex_getch(lex);
 569         }
 570
 571         if (ch == '/') {
 572             ch = lex_getch(lex);
 573             if (ch == '/')
 574             {
 575                 /* one line comment */
 576                 ch = lex_getch(lex);
 577
 578                 if (lex->flags.preprocessing) {
 579                     haswhite = true;
 580                     /*
 581                     lex_tokench(lex, '/');
 582                     lex_tokench(lex, '/');
 583                     */
 584                     lex_tokench(lex, ' ');
 585                     lex_tokench(lex, ' ');
 586                 }
 587
 588                 while (ch != EOF && ch != '\n') {
 589                     if (lex->flags.preprocessing)
 590                         lex_tokench(lex, ' '); /* ch); */
 591                     ch = lex_getch(lex);
 592                 }
 593                 if (lex->flags.preprocessing) {
 594                     lex_ungetch(lex, '\n');
 595                     lex_endtoken(lex);
 596                     return TOKEN_WHITE;
 597                 }
 598                 continue;
 599             }
 600             if (ch == '*')
 601             {
 602                 /* multiline comment */
 603                 if (lex->flags.preprocessing) {
 604                     haswhite = true;
 605                     /*
 606                     lex_tokench(lex, '/');
 607                     lex_tokench(lex, '*');
 608                     */
 609                     lex_tokench(lex, ' ');
 610                     lex_tokench(lex, ' ');
 611                 }
 612
 613                 while (ch != EOF)
 614                 {
 615                     ch = lex_getch(lex);
 616                     if (ch == '*') {
 617                         ch = lex_getch(lex);
 618                         if (ch == '/') {
 619                             if (lex->flags.preprocessing) {
 620                                 /*
 621                                 lex_tokench(lex, '*');
 622                                 lex_tokench(lex, '/');
 623                                 */
 624                                 lex_tokench(lex, ' ');
 625                                 lex_tokench(lex, ' ');
 626                             }
 627                             break;
 628                         }
 629                         lex_ungetch(lex, ch);
 630                     }
 631                     if (lex->flags.preprocessing) {
 632                         if (ch == '\n')
 633                             lex_tokench(lex, '\n');
 634                         else
 635                             lex_tokench(lex, ' '); /* ch); */
 636                     }
 637                 }
 638                 ch = ' '; /* cause TRUE in the isspace check */
 639                 continue;
 640             }
 641             /* Otherwise roll back to the slash and break out of the loop */
 642             lex_ungetch(lex, ch);
 643             ch = '/';
 644             break;
 645         }
 646     } while (ch != EOF && isspace(ch));
 647
 648     if (haswhite) {
 649         lex_endtoken(lex);
 650         lex_ungetch(lex, ch);
 651         return TOKEN_WHITE;
 652     }
 653     return ch;
 654 }
 655
 656 /* Get a token */
 657 static bool GMQCC_WARN lex_finish_ident(lex_file *lex)
 658 {
 659     int ch;
 660
 661     ch = lex_getch(lex);
 662     while (ch != EOF && isident(ch))
 663     {
 664         lex_tokench(lex, ch);
 665         ch = lex_getch(lex);
 666     }
 667
 668     /* last ch was not an ident ch: */
 669     lex_ungetch(lex, ch);
 670
 671     return true;
 672 }
 673
 674 /* read one ident for the frame list */
 675 static int lex_parse_frame(lex_file *lex)
 676 {
 677     int ch;
 678
 679     lex_token_new(lex);
 680
 681     ch = lex_getch(lex);
 682     while (ch != EOF && ch != '\n' && isspace(ch))
 683         ch = lex_getch(lex);
 684
 685     if (ch == '\n')
 686         return 1;
 687
 688     if (!isident_start(ch)) {
 689         lexerror(lex, "invalid framename, must start with one of a-z or _, got %c", ch);
 690         return -1;
 691     }
 692
 693     lex_tokench(lex, ch);
 694     if (!lex_finish_ident(lex))
 695         return -1;
 696     lex_endtoken(lex);
 697     return 0;
 698 }
 699
 700 /* read a list of $frames */
 701 static bool lex_finish_frames(lex_file *lex)
 702 {
 703     do {
 704         size_t i;
 705         int    rc;
 706         frame_macro m;
 707
 708         rc = lex_parse_frame(lex);
 709         if (rc > 0) /* end of line */
 710             return true;
 711         if (rc < 0) /* error */
 712             return false;
 713
 714         for (i = 0; i < vec_size(lex->frames); ++i) {
 715             if (!strcmp(lex->tok.value, lex->frames[i].name)) {
 716                 lex->frames[i].value = lex->framevalue++;
 717                 if (lexwarn(lex, WARN_FRAME_MACROS, "duplicate frame macro defined: `%s`", lex->tok.value))
 718                     return false;
 719                 break;
 720             }
 721         }
 722         if (i < vec_size(lex->frames))
 723             continue;
 724
 725         m.value = lex->framevalue++;
 726         m.name = util_strdup(lex->tok.value);
 727         vec_shrinkto(lex->tok.value, 0);
 728         vec_push(lex->frames, m);
 729     } while (true);
 730 }
 731
 732 static int GMQCC_WARN lex_finish_string(lex_file *lex, int quote)
 733 {
 734     int ch = 0;
 735
 736     while (ch != EOF)
 737     {
 738         ch = lex_getch(lex);
 739         if (ch == quote)
 740             return TOKEN_STRINGCONST;
 741
 742         if (lex->flags.preprocessing && ch == '\\') {
 743             lex_tokench(lex, ch);
 744             ch = lex_getch(lex);
 745             if (ch == EOF) {
 746                 lexerror(lex, "unexpected end of file");
 747                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 748                 return (lex->tok.ttype = TOKEN_ERROR);
 749             }
 750             lex_tokench(lex, ch);
 751         }
 752         else if (ch == '\\') {
 753             ch = lex_getch(lex);
 754             if (ch == EOF) {
 755                 lexerror(lex, "unexpected end of file");
 756                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 757                 return (lex->tok.ttype = TOKEN_ERROR);
 758             }
 759
 760             switch (ch) {
 761             case '\\': break;
 762             case '\'': break;
 763             case '"':  break;
 764             case 'a':  ch = '\a'; break;
 765             case 'b':  ch = '\b'; break;
 766             case 'r':  ch = '\r'; break;
 767             case 'n':  ch = '\n'; break;
 768             case 't':  ch = '\t'; break;
 769             case 'f':  ch = '\f'; break;
 770             case 'v':  ch = '\v'; break;
 771             default:
 772                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 773                 /* so we just add the character plus backslash no matter what it actually is */
 774                 lex_tokench(lex, '\\');
 775             }
 776             /* add the character finally */
 777             lex_tokench(lex, ch);
 778         }
 779         else
 780             lex_tokench(lex, ch);
 781     }
 782     lexerror(lex, "unexpected end of file within string constant");
 783     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 784     return (lex->tok.ttype = TOKEN_ERROR);
 785 }
 786
 787 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 788 {
 789     bool ishex = false;
 790
 791     int  ch = lastch;
 792
 793     /* parse a number... */
 794     lex->tok.ttype = TOKEN_INTCONST;
 795
 796     lex_tokench(lex, ch);
 797
 798     ch = lex_getch(lex);
 799     if (ch != '.' && !isdigit(ch))
 800     {
 801         if (lastch != '0' || ch != 'x')
 802         {
 803             /* end of the number or EOF */
 804             lex_ungetch(lex, ch);
 805             lex_endtoken(lex);
 806
 807             lex->tok.constval.i = lastch - '0';
 808             return lex->tok.ttype;
 809         }
 810
 811         ishex = true;
 812     }
 813
 814     /* EOF would have been caught above */
 815
 816     if (ch != '.')
 817     {
 818         lex_tokench(lex, ch);
 819         ch = lex_getch(lex);
 820         while (isdigit(ch) || (ishex && isxdigit_only(ch)))
 821         {
 822             lex_tokench(lex, ch);
 823             ch = lex_getch(lex);
 824         }
 825     }
 826     /* NOT else, '.' can come from above as well */
 827     if (ch == '.' && !ishex)
 828     {
 829         /* Allow floating comma in non-hex mode */
 830         lex->tok.ttype = TOKEN_FLOATCONST;
 831         lex_tokench(lex, ch);
 832
 833         /* continue digits-only */
 834         ch = lex_getch(lex);
 835         while (isdigit(ch))
 836         {
 837             lex_tokench(lex, ch);
 838             ch = lex_getch(lex);
 839         }
 840     }
 841     /* put back the last character */
 842     /* but do not put back the trailing 'f' or a float */
 843     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 844         ch = lex_getch(lex);
 845
 846     /* generally we don't want words to follow numbers: */
 847     if (isident(ch)) {
 848         lexerror(lex, "unexpected trailing characters after number");
 849         return (lex->tok.ttype = TOKEN_ERROR);
 850     }
 851     lex_ungetch(lex, ch);
 852
 853     lex_endtoken(lex);
 854     if (lex->tok.ttype == TOKEN_FLOATCONST)
 855         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 856     else
 857         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 858     return lex->tok.ttype;
 859 }
 860
 861 int lex_do(lex_file *lex)
 862 {
 863     int ch, nextch, thirdch;
 864
 865     lex_token_new(lex);
 866 #if 0
 867     if (!lex->tok)
 868         return TOKEN_FATAL;
 869 #endif
 870
 871     while (true) {
 872         ch = lex_skipwhite(lex);
 873         if (!lex->flags.mergelines || ch != '\\')
 874             break;
 875         ch = lex_getch(lex);
 876         if (ch != '\n') {
 877             lex_ungetch(lex, ch);
 878             ch = '\\';
 879             break;
 880         }
 881         /* we reached a linemerge */
 882         lex_tokench(lex, '\n');
 883         continue;
 884     }
 885
 886     lex->sline = lex->line;
 887     lex->tok.ctx.line = lex->sline;
 888     lex->tok.ctx.file = lex->name;
 889
 890     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
 891         return (lex->tok.ttype = ch);
 892     }
 893
 894     if (lex->eof)
 895         return (lex->tok.ttype = TOKEN_FATAL);
 896
 897     if (ch == EOF) {
 898         lex->eof = true;
 899         return (lex->tok.ttype = TOKEN_EOF);
 900     }
 901
 902     /* modelgen / spiritgen commands */
 903     if (ch == '$') {
 904         const char *v;
 905         size_t frame;
 906
 907         ch = lex_getch(lex);
 908         if (!isident_start(ch)) {
 909             lexerror(lex, "hanging '$' modelgen/spritegen command line");
 910             return lex_do(lex);
 911         }
 912         lex_tokench(lex, ch);
 913         if (!lex_finish_ident(lex))
 914             return (lex->tok.ttype = TOKEN_ERROR);
 915         lex_endtoken(lex);
 916         /* skip the known commands */
 917         v = lex->tok.value;
 918
 919         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
 920         {
 921             /* frame/framesave command works like an enum
 922              * similar to fteqcc we handle this in the lexer.
 923              * The reason for this is that it is sensitive to newlines,
 924              * which the parser is unaware of
 925              */
 926             if (!lex_finish_frames(lex))
 927                  return (lex->tok.ttype = TOKEN_ERROR);
 928             return lex_do(lex);
 929         }
 930
 931         if (!strcmp(v, "framevalue"))
 932         {
 933             ch = lex_getch(lex);
 934             while (ch != EOF && isspace(ch) && ch != '\n')
 935                 ch = lex_getch(lex);
 936
 937             if (!isdigit(ch)) {
 938                 lexerror(lex, "$framevalue requires an integer parameter");
 939                 return lex_do(lex);
 940             }
 941
 942             lex_token_new(lex);
 943             lex->tok.ttype = lex_finish_digit(lex, ch);
 944             lex_endtoken(lex);
 945             if (lex->tok.ttype != TOKEN_INTCONST) {
 946                 lexerror(lex, "$framevalue requires an integer parameter");
 947                 return lex_do(lex);
 948             }
 949             lex->framevalue = lex->tok.constval.i;
 950             return lex_do(lex);
 951         }
 952
 953         if (!strcmp(v, "framerestore"))
 954         {
 955             int rc;
 956
 957             lex_token_new(lex);
 958
 959             rc = lex_parse_frame(lex);
 960
 961             if (rc > 0) {
 962                 lexerror(lex, "$framerestore requires a framename parameter");
 963                 return lex_do(lex);
 964             }
 965             if (rc < 0)
 966                 return (lex->tok.ttype = TOKEN_FATAL);
 967
 968             v = lex->tok.value;
 969             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
 970                 if (!strcmp(v, lex->frames[frame].name)) {
 971                     lex->framevalue = lex->frames[frame].value;
 972                     return lex_do(lex);
 973                 }
 974             }
 975             lexerror(lex, "unknown framename `%s`", v);
 976             return lex_do(lex);
 977         }
 978
 979         if (!strcmp(v, "modelname"))
 980         {
 981             int rc;
 982
 983             lex_token_new(lex);
 984
 985             rc = lex_parse_frame(lex);
 986
 987             if (rc > 0) {
 988                 lexerror(lex, "$modelname requires a parameter");
 989                 return lex_do(lex);
 990             }
 991             if (rc < 0)
 992                 return (lex->tok.ttype = TOKEN_FATAL);
 993
 994             v = lex->tok.value;
 995             if (lex->modelname) {
 996                 frame_macro m;
 997                 m.value = lex->framevalue;
 998                 m.name = lex->modelname;
 999                 lex->modelname = NULL;
1000                 vec_push(lex->frames, m);
1001             }
1002             lex->modelname = lex->tok.value;
1003             lex->tok.value = NULL;
1004             return lex_do(lex);
1005         }
1006
1007         if (!strcmp(v, "flush"))
1008         {
1009             size_t fi;
1010             for (fi = 0; fi < vec_size(lex->frames); ++fi)
1011                 mem_d(lex->frames[fi].name);
1012             vec_free(lex->frames);
1013             /* skip line (fteqcc does it too) */
1014             ch = lex_getch(lex);
1015             while (ch != EOF && ch != '\n')
1016                 ch = lex_getch(lex);
1017             return lex_do(lex);
1018         }
1019
1020         if (!strcmp(v, "cd") ||
1021             !strcmp(v, "origin") ||
1022             !strcmp(v, "base") ||
1023             !strcmp(v, "flags") ||
1024             !strcmp(v, "scale") ||
1025             !strcmp(v, "skin"))
1026         {
1027             /* skip line */
1028             ch = lex_getch(lex);
1029             while (ch != EOF && ch != '\n')
1030                 ch = lex_getch(lex);
1031             return lex_do(lex);
1032         }
1033
1034         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1035             if (!strcmp(v, lex->frames[frame].name)) {
1036                 lex->tok.constval.i = lex->frames[frame].value;
1037                 return (lex->tok.ttype = TOKEN_INTCONST);
1038             }
1039         }
1040
1041         lexerror(lex, "invalid frame macro");
1042         return lex_do(lex);
1043     }
1044
1045     /* single-character tokens */
1046     switch (ch)
1047     {
1048         case '[':
1049         case '(':
1050         case ':':
1051         case '?':
1052             lex_tokench(lex, ch);
1053             lex_endtoken(lex);
1054             if (lex->flags.noops)
1055                 return (lex->tok.ttype = ch);
1056             else
1057                 return (lex->tok.ttype = TOKEN_OPERATOR);
1058         case ')':
1059         case ';':
1060         case '{':
1061         case '}':
1062         case ']':
1063
1064         case '#':
1065             lex_tokench(lex, ch);
1066             lex_endtoken(lex);
1067             return (lex->tok.ttype = ch);
1068         default:
1069             break;
1070     }
1071
1072     if (lex->flags.noops)
1073     {
1074         /* Detect characters early which are normally
1075          * operators OR PART of an operator.
1076          */
1077         switch (ch)
1078         {
1079             case '+':
1080             case '-':
1081             case '*':
1082             case '/':
1083             case '<':
1084             case '>':
1085             case '=':
1086             case '&':
1087             case '|':
1088             case '^':
1089             case '~':
1090             case ',':
1091             case '!':
1092                 lex_tokench(lex, ch);
1093                 lex_endtoken(lex);
1094                 return (lex->tok.ttype = ch);
1095             default:
1096                 break;
1097         }
1098
1099         if (ch == '.')
1100         {
1101             lex_tokench(lex, ch);
1102             /* peak ahead once */
1103             nextch = lex_getch(lex);
1104             if (nextch != '.') {
1105                 lex_ungetch(lex, nextch);
1106                 lex_endtoken(lex);
1107                 return (lex->tok.ttype = ch);
1108             }
1109             /* peak ahead again */
1110             nextch = lex_getch(lex);
1111             if (nextch != '.') {
1112                 lex_ungetch(lex, nextch);
1113                 lex_ungetch(lex, '.');
1114                 lex_endtoken(lex);
1115                 return (lex->tok.ttype = ch);
1116             }
1117             /* fill the token to be "..." */
1118             lex_tokench(lex, ch);
1119             lex_tokench(lex, ch);
1120             lex_endtoken(lex);
1121             return (lex->tok.ttype = TOKEN_DOTS);
1122         }
1123     }
1124
1125     if (ch == ',' || ch == '.') {
1126         lex_tokench(lex, ch);
1127         lex_endtoken(lex);
1128         return (lex->tok.ttype = TOKEN_OPERATOR);
1129     }
1130
1131     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1132         ch == '>' || ch == '<' || /* <<, >>, <=, >= */
1133         ch == '=' || ch == '!' || /* ==, != */
1134         ch == '&' || ch == '|')   /* &&, ||, &=, |= */
1135     {
1136         lex_tokench(lex, ch);
1137
1138         nextch = lex_getch(lex);
1139         if (nextch == ch || nextch == '=') {
1140             lex_tokench(lex, nextch);
1141         } else if (ch == '-' && nextch == '>') {
1142             lex_tokench(lex, nextch);
1143         } else if (ch == '&' && nextch == '~') {
1144             thirdch = lex_getch(lex);
1145             if (thirdch != '=') {
1146                 lex_ungetch(lex, thirdch);
1147                 lex_ungetch(lex, nextch);
1148             }
1149             else {
1150                 lex_tokench(lex, nextch);
1151                 lex_tokench(lex, thirdch);
1152             }
1153         } else
1154             lex_ungetch(lex, nextch);
1155
1156         lex_endtoken(lex);
1157         return (lex->tok.ttype = TOKEN_OPERATOR);
1158     }
1159
1160     /*
1161     if (ch == '^' || ch == '~' || ch == '!')
1162     {
1163         lex_tokench(lex, ch);
1164         lex_endtoken(lex);
1165         return (lex->tok.ttype = TOKEN_OPERATOR);
1166     }
1167     */
1168
1169     if (ch == '*' || ch == '/') /* *=, /= */
1170     {
1171         lex_tokench(lex, ch);
1172
1173         nextch = lex_getch(lex);
1174         if (nextch == '=') {
1175             lex_tokench(lex, nextch);
1176         } else
1177             lex_ungetch(lex, nextch);
1178
1179         lex_endtoken(lex);
1180         return (lex->tok.ttype = TOKEN_OPERATOR);
1181     }
1182
1183     if (isident_start(ch))
1184     {
1185         const char *v;
1186
1187         lex_tokench(lex, ch);
1188         if (!lex_finish_ident(lex)) {
1189             /* error? */
1190             return (lex->tok.ttype = TOKEN_ERROR);
1191         }
1192         lex_endtoken(lex);
1193         lex->tok.ttype = TOKEN_IDENT;
1194
1195         v = lex->tok.value;
1196         if (!strcmp(v, "void")) {
1197             lex->tok.ttype = TOKEN_TYPENAME;
1198             lex->tok.constval.t = TYPE_VOID;
1199         } else if (!strcmp(v, "int")) {
1200             lex->tok.ttype = TOKEN_TYPENAME;
1201             lex->tok.constval.t = TYPE_INTEGER;
1202         } else if (!strcmp(v, "float")) {
1203             lex->tok.ttype = TOKEN_TYPENAME;
1204             lex->tok.constval.t = TYPE_FLOAT;
1205         } else if (!strcmp(v, "string")) {
1206             lex->tok.ttype = TOKEN_TYPENAME;
1207             lex->tok.constval.t = TYPE_STRING;
1208         } else if (!strcmp(v, "entity")) {
1209             lex->tok.ttype = TOKEN_TYPENAME;
1210             lex->tok.constval.t = TYPE_ENTITY;
1211         } else if (!strcmp(v, "vector")) {
1212             lex->tok.ttype = TOKEN_TYPENAME;
1213             lex->tok.constval.t = TYPE_VECTOR;
1214         } else {
1215             size_t kw;
1216             for (kw = 0; kw < num_keywords_qc; ++kw) {
1217                 if (!strcmp(v, keywords_qc[kw]))
1218                     return (lex->tok.ttype = TOKEN_KEYWORD);
1219             }
1220             if (opts_standard != COMPILER_QCC) {
1221                 for (kw = 0; kw < num_keywords_fg; ++kw) {
1222                     if (!strcmp(v, keywords_fg[kw]))
1223                         return (lex->tok.ttype = TOKEN_KEYWORD);
1224                 }
1225             }
1226         }
1227
1228         return lex->tok.ttype;
1229     }
1230
1231     if (ch == '"')
1232     {
1233         lex->flags.nodigraphs = true;
1234         if (lex->flags.preprocessing)
1235             lex_tokench(lex, ch);
1236         lex->tok.ttype = lex_finish_string(lex, '"');
1237         if (lex->flags.preprocessing)
1238             lex_tokench(lex, ch);
1239         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1240         {
1241             /* Allow c style "string" "continuation" */
1242             ch = lex_skipwhite(lex);
1243             if (ch != '"') {
1244                 lex_ungetch(lex, ch);
1245                 break;
1246             }
1247
1248             lex->tok.ttype = lex_finish_string(lex, '"');
1249         }
1250         lex->flags.nodigraphs = false;
1251         lex_endtoken(lex);
1252         return lex->tok.ttype;
1253     }
1254
1255     if (ch == '\'')
1256     {
1257         /* we parse character constants like string,
1258          * but return TOKEN_CHARCONST, or a vector type if it fits...
1259          * Likewise actual unescaping has to be done by the parser.
1260          * The difference is we don't allow 'char' 'continuation'.
1261          */
1262         if (lex->flags.preprocessing)
1263             lex_tokench(lex, ch);
1264         lex->tok.ttype = lex_finish_string(lex, '\'');
1265         if (lex->flags.preprocessing)
1266             lex_tokench(lex, ch);
1267         lex_endtoken(lex);
1268
1269          /* It's a vector if we can successfully scan 3 floats */
1270 #ifdef WIN32
1271         if (sscanf_s(lex->tok.value, " %f %f %f ",
1272                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1273 #else
1274         if (sscanf(lex->tok.value, " %f %f %f ",
1275                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1276 #endif
1277
1278         {
1279              lex->tok.ttype = TOKEN_VECTORCONST;
1280         }
1281
1282         return lex->tok.ttype;
1283     }
1284
1285     if (isdigit(ch))
1286     {
1287         lex->tok.ttype = lex_finish_digit(lex, ch);
1288         lex_endtoken(lex);
1289         return lex->tok.ttype;
1290     }
1291
1292     lexerror(lex, "unknown token");
1293     return (lex->tok.ttype = TOKEN_ERROR);
1294 }