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) < 32 && 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)
 551 {
 552     int ch = 0;
 553     bool haswhite = false;
 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
 746     while (ch != EOF)
 747     {
 748         ch = lex_getch(lex);
 749         if (ch == quote)
 750             return TOKEN_STRINGCONST;
 751
 752         if (lex->flags.preprocessing && ch == '\\') {
 753             lex_tokench(lex, ch);
 754             ch = lex_getch(lex);
 755             if (ch == EOF) {
 756                 lexerror(lex, "unexpected end of file");
 757                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 758                 return (lex->tok.ttype = TOKEN_ERROR);
 759             }
 760             lex_tokench(lex, ch);
 761         }
 762         else if (ch == '\\') {
 763             ch = lex_getch(lex);
 764             if (ch == EOF) {
 765                 lexerror(lex, "unexpected end of file");
 766                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 767                 return (lex->tok.ttype = TOKEN_ERROR);
 768             }
 769
 770             switch (ch) {
 771             case '\\': break;
 772             case '\'': break;
 773             case '"':  break;
 774             case 'a':  ch = '\a'; break;
 775             case 'b':  ch = '\b'; break;
 776             case 'r':  ch = '\r'; break;
 777             case 'n':  ch = '\n'; break;
 778             case 't':  ch = '\t'; break;
 779             case 'f':  ch = '\f'; break;
 780             case 'v':  ch = '\v'; break;
 781             case '\n':  ch = '\n'; break;
 782             default:
 783                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 784                 /* so we just add the character plus backslash no matter what it actually is */
 785                 lex_tokench(lex, '\\');
 786             }
 787             /* add the character finally */
 788             lex_tokench(lex, ch);
 789         }
 790         else
 791             lex_tokench(lex, ch);
 792     }
 793     lexerror(lex, "unexpected end of file within string constant");
 794     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 795     return (lex->tok.ttype = TOKEN_ERROR);
 796 }
 797
 798 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 799 {
 800     bool ishex = false;
 801
 802     int  ch = lastch;
 803
 804     /* parse a number... */
 805     if (ch == '.')
 806         lex->tok.ttype = TOKEN_FLOATCONST;
 807     else
 808         lex->tok.ttype = TOKEN_INTCONST;
 809
 810     lex_tokench(lex, ch);
 811
 812     ch = lex_getch(lex);
 813     if (ch != '.' && !isdigit(ch))
 814     {
 815         if (lastch != '0' || ch != 'x')
 816         {
 817             /* end of the number or EOF */
 818             lex_ungetch(lex, ch);
 819             lex_endtoken(lex);
 820
 821             lex->tok.constval.i = lastch - '0';
 822             return lex->tok.ttype;
 823         }
 824
 825         ishex = true;
 826     }
 827
 828     /* EOF would have been caught above */
 829
 830     if (ch != '.')
 831     {
 832         lex_tokench(lex, ch);
 833         ch = lex_getch(lex);
 834         while (isdigit(ch) || (ishex && isxdigit_only(ch)))
 835         {
 836             lex_tokench(lex, ch);
 837             ch = lex_getch(lex);
 838         }
 839     }
 840     /* NOT else, '.' can come from above as well */
 841     if (lex->tok.ttype != TOKEN_FLOATCONST && ch == '.' && !ishex)
 842     {
 843         /* Allow floating comma in non-hex mode */
 844         lex->tok.ttype = TOKEN_FLOATCONST;
 845         lex_tokench(lex, ch);
 846
 847         /* continue digits-only */
 848         ch = lex_getch(lex);
 849         while (isdigit(ch))
 850         {
 851             lex_tokench(lex, ch);
 852             ch = lex_getch(lex);
 853         }
 854     }
 855     /* put back the last character */
 856     /* but do not put back the trailing 'f' or a float */
 857     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 858         ch = lex_getch(lex);
 859
 860     /* generally we don't want words to follow numbers: */
 861     if (isident(ch)) {
 862         lexerror(lex, "unexpected trailing characters after number");
 863         return (lex->tok.ttype = TOKEN_ERROR);
 864     }
 865     lex_ungetch(lex, ch);
 866
 867     lex_endtoken(lex);
 868     if (lex->tok.ttype == TOKEN_FLOATCONST)
 869         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 870     else
 871         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 872     return lex->tok.ttype;
 873 }
 874
 875 int lex_do(lex_file *lex)
 876 {
 877     int ch, nextch, thirdch;
 878
 879     lex_token_new(lex);
 880 #if 0
 881     if (!lex->tok)
 882         return TOKEN_FATAL;
 883 #endif
 884
 885     while (true) {
 886         ch = lex_skipwhite(lex);
 887         if (!lex->flags.mergelines || ch != '\\')
 888             break;
 889         ch = lex_getch(lex);
 890         if (ch != '\n') {
 891             lex_ungetch(lex, ch);
 892             ch = '\\';
 893             break;
 894         }
 895         /* we reached a linemerge */
 896         lex_tokench(lex, '\n');
 897         continue;
 898     }
 899
 900     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
 901         return (lex->tok.ttype = ch);
 902     }
 903
 904     lex->sline = lex->line;
 905     lex->tok.ctx.line = lex->sline;
 906     lex->tok.ctx.file = lex->name;
 907
 908     if (lex->eof)
 909         return (lex->tok.ttype = TOKEN_FATAL);
 910
 911     if (ch == EOF) {
 912         lex->eof = true;
 913         return (lex->tok.ttype = TOKEN_EOF);
 914     }
 915
 916     /* modelgen / spiritgen commands */
 917     if (ch == '$') {
 918         const char *v;
 919         size_t frame;
 920
 921         ch = lex_getch(lex);
 922         if (!isident_start(ch)) {
 923             lexerror(lex, "hanging '$' modelgen/spritegen command line");
 924             return lex_do(lex);
 925         }
 926         lex_tokench(lex, ch);
 927         if (!lex_finish_ident(lex))
 928             return (lex->tok.ttype = TOKEN_ERROR);
 929         lex_endtoken(lex);
 930         /* skip the known commands */
 931         v = lex->tok.value;
 932
 933         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
 934         {
 935             /* frame/framesave command works like an enum
 936              * similar to fteqcc we handle this in the lexer.
 937              * The reason for this is that it is sensitive to newlines,
 938              * which the parser is unaware of
 939              */
 940             if (!lex_finish_frames(lex))
 941                  return (lex->tok.ttype = TOKEN_ERROR);
 942             return lex_do(lex);
 943         }
 944
 945         if (!strcmp(v, "framevalue"))
 946         {
 947             ch = lex_getch(lex);
 948             while (ch != EOF && isspace(ch) && ch != '\n')
 949                 ch = lex_getch(lex);
 950
 951             if (!isdigit(ch)) {
 952                 lexerror(lex, "$framevalue requires an integer parameter");
 953                 return lex_do(lex);
 954             }
 955
 956             lex_token_new(lex);
 957             lex->tok.ttype = lex_finish_digit(lex, ch);
 958             lex_endtoken(lex);
 959             if (lex->tok.ttype != TOKEN_INTCONST) {
 960                 lexerror(lex, "$framevalue requires an integer parameter");
 961                 return lex_do(lex);
 962             }
 963             lex->framevalue = lex->tok.constval.i;
 964             return lex_do(lex);
 965         }
 966
 967         if (!strcmp(v, "framerestore"))
 968         {
 969             int rc;
 970
 971             lex_token_new(lex);
 972
 973             rc = lex_parse_frame(lex);
 974
 975             if (rc > 0) {
 976                 lexerror(lex, "$framerestore requires a framename parameter");
 977                 return lex_do(lex);
 978             }
 979             if (rc < 0)
 980                 return (lex->tok.ttype = TOKEN_FATAL);
 981
 982             v = lex->tok.value;
 983             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
 984                 if (!strcmp(v, lex->frames[frame].name)) {
 985                     lex->framevalue = lex->frames[frame].value;
 986                     return lex_do(lex);
 987                 }
 988             }
 989             lexerror(lex, "unknown framename `%s`", v);
 990             return lex_do(lex);
 991         }
 992
 993         if (!strcmp(v, "modelname"))
 994         {
 995             int rc;
 996
 997             lex_token_new(lex);
 998
 999             rc = lex_parse_frame(lex);
1000
1001             if (rc > 0) {
1002                 lexerror(lex, "$modelname requires a parameter");
1003                 return lex_do(lex);
1004             }
1005             if (rc < 0)
1006                 return (lex->tok.ttype = TOKEN_FATAL);
1007
1008             v = lex->tok.value;
1009             if (lex->modelname) {
1010                 frame_macro m;
1011                 m.value = lex->framevalue;
1012                 m.name = lex->modelname;
1013                 lex->modelname = NULL;
1014                 vec_push(lex->frames, m);
1015             }
1016             lex->modelname = lex->tok.value;
1017             lex->tok.value = NULL;
1018             return lex_do(lex);
1019         }
1020
1021         if (!strcmp(v, "flush"))
1022         {
1023             size_t fi;
1024             for (fi = 0; fi < vec_size(lex->frames); ++fi)
1025                 mem_d(lex->frames[fi].name);
1026             vec_free(lex->frames);
1027             /* skip line (fteqcc does it too) */
1028             ch = lex_getch(lex);
1029             while (ch != EOF && ch != '\n')
1030                 ch = lex_getch(lex);
1031             return lex_do(lex);
1032         }
1033
1034         if (!strcmp(v, "cd") ||
1035             !strcmp(v, "origin") ||
1036             !strcmp(v, "base") ||
1037             !strcmp(v, "flags") ||
1038             !strcmp(v, "scale") ||
1039             !strcmp(v, "skin"))
1040         {
1041             /* skip line */
1042             ch = lex_getch(lex);
1043             while (ch != EOF && ch != '\n')
1044                 ch = lex_getch(lex);
1045             return lex_do(lex);
1046         }
1047
1048         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1049             if (!strcmp(v, lex->frames[frame].name)) {
1050                 lex->tok.constval.i = lex->frames[frame].value;
1051                 return (lex->tok.ttype = TOKEN_INTCONST);
1052             }
1053         }
1054
1055         lexerror(lex, "invalid frame macro");
1056         return lex_do(lex);
1057     }
1058
1059     /* single-character tokens */
1060     switch (ch)
1061     {
1062         case '[':
1063         case '(':
1064         case ':':
1065         case '?':
1066             lex_tokench(lex, ch);
1067             lex_endtoken(lex);
1068             if (lex->flags.noops)
1069                 return (lex->tok.ttype = ch);
1070             else
1071                 return (lex->tok.ttype = TOKEN_OPERATOR);
1072         case ')':
1073         case ';':
1074         case '{':
1075         case '}':
1076         case ']':
1077
1078         case '#':
1079             lex_tokench(lex, ch);
1080             lex_endtoken(lex);
1081             return (lex->tok.ttype = ch);
1082         default:
1083             break;
1084     }
1085
1086     if (ch == '.') {
1087         nextch = lex_getch(lex);
1088         /* digits starting with a dot */
1089         if (isdigit(nextch)) {
1090             lex_ungetch(lex, nextch);
1091             lex->tok.ttype = lex_finish_digit(lex, ch);
1092             lex_endtoken(lex);
1093             return lex->tok.ttype;
1094         }
1095         lex_ungetch(lex, nextch);
1096     }
1097
1098     if (lex->flags.noops)
1099     {
1100         /* Detect characters early which are normally
1101          * operators OR PART of an operator.
1102          */
1103         switch (ch)
1104         {
1105             /*
1106             case '+':
1107             case '-':
1108             */
1109             case '*':
1110             case '/':
1111             case '<':
1112             case '>':
1113             case '=':
1114             case '&':
1115             case '|':
1116             case '^':
1117             case '~':
1118             case ',':
1119             case '!':
1120                 lex_tokench(lex, ch);
1121                 lex_endtoken(lex);
1122                 return (lex->tok.ttype = ch);
1123             default:
1124                 break;
1125         }
1126
1127         if (ch == '.')
1128         {
1129             lex_tokench(lex, ch);
1130             /* peak ahead once */
1131             nextch = lex_getch(lex);
1132             if (nextch != '.') {
1133                 lex_ungetch(lex, nextch);
1134                 lex_endtoken(lex);
1135                 return (lex->tok.ttype = ch);
1136             }
1137             /* peak ahead again */
1138             nextch = lex_getch(lex);
1139             if (nextch != '.') {
1140                 lex_ungetch(lex, nextch);
1141                 lex_ungetch(lex, '.');
1142                 lex_endtoken(lex);
1143                 return (lex->tok.ttype = ch);
1144             }
1145             /* fill the token to be "..." */
1146             lex_tokench(lex, ch);
1147             lex_tokench(lex, ch);
1148             lex_endtoken(lex);
1149             return (lex->tok.ttype = TOKEN_DOTS);
1150         }
1151     }
1152
1153     if (ch == ',' || ch == '.') {
1154         lex_tokench(lex, ch);
1155         lex_endtoken(lex);
1156         return (lex->tok.ttype = TOKEN_OPERATOR);
1157     }
1158
1159     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1160         ch == '>' || ch == '<' || /* <<, >>, <=, >= */
1161         ch == '=' || ch == '!' || /* ==, != */
1162         ch == '&' || ch == '|')   /* &&, ||, &=, |= */
1163     {
1164         lex_tokench(lex, ch);
1165
1166         nextch = lex_getch(lex);
1167         if (nextch == '=' || (nextch == ch && ch != '!')) {
1168             lex_tokench(lex, nextch);
1169         } else if (ch == '-' && nextch == '>') {
1170             lex_tokench(lex, nextch);
1171         } else if (ch == '&' && nextch == '~') {
1172             thirdch = lex_getch(lex);
1173             if (thirdch != '=') {
1174                 lex_ungetch(lex, thirdch);
1175                 lex_ungetch(lex, nextch);
1176             }
1177             else {
1178                 lex_tokench(lex, nextch);
1179                 lex_tokench(lex, thirdch);
1180             }
1181         } else
1182             lex_ungetch(lex, nextch);
1183
1184         lex_endtoken(lex);
1185         return (lex->tok.ttype = TOKEN_OPERATOR);
1186     }
1187
1188     /*
1189     if (ch == '^' || ch == '~' || ch == '!')
1190     {
1191         lex_tokench(lex, ch);
1192         lex_endtoken(lex);
1193         return (lex->tok.ttype = TOKEN_OPERATOR);
1194     }
1195     */
1196
1197     if (ch == '*' || ch == '/') /* *=, /= */
1198     {
1199         lex_tokench(lex, ch);
1200
1201         nextch = lex_getch(lex);
1202         if (nextch == '=') {
1203             lex_tokench(lex, nextch);
1204         } else
1205             lex_ungetch(lex, nextch);
1206
1207         lex_endtoken(lex);
1208         return (lex->tok.ttype = TOKEN_OPERATOR);
1209     }
1210
1211     if (isident_start(ch))
1212     {
1213         const char *v;
1214
1215         lex_tokench(lex, ch);
1216         if (!lex_finish_ident(lex)) {
1217             /* error? */
1218             return (lex->tok.ttype = TOKEN_ERROR);
1219         }
1220         lex_endtoken(lex);
1221         lex->tok.ttype = TOKEN_IDENT;
1222
1223         v = lex->tok.value;
1224         if (!strcmp(v, "void")) {
1225             lex->tok.ttype = TOKEN_TYPENAME;
1226             lex->tok.constval.t = TYPE_VOID;
1227         } else if (!strcmp(v, "int")) {
1228             lex->tok.ttype = TOKEN_TYPENAME;
1229             lex->tok.constval.t = TYPE_INTEGER;
1230         } else if (!strcmp(v, "float")) {
1231             lex->tok.ttype = TOKEN_TYPENAME;
1232             lex->tok.constval.t = TYPE_FLOAT;
1233         } else if (!strcmp(v, "string")) {
1234             lex->tok.ttype = TOKEN_TYPENAME;
1235             lex->tok.constval.t = TYPE_STRING;
1236         } else if (!strcmp(v, "entity")) {
1237             lex->tok.ttype = TOKEN_TYPENAME;
1238             lex->tok.constval.t = TYPE_ENTITY;
1239         } else if (!strcmp(v, "vector")) {
1240             lex->tok.ttype = TOKEN_TYPENAME;
1241             lex->tok.constval.t = TYPE_VECTOR;
1242         } else {
1243             size_t kw;
1244             for (kw = 0; kw < num_keywords_qc; ++kw) {
1245                 if (!strcmp(v, keywords_qc[kw]))
1246                     return (lex->tok.ttype = TOKEN_KEYWORD);
1247             }
1248             if (opts_standard != COMPILER_QCC) {
1249                 for (kw = 0; kw < num_keywords_fg; ++kw) {
1250                     if (!strcmp(v, keywords_fg[kw]))
1251                         return (lex->tok.ttype = TOKEN_KEYWORD);
1252                 }
1253             }
1254         }
1255
1256         return lex->tok.ttype;
1257     }
1258
1259     if (ch == '"')
1260     {
1261         lex->flags.nodigraphs = true;
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         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1268         {
1269             /* Allow c style "string" "continuation" */
1270             ch = lex_skipwhite(lex);
1271             if (ch != '"') {
1272                 lex_ungetch(lex, ch);
1273                 break;
1274             }
1275
1276             lex->tok.ttype = lex_finish_string(lex, '"');
1277         }
1278         lex->flags.nodigraphs = false;
1279         lex_endtoken(lex);
1280         return lex->tok.ttype;
1281     }
1282
1283     if (ch == '\'')
1284     {
1285         /* we parse character constants like string,
1286          * but return TOKEN_CHARCONST, or a vector type if it fits...
1287          * Likewise actual unescaping has to be done by the parser.
1288          * The difference is we don't allow 'char' 'continuation'.
1289          */
1290         if (lex->flags.preprocessing)
1291             lex_tokench(lex, ch);
1292         lex->tok.ttype = lex_finish_string(lex, '\'');
1293         if (lex->flags.preprocessing)
1294             lex_tokench(lex, ch);
1295         lex_endtoken(lex);
1296
1297         lex->tok.ttype = TOKEN_CHARCONST;
1298          /* It's a vector if we can successfully scan 3 floats */
1299 #ifdef WIN32
1300         if (sscanf_s(lex->tok.value, " %f %f %f ",
1301                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1302 #else
1303         if (sscanf(lex->tok.value, " %f %f %f ",
1304                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1305 #endif
1306
1307         {
1308              lex->tok.ttype = TOKEN_VECTORCONST;
1309         }
1310         else
1311         {
1312             if (!lex->flags.preprocessing && strlen(lex->tok.value) > 1) {
1313                 if (lexwarn(lex, WARN_MULTIBYTE_CHARACTER, "multibyte character: `%s`", lex->tok.value))
1314                     return (lex->tok.ttype = TOKEN_ERROR);
1315             }
1316             lex->tok.constval.i = lex->tok.value[0];
1317         }
1318
1319         return lex->tok.ttype;
1320     }
1321
1322     if (isdigit(ch))
1323     {
1324         lex->tok.ttype = lex_finish_digit(lex, ch);
1325         lex_endtoken(lex);
1326         return lex->tok.ttype;
1327     }
1328
1329     lexerror(lex, "unknown token");
1330     return (lex->tok.ttype = TOKEN_ERROR);
1331 }