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             if (lex->push_line == 1)
 449                 --line;
 450         }
 451         else
 452             goto unroll;
 453     }
 454     else if (!strcmp(command, "pop")) {
 455         if (!strcmp(param, "line")) {
 456             if (lex->push_line)
 457                 lex->push_line--;
 458             if (lex->push_line == 0)
 459                 --line;
 460         }
 461         else
 462             goto unroll;
 463     }
 464     else if (!strcmp(command, "file")) {
 465         lex->name = util_strdup(param);
 466         vec_push(lex_filenames, lex->name);
 467     }
 468     else if (!strcmp(command, "line")) {
 469         line = strtol(param, NULL, 0)-1;
 470     }
 471     else
 472         goto unroll;
 473
 474     lex->line = line;
 475     while (ch != '\n' && ch != EOF)
 476         ch = lex_getch(lex);
 477     return true;
 478
 479 unroll:
 480     if (command) {
 481         vec_pop(command);
 482         while (vec_size(command)) {
 483             lex_ungetch(lex, vec_last(command));
 484             vec_pop(command);
 485         }
 486         vec_free(command);
 487     }
 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 (pragma) {
 497         vec_pop(pragma);
 498         while (vec_size(pragma)) {
 499             lex_ungetch(lex, vec_last(pragma));
 500             vec_pop(pragma);
 501         }
 502         vec_free(pragma);
 503     }
 504     lex_ungetch(lex, '#');
 505
 506     lex->line = line;
 507     return false;
 508 }
 509
 510 /* Skip whitespace and comments and return the first
 511  * non-white character.
 512  * As this makes use of the above getch() ungetch() functions,
 513  * we don't need to care at all about line numbering anymore.
 514  *
 515  * In theory, this function should only be used at the beginning
 516  * of lexing, or when we *know* the next character is part of the token.
 517  * Otherwise, if the parser throws an error, the linenumber may not be
 518  * the line of the error, but the line of the next token AFTER the error.
 519  *
 520  * This is currently only problematic when using c-like string-continuation,
 521  * since comments and whitespaces are allowed between 2 such strings.
 522  * Example:
 523 printf(   "line one\n"
 524 // A comment
 525           "A continuation of the previous string"
 526 // This line is skipped
 527       , foo);
 528
 529  * In this case, if the parse decides it didn't actually want a string,
 530  * and uses lex->line to print an error, it will show the ', foo);' line's
 531  * linenumber.
 532  *
 533  * On the other hand, the parser is supposed to remember the line of the next
 534  * token's beginning. In this case we would want skipwhite() to be called
 535  * AFTER reading a token, so that the parser, before reading the NEXT token,
 536  * doesn't store teh *comment's* linenumber, but the actual token's linenumber.
 537  *
 538  * THIS SOLUTION
 539  *    here is to store the line of the first character after skipping
 540  *    the initial whitespace in lex->sline, this happens in lex_do.
 541  */
 542 static int lex_skipwhite(lex_file *lex)
 543 {
 544     int ch = 0;
 545     bool haswhite = false;
 546
 547     do
 548     {
 549         ch = lex_getch(lex);
 550         while (ch != EOF && isspace(ch)) {
 551             if (ch == '\n') {
 552                 if (lex_try_pragma(lex))
 553                     continue;
 554             }
 555             if (lex->flags.preprocessing) {
 556                 if (ch == '\n') {
 557                     /* end-of-line */
 558                     /* see if there was whitespace first */
 559                     if (haswhite) { /* (vec_size(lex->tok.value)) { */
 560                         lex_ungetch(lex, ch);
 561                         lex_endtoken(lex);
 562                         return TOKEN_WHITE;
 563                     }
 564                     /* otherwise return EOL */
 565                     return TOKEN_EOL;
 566                 }
 567                 haswhite = true;
 568                 lex_tokench(lex, ch);
 569             }
 570             ch = lex_getch(lex);
 571         }
 572
 573         if (ch == '/') {
 574             ch = lex_getch(lex);
 575             if (ch == '/')
 576             {
 577                 /* one line comment */
 578                 ch = lex_getch(lex);
 579
 580                 if (lex->flags.preprocessing) {
 581                     haswhite = true;
 582                     /*
 583                     lex_tokench(lex, '/');
 584                     lex_tokench(lex, '/');
 585                     */
 586                     lex_tokench(lex, ' ');
 587                     lex_tokench(lex, ' ');
 588                 }
 589
 590                 while (ch != EOF && ch != '\n') {
 591                     if (lex->flags.preprocessing)
 592                         lex_tokench(lex, ' '); /* ch); */
 593                     ch = lex_getch(lex);
 594                 }
 595                 if (lex->flags.preprocessing) {
 596                     lex_ungetch(lex, '\n');
 597                     lex_endtoken(lex);
 598                     return TOKEN_WHITE;
 599                 }
 600                 continue;
 601             }
 602             if (ch == '*')
 603             {
 604                 /* multiline comment */
 605                 if (lex->flags.preprocessing) {
 606                     haswhite = true;
 607                     /*
 608                     lex_tokench(lex, '/');
 609                     lex_tokench(lex, '*');
 610                     */
 611                     lex_tokench(lex, ' ');
 612                     lex_tokench(lex, ' ');
 613                 }
 614
 615                 while (ch != EOF)
 616                 {
 617                     ch = lex_getch(lex);
 618                     if (ch == '*') {
 619                         ch = lex_getch(lex);
 620                         if (ch == '/') {
 621                             if (lex->flags.preprocessing) {
 622                                 /*
 623                                 lex_tokench(lex, '*');
 624                                 lex_tokench(lex, '/');
 625                                 */
 626                                 lex_tokench(lex, ' ');
 627                                 lex_tokench(lex, ' ');
 628                             }
 629                             break;
 630                         }
 631                         lex_ungetch(lex, ch);
 632                     }
 633                     if (lex->flags.preprocessing) {
 634                         if (ch == '\n')
 635                             lex_tokench(lex, '\n');
 636                         else
 637                             lex_tokench(lex, ' '); /* ch); */
 638                     }
 639                 }
 640                 ch = ' '; /* cause TRUE in the isspace check */
 641                 continue;
 642             }
 643             /* Otherwise roll back to the slash and break out of the loop */
 644             lex_ungetch(lex, ch);
 645             ch = '/';
 646             break;
 647         }
 648     } while (ch != EOF && isspace(ch));
 649
 650     if (haswhite) {
 651         lex_endtoken(lex);
 652         lex_ungetch(lex, ch);
 653         return TOKEN_WHITE;
 654     }
 655     return ch;
 656 }
 657
 658 /* Get a token */
 659 static bool GMQCC_WARN lex_finish_ident(lex_file *lex)
 660 {
 661     int ch;
 662
 663     ch = lex_getch(lex);
 664     while (ch != EOF && isident(ch))
 665     {
 666         lex_tokench(lex, ch);
 667         ch = lex_getch(lex);
 668     }
 669
 670     /* last ch was not an ident ch: */
 671     lex_ungetch(lex, ch);
 672
 673     return true;
 674 }
 675
 676 /* read one ident for the frame list */
 677 static int lex_parse_frame(lex_file *lex)
 678 {
 679     int ch;
 680
 681     lex_token_new(lex);
 682
 683     ch = lex_getch(lex);
 684     while (ch != EOF && ch != '\n' && isspace(ch))
 685         ch = lex_getch(lex);
 686
 687     if (ch == '\n')
 688         return 1;
 689
 690     if (!isident_start(ch)) {
 691         lexerror(lex, "invalid framename, must start with one of a-z or _, got %c", ch);
 692         return -1;
 693     }
 694
 695     lex_tokench(lex, ch);
 696     if (!lex_finish_ident(lex))
 697         return -1;
 698     lex_endtoken(lex);
 699     return 0;
 700 }
 701
 702 /* read a list of $frames */
 703 static bool lex_finish_frames(lex_file *lex)
 704 {
 705     do {
 706         size_t i;
 707         int    rc;
 708         frame_macro m;
 709
 710         rc = lex_parse_frame(lex);
 711         if (rc > 0) /* end of line */
 712             return true;
 713         if (rc < 0) /* error */
 714             return false;
 715
 716         for (i = 0; i < vec_size(lex->frames); ++i) {
 717             if (!strcmp(lex->tok.value, lex->frames[i].name)) {
 718                 lex->frames[i].value = lex->framevalue++;
 719                 if (lexwarn(lex, WARN_FRAME_MACROS, "duplicate frame macro defined: `%s`", lex->tok.value))
 720                     return false;
 721                 break;
 722             }
 723         }
 724         if (i < vec_size(lex->frames))
 725             continue;
 726
 727         m.value = lex->framevalue++;
 728         m.name = util_strdup(lex->tok.value);
 729         vec_shrinkto(lex->tok.value, 0);
 730         vec_push(lex->frames, m);
 731     } while (true);
 732 }
 733
 734 static int GMQCC_WARN lex_finish_string(lex_file *lex, int quote)
 735 {
 736     int ch = 0;
 737
 738     while (ch != EOF)
 739     {
 740         ch = lex_getch(lex);
 741         if (ch == quote)
 742             return TOKEN_STRINGCONST;
 743
 744         if (lex->flags.preprocessing && ch == '\\') {
 745             lex_tokench(lex, ch);
 746             ch = lex_getch(lex);
 747             if (ch == EOF) {
 748                 lexerror(lex, "unexpected end of file");
 749                 lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 750                 return (lex->tok.ttype = TOKEN_ERROR);
 751             }
 752             lex_tokench(lex, ch);
 753         }
 754         else if (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
 762             switch (ch) {
 763             case '\\': break;
 764             case '\'': break;
 765             case '"':  break;
 766             case 'a':  ch = '\a'; break;
 767             case 'b':  ch = '\b'; break;
 768             case 'r':  ch = '\r'; break;
 769             case 'n':  ch = '\n'; break;
 770             case 't':  ch = '\t'; break;
 771             case 'f':  ch = '\f'; break;
 772             case 'v':  ch = '\v'; break;
 773             case '\n':  ch = '\n'; break;
 774             default:
 775                 lexwarn(lex, WARN_UNKNOWN_CONTROL_SEQUENCE, "unrecognized control sequence: \\%c", ch);
 776                 /* so we just add the character plus backslash no matter what it actually is */
 777                 lex_tokench(lex, '\\');
 778             }
 779             /* add the character finally */
 780             lex_tokench(lex, ch);
 781         }
 782         else
 783             lex_tokench(lex, ch);
 784     }
 785     lexerror(lex, "unexpected end of file within string constant");
 786     lex_ungetch(lex, EOF); /* next token to be TOKEN_EOF */
 787     return (lex->tok.ttype = TOKEN_ERROR);
 788 }
 789
 790 static int GMQCC_WARN lex_finish_digit(lex_file *lex, int lastch)
 791 {
 792     bool ishex = false;
 793
 794     int  ch = lastch;
 795
 796     /* parse a number... */
 797     lex->tok.ttype = TOKEN_INTCONST;
 798
 799     lex_tokench(lex, ch);
 800
 801     ch = lex_getch(lex);
 802     if (ch != '.' && !isdigit(ch))
 803     {
 804         if (lastch != '0' || ch != 'x')
 805         {
 806             /* end of the number or EOF */
 807             lex_ungetch(lex, ch);
 808             lex_endtoken(lex);
 809
 810             lex->tok.constval.i = lastch - '0';
 811             return lex->tok.ttype;
 812         }
 813
 814         ishex = true;
 815     }
 816
 817     /* EOF would have been caught above */
 818
 819     if (ch != '.')
 820     {
 821         lex_tokench(lex, ch);
 822         ch = lex_getch(lex);
 823         while (isdigit(ch) || (ishex && isxdigit_only(ch)))
 824         {
 825             lex_tokench(lex, ch);
 826             ch = lex_getch(lex);
 827         }
 828     }
 829     /* NOT else, '.' can come from above as well */
 830     if (ch == '.' && !ishex)
 831     {
 832         /* Allow floating comma in non-hex mode */
 833         lex->tok.ttype = TOKEN_FLOATCONST;
 834         lex_tokench(lex, ch);
 835
 836         /* continue digits-only */
 837         ch = lex_getch(lex);
 838         while (isdigit(ch))
 839         {
 840             lex_tokench(lex, ch);
 841             ch = lex_getch(lex);
 842         }
 843     }
 844     /* put back the last character */
 845     /* but do not put back the trailing 'f' or a float */
 846     if (lex->tok.ttype == TOKEN_FLOATCONST && ch == 'f')
 847         ch = lex_getch(lex);
 848
 849     /* generally we don't want words to follow numbers: */
 850     if (isident(ch)) {
 851         lexerror(lex, "unexpected trailing characters after number");
 852         return (lex->tok.ttype = TOKEN_ERROR);
 853     }
 854     lex_ungetch(lex, ch);
 855
 856     lex_endtoken(lex);
 857     if (lex->tok.ttype == TOKEN_FLOATCONST)
 858         lex->tok.constval.f = strtod(lex->tok.value, NULL);
 859     else
 860         lex->tok.constval.i = strtol(lex->tok.value, NULL, 0);
 861     return lex->tok.ttype;
 862 }
 863
 864 int lex_do(lex_file *lex)
 865 {
 866     int ch, nextch, thirdch;
 867
 868     lex_token_new(lex);
 869 #if 0
 870     if (!lex->tok)
 871         return TOKEN_FATAL;
 872 #endif
 873
 874     while (true) {
 875         ch = lex_skipwhite(lex);
 876         if (!lex->flags.mergelines || ch != '\\')
 877             break;
 878         ch = lex_getch(lex);
 879         if (ch != '\n') {
 880             lex_ungetch(lex, ch);
 881             ch = '\\';
 882             break;
 883         }
 884         /* we reached a linemerge */
 885         lex_tokench(lex, '\n');
 886         continue;
 887     }
 888
 889     if (lex->flags.preprocessing && (ch == TOKEN_WHITE || ch == TOKEN_EOL || ch == TOKEN_FATAL)) {
 890         return (lex->tok.ttype = ch);
 891     }
 892
 893     lex->sline = lex->line;
 894     lex->tok.ctx.line = lex->sline;
 895     lex->tok.ctx.file = lex->name;
 896
 897     if (lex->eof)
 898         return (lex->tok.ttype = TOKEN_FATAL);
 899
 900     if (ch == EOF) {
 901         lex->eof = true;
 902         return (lex->tok.ttype = TOKEN_EOF);
 903     }
 904
 905     /* modelgen / spiritgen commands */
 906     if (ch == '$') {
 907         const char *v;
 908         size_t frame;
 909
 910         ch = lex_getch(lex);
 911         if (!isident_start(ch)) {
 912             lexerror(lex, "hanging '$' modelgen/spritegen command line");
 913             return lex_do(lex);
 914         }
 915         lex_tokench(lex, ch);
 916         if (!lex_finish_ident(lex))
 917             return (lex->tok.ttype = TOKEN_ERROR);
 918         lex_endtoken(lex);
 919         /* skip the known commands */
 920         v = lex->tok.value;
 921
 922         if (!strcmp(v, "frame") || !strcmp(v, "framesave"))
 923         {
 924             /* frame/framesave command works like an enum
 925              * similar to fteqcc we handle this in the lexer.
 926              * The reason for this is that it is sensitive to newlines,
 927              * which the parser is unaware of
 928              */
 929             if (!lex_finish_frames(lex))
 930                  return (lex->tok.ttype = TOKEN_ERROR);
 931             return lex_do(lex);
 932         }
 933
 934         if (!strcmp(v, "framevalue"))
 935         {
 936             ch = lex_getch(lex);
 937             while (ch != EOF && isspace(ch) && ch != '\n')
 938                 ch = lex_getch(lex);
 939
 940             if (!isdigit(ch)) {
 941                 lexerror(lex, "$framevalue requires an integer parameter");
 942                 return lex_do(lex);
 943             }
 944
 945             lex_token_new(lex);
 946             lex->tok.ttype = lex_finish_digit(lex, ch);
 947             lex_endtoken(lex);
 948             if (lex->tok.ttype != TOKEN_INTCONST) {
 949                 lexerror(lex, "$framevalue requires an integer parameter");
 950                 return lex_do(lex);
 951             }
 952             lex->framevalue = lex->tok.constval.i;
 953             return lex_do(lex);
 954         }
 955
 956         if (!strcmp(v, "framerestore"))
 957         {
 958             int rc;
 959
 960             lex_token_new(lex);
 961
 962             rc = lex_parse_frame(lex);
 963
 964             if (rc > 0) {
 965                 lexerror(lex, "$framerestore requires a framename parameter");
 966                 return lex_do(lex);
 967             }
 968             if (rc < 0)
 969                 return (lex->tok.ttype = TOKEN_FATAL);
 970
 971             v = lex->tok.value;
 972             for (frame = 0; frame < vec_size(lex->frames); ++frame) {
 973                 if (!strcmp(v, lex->frames[frame].name)) {
 974                     lex->framevalue = lex->frames[frame].value;
 975                     return lex_do(lex);
 976                 }
 977             }
 978             lexerror(lex, "unknown framename `%s`", v);
 979             return lex_do(lex);
 980         }
 981
 982         if (!strcmp(v, "modelname"))
 983         {
 984             int rc;
 985
 986             lex_token_new(lex);
 987
 988             rc = lex_parse_frame(lex);
 989
 990             if (rc > 0) {
 991                 lexerror(lex, "$modelname requires a parameter");
 992                 return lex_do(lex);
 993             }
 994             if (rc < 0)
 995                 return (lex->tok.ttype = TOKEN_FATAL);
 996
 997             v = lex->tok.value;
 998             if (lex->modelname) {
 999                 frame_macro m;
1000                 m.value = lex->framevalue;
1001                 m.name = lex->modelname;
1002                 lex->modelname = NULL;
1003                 vec_push(lex->frames, m);
1004             }
1005             lex->modelname = lex->tok.value;
1006             lex->tok.value = NULL;
1007             return lex_do(lex);
1008         }
1009
1010         if (!strcmp(v, "flush"))
1011         {
1012             size_t fi;
1013             for (fi = 0; fi < vec_size(lex->frames); ++fi)
1014                 mem_d(lex->frames[fi].name);
1015             vec_free(lex->frames);
1016             /* skip line (fteqcc does it too) */
1017             ch = lex_getch(lex);
1018             while (ch != EOF && ch != '\n')
1019                 ch = lex_getch(lex);
1020             return lex_do(lex);
1021         }
1022
1023         if (!strcmp(v, "cd") ||
1024             !strcmp(v, "origin") ||
1025             !strcmp(v, "base") ||
1026             !strcmp(v, "flags") ||
1027             !strcmp(v, "scale") ||
1028             !strcmp(v, "skin"))
1029         {
1030             /* skip line */
1031             ch = lex_getch(lex);
1032             while (ch != EOF && ch != '\n')
1033                 ch = lex_getch(lex);
1034             return lex_do(lex);
1035         }
1036
1037         for (frame = 0; frame < vec_size(lex->frames); ++frame) {
1038             if (!strcmp(v, lex->frames[frame].name)) {
1039                 lex->tok.constval.i = lex->frames[frame].value;
1040                 return (lex->tok.ttype = TOKEN_INTCONST);
1041             }
1042         }
1043
1044         lexerror(lex, "invalid frame macro");
1045         return lex_do(lex);
1046     }
1047
1048     /* single-character tokens */
1049     switch (ch)
1050     {
1051         case '[':
1052         case '(':
1053         case ':':
1054         case '?':
1055             lex_tokench(lex, ch);
1056             lex_endtoken(lex);
1057             if (lex->flags.noops)
1058                 return (lex->tok.ttype = ch);
1059             else
1060                 return (lex->tok.ttype = TOKEN_OPERATOR);
1061         case ')':
1062         case ';':
1063         case '{':
1064         case '}':
1065         case ']':
1066
1067         case '#':
1068             lex_tokench(lex, ch);
1069             lex_endtoken(lex);
1070             return (lex->tok.ttype = ch);
1071         default:
1072             break;
1073     }
1074
1075     if (lex->flags.noops)
1076     {
1077         /* Detect characters early which are normally
1078          * operators OR PART of an operator.
1079          */
1080         switch (ch)
1081         {
1082             /*
1083             case '+':
1084             case '-':
1085             */
1086             case '*':
1087             case '/':
1088             case '<':
1089             case '>':
1090             case '=':
1091             case '&':
1092             case '|':
1093             case '^':
1094             case '~':
1095             case ',':
1096             case '!':
1097                 lex_tokench(lex, ch);
1098                 lex_endtoken(lex);
1099                 return (lex->tok.ttype = ch);
1100             default:
1101                 break;
1102         }
1103
1104         if (ch == '.')
1105         {
1106             lex_tokench(lex, ch);
1107             /* peak ahead once */
1108             nextch = lex_getch(lex);
1109             if (nextch != '.') {
1110                 lex_ungetch(lex, nextch);
1111                 lex_endtoken(lex);
1112                 return (lex->tok.ttype = ch);
1113             }
1114             /* peak ahead again */
1115             nextch = lex_getch(lex);
1116             if (nextch != '.') {
1117                 lex_ungetch(lex, nextch);
1118                 lex_ungetch(lex, '.');
1119                 lex_endtoken(lex);
1120                 return (lex->tok.ttype = ch);
1121             }
1122             /* fill the token to be "..." */
1123             lex_tokench(lex, ch);
1124             lex_tokench(lex, ch);
1125             lex_endtoken(lex);
1126             return (lex->tok.ttype = TOKEN_DOTS);
1127         }
1128     }
1129
1130     if (ch == ',' || ch == '.') {
1131         lex_tokench(lex, ch);
1132         lex_endtoken(lex);
1133         return (lex->tok.ttype = TOKEN_OPERATOR);
1134     }
1135
1136     if (ch == '+' || ch == '-' || /* ++, --, +=, -=  and -> as well! */
1137         ch == '>' || ch == '<' || /* <<, >>, <=, >= */
1138         ch == '=' || ch == '!' || /* ==, != */
1139         ch == '&' || ch == '|')   /* &&, ||, &=, |= */
1140     {
1141         lex_tokench(lex, ch);
1142
1143         nextch = lex_getch(lex);
1144         if (nextch == ch || nextch == '=') {
1145             lex_tokench(lex, nextch);
1146         } else if (ch == '-' && nextch == '>') {
1147             lex_tokench(lex, nextch);
1148         } else if (ch == '&' && nextch == '~') {
1149             thirdch = lex_getch(lex);
1150             if (thirdch != '=') {
1151                 lex_ungetch(lex, thirdch);
1152                 lex_ungetch(lex, nextch);
1153             }
1154             else {
1155                 lex_tokench(lex, nextch);
1156                 lex_tokench(lex, thirdch);
1157             }
1158         } else
1159             lex_ungetch(lex, nextch);
1160
1161         lex_endtoken(lex);
1162         return (lex->tok.ttype = TOKEN_OPERATOR);
1163     }
1164
1165     /*
1166     if (ch == '^' || ch == '~' || ch == '!')
1167     {
1168         lex_tokench(lex, ch);
1169         lex_endtoken(lex);
1170         return (lex->tok.ttype = TOKEN_OPERATOR);
1171     }
1172     */
1173
1174     if (ch == '*' || ch == '/') /* *=, /= */
1175     {
1176         lex_tokench(lex, ch);
1177
1178         nextch = lex_getch(lex);
1179         if (nextch == '=') {
1180             lex_tokench(lex, nextch);
1181         } else
1182             lex_ungetch(lex, nextch);
1183
1184         lex_endtoken(lex);
1185         return (lex->tok.ttype = TOKEN_OPERATOR);
1186     }
1187
1188     if (isident_start(ch))
1189     {
1190         const char *v;
1191
1192         lex_tokench(lex, ch);
1193         if (!lex_finish_ident(lex)) {
1194             /* error? */
1195             return (lex->tok.ttype = TOKEN_ERROR);
1196         }
1197         lex_endtoken(lex);
1198         lex->tok.ttype = TOKEN_IDENT;
1199
1200         v = lex->tok.value;
1201         if (!strcmp(v, "void")) {
1202             lex->tok.ttype = TOKEN_TYPENAME;
1203             lex->tok.constval.t = TYPE_VOID;
1204         } else if (!strcmp(v, "int")) {
1205             lex->tok.ttype = TOKEN_TYPENAME;
1206             lex->tok.constval.t = TYPE_INTEGER;
1207         } else if (!strcmp(v, "float")) {
1208             lex->tok.ttype = TOKEN_TYPENAME;
1209             lex->tok.constval.t = TYPE_FLOAT;
1210         } else if (!strcmp(v, "string")) {
1211             lex->tok.ttype = TOKEN_TYPENAME;
1212             lex->tok.constval.t = TYPE_STRING;
1213         } else if (!strcmp(v, "entity")) {
1214             lex->tok.ttype = TOKEN_TYPENAME;
1215             lex->tok.constval.t = TYPE_ENTITY;
1216         } else if (!strcmp(v, "vector")) {
1217             lex->tok.ttype = TOKEN_TYPENAME;
1218             lex->tok.constval.t = TYPE_VECTOR;
1219         } else {
1220             size_t kw;
1221             for (kw = 0; kw < num_keywords_qc; ++kw) {
1222                 if (!strcmp(v, keywords_qc[kw]))
1223                     return (lex->tok.ttype = TOKEN_KEYWORD);
1224             }
1225             if (opts_standard != COMPILER_QCC) {
1226                 for (kw = 0; kw < num_keywords_fg; ++kw) {
1227                     if (!strcmp(v, keywords_fg[kw]))
1228                         return (lex->tok.ttype = TOKEN_KEYWORD);
1229                 }
1230             }
1231         }
1232
1233         return lex->tok.ttype;
1234     }
1235
1236     if (ch == '"')
1237     {
1238         lex->flags.nodigraphs = true;
1239         if (lex->flags.preprocessing)
1240             lex_tokench(lex, ch);
1241         lex->tok.ttype = lex_finish_string(lex, '"');
1242         if (lex->flags.preprocessing)
1243             lex_tokench(lex, ch);
1244         while (!lex->flags.preprocessing && lex->tok.ttype == TOKEN_STRINGCONST)
1245         {
1246             /* Allow c style "string" "continuation" */
1247             ch = lex_skipwhite(lex);
1248             if (ch != '"') {
1249                 lex_ungetch(lex, ch);
1250                 break;
1251             }
1252
1253             lex->tok.ttype = lex_finish_string(lex, '"');
1254         }
1255         lex->flags.nodigraphs = false;
1256         lex_endtoken(lex);
1257         return lex->tok.ttype;
1258     }
1259
1260     if (ch == '\'')
1261     {
1262         /* we parse character constants like string,
1263          * but return TOKEN_CHARCONST, or a vector type if it fits...
1264          * Likewise actual unescaping has to be done by the parser.
1265          * The difference is we don't allow 'char' 'continuation'.
1266          */
1267         if (lex->flags.preprocessing)
1268             lex_tokench(lex, ch);
1269         lex->tok.ttype = lex_finish_string(lex, '\'');
1270         if (lex->flags.preprocessing)
1271             lex_tokench(lex, ch);
1272         lex_endtoken(lex);
1273
1274          /* It's a vector if we can successfully scan 3 floats */
1275 #ifdef WIN32
1276         if (sscanf_s(lex->tok.value, " %f %f %f ",
1277                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1278 #else
1279         if (sscanf(lex->tok.value, " %f %f %f ",
1280                    &lex->tok.constval.v.x, &lex->tok.constval.v.y, &lex->tok.constval.v.z) == 3)
1281 #endif
1282
1283         {
1284              lex->tok.ttype = TOKEN_VECTORCONST;
1285         }
1286
1287         return lex->tok.ttype;
1288     }
1289
1290     if (isdigit(ch))
1291     {
1292         lex->tok.ttype = lex_finish_digit(lex, ch);
1293         lex_endtoken(lex);
1294         return lex->tok.ttype;
1295     }
1296
1297     lexerror(lex, "unknown token");
1298     return (lex->tok.ttype = TOKEN_ERROR);
1299 }